Collection ALS/Série 7/Tome 31/N. 2/Forthoffer réseau de neurones
Apport du réseau de neurones pour une détection de contours par transformée en ondelettes
|
Sommaire
Résumé
[65]
La méthode présentée dans cet article, constitue un nouvel outil d'extraction des
contours d'une image en niveaux de gris, par coopération de techniques :
décomposition en ondelettes et réseaux neuromimétiques.
La première partie est consacrée aux rappels nécessaires quant au formalisme de la décomposition en ondelettes, ainsi que ses principales propriétés.
La phase délicate de l'algorithme réside dans la recomposition optimale des différentes résolutions, afin d'obtenir des contours fins et sans bruit. Cette tâche est avantageusement confiée à un réseau de neurones, objet de la deuxième partie.
L'attrait majeur de cette nouvelle technique, est sa capacité à traiter correctement des images aux caractéristiques très différentes, sans avoir à modifier de paramètres
Abstract
The method exposed in this paper represents a new edge-detection tool of a greylevel image by the cooperation of two technics : wavelet decomposition and neural networks.
The first part recalls the necessary background on mono and bidimensional wavelet decomposition and their main properties.
The difficult phase of the algorithm lies in the optimal recomposition of different resolutions, in the aim to obtain thin and noiseless edges. This work is given to a neural network which constitutes the object of the second part
The main interest of this new method is to give good results with images whose caracteristics are completly different, without to modify any parameters.
Apport du réseau de neurones pour une détection de contours par transformée en ondelettes
Extraits de l'article
[67]
Introduction
La segmentation d'images est une étape pivot entre les phases d'amélioration- restauration et celle de décision. C'est à ce niveau qu'est effectuée une détection, le plus souvent non réversible, de l'information utile dans une image.
Il existe principalement deux approches pour segmenter une image : l'approche par les contours et l'approche par les régions qui lui est duale. Nous nous intéressons ici à l'approche par la détection de contours.
Il s'avère que, tenir compte de facteurs perturbateurs tels que le flou ou le bruit apportés lors des phases d'acquisition ou de prises de vues, améliore sensiblement les performances de la détection.
La transformée en ondelettes est une analyse multi-échelle permettant une meilleure interprétation du signal et donc des perturbations.
|
Pour accéder
|
Conclusions et perspectives.
La coopération des deux techniques permet d'allier avantageusement d'une part, la représentation complète du signal sous différentes résolutions, fournie par la transformation en ondelettes, et d'autre part le caractère autoréglable des réseaux neuromimétiques, dans la recherche d'une loi de recomposition optimale.
Le principal attrait de cette méthode, contrairement à celles utilisant les gradients ou les laplaciens, est de fournir des contours presque binaires, bien localisés, pour des transitions lentes, rapides ou bruitées, sans avoir de paramètres à ajuster pour chaque situation.
La méthode proposée n'a pas la prétention de devenir un outil universel, mais elle ouvre la voie à d'autres expérimentations dans la recherche de moyens polyvalents de segmentation, en intégrant une phase embryonnaire d'interprétation. Hormis la phase préliminaire d'apprentissage très coûteuse en temps de calculs, l'exploitation de cette méthode peut s'envisager en temps réel avec une architecture pipe-line, dans la mesure où la transformée en ondelettes, comme les réseaux de neurones, peuvent se décomposer en produits de convolution.
Par ailleurs, il reste beaucoup d'expérimentations à faire dans le domaine des ondelettes, comme l'utilisation de décompositions en quinconce. Leur caractère isotrope et non séparable, permet de réduire le nombre de résolutions à étudier, donc a priori les temps de calculs. Cependant, elle nécessite l'emploi d'opérateurs d'ordre supérieur à 2 dont le comportement peut-être plus difficile à exploiter
La présentation orale
Cet article a été présenté le 2 avril 1992 dans la Salle du conseil de l'Hôtel du District de l'Agglomération Nancéienne, sous la présidence du Professeur FLECHON.
Extrait du procès-verbal
L'ordre du jour débute par une communication de MM. FORTHOFFER, GIROD et BREMONT du Laboratoire d'Electricité et Automatique de l'Université de Nancy I dirigé par le Prof. J. BREMONT, sur le sujet : "Apport du réseau de neurones pour une détection de contours par transformée en ondelettes".
La décomposition de l'image en ondelettes (ou fonctions oscillantes du signal) et sa modélisation par des réseaux de neurones formels permet la réalisation de contours codés qui réduisent de 1 à 1.000 le nombre de données.
Le Dr. DELIVRE rapproche de ces schémas le fonctionnement des neurones biologiques qui font leur électricité et tirent leurs informations.
En remerciant les orateurs le Président explicite la différence entre les communications plus "pointues", faites par des chercheurs et les conférences plus longues qui mènent aux découvertes scientifiques en partant de données simples, accessibles à tous.
Voir aussi
- Dans le réseau Wicri
Cet article est reproduit sur Wicri/Informatique
