Abstract:
Le travail effectué et présenté dans ce mémoire se situe dans le domaine du
traitement d’images et plus particulièrement, la segmentation d’images en contours,
c’est-à-dire détecter les frontières qui séparent les différentes régions de l’image.
La segmentation d’images est généralement l’étape la plus importante dans un
système d’analyse d’image. Les méthodes de segmentation sont nombreuses, toutes
présentent des avantages mais ne donnent pas entière satisfaction. Plusieurs approches
sont possibles et permettent de résoudre le problème de la segmentation et de la
détection de contour en utilisant un modèle de courbe déformable.
Pour ce projet, nous implémentons un algorithme de contour actif suivant le modèle
de Chan-Vese sur des images scalaires en niveau de gris (monospectrales). Cet
algorithme est basé sur les techniques d’évolution de courbure, de la fonction "Mumford-
Shah" pour la segmentation et des "LevelSets". Ce modèle peut détecter des objets qui
n’ont pas de bordure et qui ne sont pas forcément définis par le gradient.
