Encadrement : Jean-Paul Berroir, INRIA
La segmentation d'image est une étape essentielle préalable à l'interprétation des images. Elle consiste à réaliser une partition de l'image en zones homogènes (par exemple, homogénéité de l'intensité lumineuse, de la texture, etc.) correspondant aux " objets " contenus dans l'image.
Dans ce cadre, la détection de contours joue un rôle primordial. En effet, les contours correspondent aux lieux de forte variation de l'intensité lumineuse et correspondent souvent aux limites géométriques des objets de la scène. On obtient le plus souvent les contours par des opérations de bas niveau : filtrage linéaire (convolution avec un noyau de type Sobel, filtres optimaux de Canny, Deriche, Shen, etc), non linéaire (par exemple, diffusion anisotropique) en sont les exemples les plus classiques. Il est important de savoir qu'une détection de contours, même sophistiquée, produit toujours un résultat imparfait, pour diverses raisons telles que : présence de bruit, difficulté de régler les paramètres du détecteur de manière optimale, présence de contours de contraste variable, etc.
Par conséquent, on ne peut réaliser une segmentation sur la base des seuls contours : ceux-ci sont le plus souvent discontinus, incomplets, ou encore, de nombreux contours parasites sont détectés, provenant du bruit, ou de textures macroscopiques. Différentes méthodes ont été proposées pour y remédier. Citons par exemple les modèles de segmentation par champ de Markov, les modèles de croissance et division de régions. Parmi ces méthodes, les contours actifs deviennent de plus en plus populaires. Il s'agit de courbes mathématiques régulières, par exemple des courbes polynomiales par morceaux (splines) ou des courbes paramétrées (ellipses définies par leur centre et leurs axes), initialisées manuellement et qui évoluent pour représenter au mieux les contours d'un objet. De nombreux modèles ont été proposés depuis l'introduction de ce concept par Kass, Witkins et Terzopoulos dans les années 80. Il diffèrent par le type de courbes, le type de contraintes imposées à celles-ci, le type de méthodes numériques, etc.
En pratique, la mise en oeuvre de contours actifs par un utilisateur non expert s'avère délicate : le modèle doit être choisi et réglé en fonction du type d'images, du type d'objets présents dans l'image. L'initialisation du modèle est aussi problématique : elle doit être simple, éventuellement automatique, mais suffisamment proche pour éviter que le modèle soit piégé par des objets non significatifs.
Le sujet proposé consiste à réaliser une interface conviviale permettant une mise en oeuvre simple de divers modèles de contours actifs et leur réglage, puis à évaluer ces modèles sur des images réelles. Le champ applicatif est l'imagerie satellitaire. Les contours actifs seront testés sur des images produites par le satellite SPOT, les objets à détecter étant les champs, les forêts, les zones urbaines, les routes, les voies d'eau, etc. Il est à noter que la grande variété d'objets dans les scènes SPOT, la diversité de leur taille et de leur géométrie rendent ce problème complexe. Enfin, une forte demande existe pour le développement d'outils efficaces et robustes d'interprétation des images SPOT, à fin de cartographie par exemple.
Le but de l'étude est plus la mise en oeuvre des contours actifs et l'acquisition d'une expertise sur leur application à l'imagerie SPOT que le développement proprement dit des modèles. Aussi, l'utilisation de logiciels publics développés par la communauté de la vision par ordinateur est-elle vivement encouragée. Le choix des solutions logicielles pour le développement de l'interface est à la charge des étudiants : intégration dans Khoros, utilisation de librairies telles que Tk, etc. Au final, l'étude doit produire un rapport d'expertise, précisant les types de modèles les plus adaptés selon le type d'objets étudiés, l'influence des différents paramètres, les performances, etc. Les images servant aux expériences seront fournies, mais les étudiants sont libres d'utiliser toute image naturelle ou synthétique pour évaluer les performances des modèles sur des cas simples bien délimités.
Un point d'entrée sur la Toile: