Ce site a été réalisé par Lynda Benhamouche et Sandra Desrousseaux dans le cadre d'un projet de traitement d'images de troisième année d'école d'ingénieur IMAC, donné par M.Pesquet.
La detection de contours : Pourquoi, Comment?
Définition : Qu’est-ce qu’un contour ?
Une image est caractérisée par son information niveaux de gris. Cette dernière est représentée par une intensité lumineuse. Les contours, qui sont des frontières entre deux régions différentes, correspondent aux fortes variations de cette fonction d’intensité. Il s’agit d’un indice visuel idéal dans beaucoup de situations.
Il existe plusieurs types de contours :
- Le type « Echelon » autrement appelé « Marche », caractérisé par une frontière très prononcée. Sa discontinuité en faisant le contour idéal, il est souvent utilisé en traitement du signal.
- Le type « Rampe », caractérisé par un dégradé du niveau de gris ;
- Le type « Toit », constitué de deux lignes en pic ;
Principe de la détection de contours
Pour détecter les contours, on calcule la dérivée de la fonction d'intensité afin d’en repérer les variations significatives. Ces dernières correspondent aux maxima de la dérivée première (approche dite du « gradient ») ou aux passages par zéro de la dérivée seconde (approche dite du « laplacien »). Une fois les « points contour » identifiés, il faut les relier de façon à retrouver la forme d’origine.
La technique des contours actifs
Il s'agit d'une autre technique. Un modèle de contour actif, dit aussi « snake » en anglais, est une structure dynamique constituée d'une série de points mobiles répartis sur une courbe 2D. Cette courbe, fermée ou non, à extrémités fixes ou non, se déforme à partir de la position d'initialisation, proche de l'objet d'intérêt, et se déplace vers cet objet afin d'épouser progressivement ses contours.
Un sujet prolifique, une multitude de méthodes
La détection de contours est un sujet qui suscite l’intérêt de la communauté des traiteurs d’images d’où une grande variété de méthodes et de champs d’application.