Segmentation d'images échographique 2D et 3D par régularisation de graphe basée texture
Résumé
Dans cet article, nous nous intéressons à un récent algorithme de segmentation d'images non-supervisé basé sur un processus de régularisation de graphe, auquel nous proposons d'intégrer le support de caractéristiques de textures. Ce modèle, décrit par Ta, consiste en la diffusion et la régularisation d'une fonction indicatrice sur un graphe représentant une image. L'intérêt de notre approche est de permettre la combinaison de deux techniques de traitement d'images dites " non-locales " : au niveau des pixels grâce à l'utilisation des caractéristiques de textures, et de par l'utilisation d'une structure de graphe qui rend possible l'expression efficace de relations entre des pixels non-adjacents. Évalué sur de l'imagerie échographique, les résultats obtenus montrent une amélioration significative de la qualité de segmentation comparé à l'algorithme originel, ou encore à l'algorithme de Chan & Vese multimodal.