4 - Modélisation et mise en correspondance avec la pyramide neuractive

Show full item record

Files in this item

PDF 004.PDF TEXTE.pdf 1.012Mb

Pour citer ce document :
URI: http://hdl.handle.net/2042/2010
Title: 4 - Modélisation et mise en correspondance avec la pyramide neuractive
Author: REISSMANN (P.-J.); CLARYSSE (P.); MAGNIN (I. E.)
Abstract: Cet article présente les pyramides neuractives pour la modélisation des objets subissant des déformations élastiques. Une pyramide est construite pour chaque image de la séquence. Chaque niveau de la pyramide est un graphe régulier construit récursivement sur l'image de départ convoluée par un filtre passe-bas. Les cellules de ce graphe s'adaptent au contenu local des images. L'adaptation du graphe est obtenue en minimisant une fonction énergétique basée sur le gradient de l'image et la déformation des cellules. Chaque cellule reçoit un vecteur de moments statistiques calculé sur sa zone d'intérêt et celles de ses voisines. La mise en correspondance des pyramides permet d'accéder au champ de vecteurs des transformations élastiques locales. L'algorithme de mise en correspondance est fondé sur une approche neuronale auto-organisatrice. La souplesse et l'aspect multirésolution des structures permettent d'obtenir des résultats robustes et précis. L'application à des images cardiaques obtenues par résonance magnétique (IRM) 2D montre l'intérêt de la méthode pour la modélisation d'objets complexes.
Description: This paper introduces the neuractive pyramids to model objects under elastic deformations . One pyramid is built on each frame of the image sequence . Each level of the pyramid is a regular graph that is recursively built on a low-pass version of the original picture . Cells of this graph deform to model the local information of the picture . Deformations are obtained by the minimization of an energy function computed both on the gradient of the picture and the graph structure . Each cell contains a vector of statistical moments computed on its domain and its neighborood . Matching pyramids defines a vector Field of local elastic transformations . The matching operator is based on a self-organizing map, introduced by Kohonen . Softness and multiresolution aspects of the pyramids allow accurate and robust results . An application to the matching of 2D cardiac MRI scans shows the interest of the method for deformable objects .
Subject: Analyse image; Analyse multirésolution; Autoorganisation; Modélisation; Réseau neuronal; Segmentation; Déformation élastique
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 1997

This item appears in the following Collection(s)

Show full item record





Advanced Search