RORPO: A morphological framework for curvilinear structure analysis. Application to the filtering and segmentation of blood vessels

Résumé : L'analyse des structures curvilignes en $ 3 $ dimensions est un problème difficile en analyse d'images. En effet, ces structures sont fines, facilement corrompues par le bruit et présentent une géométrie complexe. Depuis plusieurs années, de nombreuses méthodes spécialement dédiées au traitement d'images contenant des structures curvilignes ont vu le jour, étant donné le grand nombre d'applications en science des matériaux, télédétection ou encore en imagerie médicale. Pourtant, l'analyse des structures curvilignes demeure une tâche complexe. L'objet de ce manuscrit est la caractérisation des structures curvilignes pour l'analyse d'images. Nous proposons en premier lieu une nouvelle méthode, appelée RORPO, à partir de laquelle deux caractéristiques peuvent être calculées. La première est une caractéristique d'intensité qui préserve l'intensité des structures curvilignes tout en réduisant celle des autres structures. La seconde est une caractéristique de direction, qui fournit en chaque point d'une image, la direction (sous la forme d'un vecteur) d'une structure curviligne potentielle. RORPO, contrairement aux méthodes classiques de la littérature, est une méthode non locale, non linéaire et qui est mieux adaptée à l'anisotropie intrinsèque des structures curvilignes. Le fondement de notre méthode repose sur une notion récente de Morphologie Mathématique: les opérateurs par chemins. Dans cette thèse, nous proposons une description complète de RORPO et de ses propriétés algorithmiques. Nous menons aussi une étude quantitative de ses deux caractéristiques en les comparant avec trois autres filtres populaires de détection de structures curvilignes: La vesselness de Frangi, les Optimally Oriented Flux (OOF) et l'Hybrid Diffusion with Continuous Switch (HDCS). RORPO peut directement être appliquée pour filtrer des images contenant des structures curvilignes afin de spécifiquement les préserver mais aussi de réduire le bruit dans l'image. Mais les deux caractéristiques de RORPO peuvent aussi être utilisées comme information a priori sur les structure curvilignes afin d'être intégrées dans une méthode plus complexe d'analyse d'image. Nous proposons une telle application dans la deuxième partie de cette thèse. Nous concevons un terme de régularisation, destiné à la segmentation variationnelle, qui est mieux adapté aux structures curvilignes que la plupart des autres termes de la littérature. Pour ce faire, nous intégrons les deux caractéristiques de RORPO dans cette régularisation, ce qui nous permet de régulariser nos résultats seulement dans la direction des structures curvilignes. Nous préservons ainsi mieux ces structures mais nous pouvons aussi reconnecter certaines structures curvilignes déconnectées par le bruit. Les résultats de cette nouvelle régularisation sont présentés sur la segmentation de vaisseaux sanguins du fond d'œil. Nous comparons aussi ces résultats avec le modèle de segmentation de Chan et al. ce qui nous permet de montrer que notre terme de régularisation est en effet bien mieux adapté aux structures curvilignes.
Type de document :
Thèse
Image Processing. Université Paris Est, 2016. English
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/tel-01462887
Contributeur : Odyssée Merveille <>
Soumis le : jeudi 9 février 2017 - 10:12:17
Dernière modification le : jeudi 16 février 2017 - 07:07:44
Document(s) archivé(s) le : mercredi 10 mai 2017 - 13:13:05

Identifiants

  • HAL Id : tel-01462887, version 1

Collections

Citation

Odyssée Merveille. RORPO: A morphological framework for curvilinear structure analysis. Application to the filtering and segmentation of blood vessels. Image Processing. Université Paris Est, 2016. English. <tel-01462887>

Partager

Métriques

Consultations de
la notice

206

Téléchargements du document

143