La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Phase Portrait Analysis for Multiresolution Generalized Gradient Vector Flow Analyse de portrait de phase pour un flux vectoriel à gradient généralisé multirésolution

Sirikan CHUCHERD, Annupan RODTOOK, Stanislav S. MAKHANOV

  • Vues en texte intégral

    0

  • Citer

Résumé:

Nous proposons une modification des techniques généralisées de champ d'écoulement de vecteurs de gradient basées sur des techniques d'analyse multirésolution et de portrait de phase. L'image originale est soumise à une analyse multirésolution pour créer une séquence d'images d'approximation et de détail. Les approximations sont converties en une carte de bord puis en un champ de gradient soumis à la transformation de flux vectoriel de gradient généralisée. La procédure supprime le bruit et étend les grands gradients. À chaque itération, l'algorithme obtient un nouveau champ vectoriel amélioré filtré à l'aide de l'analyse du portrait de phase. Le portrait de phase est appliqué sur une fenêtre de taille variable pour trouver les points limites possibles et le bruit. Contrairement aux techniques de portrait de phase précédentes basées sur des règles binaires, notre méthode génère un score continu et ajustable. Le score est fonction des valeurs propres du système linéarisé correspondant d'équations différentielles ordinaires. La caractéristique principale de la méthode est la continuité : lorsque le score est élevé, il s’agit probablement de la partie bruyante de l’image, mais lorsque le score est faible, il s’agit probablement de la limite de l’objet. La partition est utilisée par un filtre appliqué à l'image originale. Au voisinage des points ayant un score élevé, le niveau de gris est lissé tandis qu'aux points limites, le niveau de gris est augmenté. Ensuite, un nouveau champ de gradient est généré et le résultat est incorporé dans les itérations itératives du flux vectoriel de gradient. Cette approche combinée à l'analyse multirésolution conduit à des segmentations robustes avec une amélioration impressionnante de la précision. Nos expériences numériques avec des images échographiques médicales synthétiques et réelles montrent que la technique proposée surpasse la méthode conventionnelle de flux vectoriel à gradient même lorsque les filtres et la multirésolution sont appliqués de la même manière. Enfin, nous montrons que l'algorithme proposé permet au contour initial d'être beaucoup plus éloigné de la frontière réelle que ce qui est possible avec les méthodes conventionnelles.

Publication
IEICE TRANSACTIONS on Information Vol.E93-D No.10 pp.2822-2835
Date de publication
2010/10/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E93.D.2822
Type de manuscrit
PAPER
Catégories
Traitement d'image et traitement vidéo

Auteurs

Mots-clés

Table des matières