Retour Accueil A2SI Segmentation par approche région : exploitation d'un parallélisme de donnée sur réseaux associatifs Adéquation Algorithme Architecture et segmentation d'images

Segmentation par approche contour : exploitation d'un parallélisme de flux sur réseaux programmables

Personnes impliquées : Mohamed Akil, Sharam Zahirazami.

La détection de contours produit une image de gradient. Cette image doit subir une opération de seuillage pour créer une image de contours. Une phase de fermeture de contour supprimera toutes les crêtes, selon la règle qu'une crête connectée à une extrémité de contour devient un contour. Sinon, elle sera supprimée. Comme le fonctionnement de la chaîne doit être en temps réel, nous avons choisi l'algorithme de fermeture de contours proposé par Quesne (voir figure (a)). Cet algorithme traite les pixels selon le balayage vidéo et comporte deux phases : détection (voir figure (b)) et étiquetage des extrémités. Une résolution de la table d'équivalence permet de déterminer si une crête devient un pixel de fond ou de contour. Nous avons amélioré cet algorithme afin d'avoir une fermeture correcte des contours épais et/ou obliques . L'implantation de l'étiquetage des régions (voir figure (c)) comprend la détection des différents cas comme première étape de l'étiquetage des régions et la résolution des équivalences pour l'étape finale.

La première chaîne de segmentation, au sens frontières, que nous avons implantée [] utilise l'opérateur optimal de Deriche pour créer l'image de gradient, un double seuillage suivi pqr la fermeture de contours et l'étiquetage des régions. D'autres types de filtres peuvent être utilisés pour l'étape d'extraction des contours (voir section sur le traitement bas niveau des images et composants programmables). La fréquence maximum de l'opérateur de Deriche est de 15,2 Mhz sur XC4003EX et de 20 Mhz sur XC40125XV. En ce qui concerne la fermeture de contours et l'étiquetage des régions, ils ont une fréquence maximum de 35,7 et 38.5 Mhz respectivement. Ces fréquences nous permettent de segmenter une image de 512×512 à 25 trames par seconde (voir figure (d)).

 

(a) (b)



(c) (d)



Figure 7: (a) : fermeture de contours (b) : architecture de la détection d'extrémités (c) : étiquetage des régions (d) : résultat image étiquetée