Discussion :

[Rafoo]

Bonjour,

J'aimerai faire un seuillage binaire de qualité sur des acquisitions de diffusion de particule.

Qu'elles sont les derniers algorithme de seuillage (niveau de gris -> binaire) à la mode? Je vais essayer d'affiché une de mes images type (une fois que j'aurai compris comment on fais) mais en attendant pour ceux qui s'y connaissent, vous pouvez essayé de me faire un petit résumer;

merci

[Rafoo]

en voila une (considéré comme mauvaise)



une aute (considéré comme bonne)



et une dernière (je pense que c'est le pire des cas et qu'il y ai peut de chance d'en retrouver à ce point là!!)



Voilà, donc pour ceux qui ont de bonnes idées, j'aimerai lister le nombre de défaut et les ranger dans des catégories de différentes tailles (surface, nombre de pixels, forme).

Pour l'instant j'ai opter pour un seuillage adaptatif (je préfèrerai un automatique) un étiquetage des objets et j'enregistre dans un fichier texte les objets en fonction de leur nombres de pixels. Donc mon problème c'est le seuillage qui n'est pas toujours adapté, soit il sur-estime mes objets, soit il les sous-estime!!!

Help

merci a vous.

[mathieu_t]

Salut !

Je comprends pas bien ce que tu veux segmenter ??
Tu cherches à isoler quoi ?

[Rafoo]

ces photos représente la diffusion de la lumière sur des particules dans des capsules rempli de liquides qui sont éclairer en champ sombre à 45°.

Au centre tu peux voir un cercle qui représente la diffusion de lumière sur les bord de l'ouverture de la capsule (voit ça comme un diaphragme), dans ce cercle, et en fonction des photos, tu peux voir des élément plus ou moin blanc qui représente des bulles, des fibres, les fênetres abimées ou autres inclusions.

J'ai donc besoin dans un premier temps d'éliminer tout ce qui est autour du cercle ainsi que le cercle en lui-même, et la finalité serai de détecter les éléments ou objets qui diffuse la lumière à l'intérieur du cercle. Il faut que je les comptent, les rangent par classe de taille. Et mon problème vient de mon seuillage qui ne doit pas sur-estimer ou sous-estimer mes objets..

J'espère que tu comprendra tout ce charabia.

merci de t'y interessé.

[mathieu_t]

Si j'ai bien compris dans un premier temps tu veux ne garder que ce qu'il y a dans le cercle ?

Si oui, une solution simple est d'utiliser par exemple un cercle paramétrique (rayon + centre variables) et chercher là où ça colle le mieux (et ne garder que ce qu'il y a dedans).... Ou encore te placer dans l'espace de Hough je crois (j'ai un trou : l'espace où l'on détecte très facilement les ellipses et donc les cercles)... Comme apparemment tu n'as que ce cercle "vraiment" circulaire, ça devrait pas être trop dur...

Pour ce qui est du reste, c'est quand même plus complexe...Comment on reconnaît des bulles par exemple du reste ? forme ? intensité ? les 2 ??
En fait il faut en savoir le max sur ce que tu cherches à détecter, car c'est le meilleur moyen d'arriver à quelque chose de robuste. Tu peux m'en dire plus sur les caractéristiques de chaque type d'objet ?

A+

[Rafoo]

En fait il existe une norme optique qui caractérise ce genre de défaut, il y a deux grand sujet:

-Les bulles et inclusions
-Les défauts de surfaces

dans un premier temps, avec mon responsable on a décider de simplement détecter les différents défaut en obtenant leur surface (nombre de pixel par objet) et de les classer par différents groupes de taille, et de faire un pourcentage de défaut par rapport à l'ouverture de la capsule.

Sous quelques jour, j'obtiendrai les vrai spécification qui en fait nous informera sur le nombre et la taille maximum acceptable des défaut à détecter. cette norme optique est assez compliqué... c'est pour ça qu'on y va à taton.

Donc pour l'instant, j'ai besoin de seuiller mon image de façon à ce que l'on garde un maximum de défaut sans trop modifier leur taille, ce qui est asser difficile car en fonction du seuil appliqué et de la diffusion des défaut on n'aura pas mal de variation.

Bon je doit m'en allé j'ai un train à prendre. Si tu as d'autre question n'hésite pas, je serai là demain matin.

Encore merci,

[mathieu_t]

Désolé d'insister, mais pour un néophyte comme moi, je ne parviens pas vraiment à distinguer sur tes images les bulles des défauts...

Disons que les bulles soient les petits points que l'on voit, alors il faudrait dans un premier temps les supprimer pour ne se concentrer que sur les autres....

En effet, si j'ai bien compris, pour les défauts de surface tu n'as aucune info a priori sur leur forme, intensité ? Si tel est le cas, il vaut mieux raisonner sur les bulles qui ont la bonne habitude d'avoir des formes relativement elliptiques, ce qui est facile à détecter (transformée de Hough).

Une fois les bulles supprimées (encore que certainement ça ne marche pas toujours car par exemple les bulles peuvent chevaucher les défauts), il faut encore séparer chaque défaut ou faire un compte global ?
Pour la 2è solution c'est relativement facile (typiquement : compter tous les pixels au dessus d'un certain seuil), mais la première en revanche... Tu ne peux pas par exemple raisonner sur des élément connexes car tes éléments se chavauchent, et donc ne font qu'un...

Enfin tout ça c'est une analyse un peu rapide avec mes maigres connaissances... ça a l'air assez pointu ton truc, c'est quel niveau ? stage ? thèse ?

A+

[Rafoo]

En fait, je me suis mal exprimé.

Vue la taille des défauts qui peuvent être très petit et les inclusions qui ont la plupart du temps des formes alléatoires, on ne cherche pas pour le moment à les différenciers, du fait aussi que ces bulles peuvent être des gouttelettes (émulsion entre deux liquides présent dans la capsule) le but premier sera de les compter sans différentiation de forme.

Par contre on veut pouvoir différentier les " bulles et inclusion" des "défauts de surface" qui sont en générale des éraflures, rayures, fenetre brisées.. donc des lignes droites et qui diffusent moins de lumière que les défauts d'inclusion.

Mais comme je t'ai dis, j'avance à taton et je vais dans un premier temps détecter les bulles et inclusions.

D'ailleur je suis sur une piste, à l'aide de la transformé de hough et du filtre Canny, je crois que je vais pouvoir me débrouiller. J'ai enfin trouvé un algo qui est assez explicite avec les différentes étape à éffectuer.

Pour ceux que ça intéresse: Algorithme de détection de contour Canny:

http://www.pages.drexel.edu/~weg22/can_tut.html

C'est en anglais, et la partie de supression des maximas locaux n'est pas bien développée, mais c'est déja pas si mal.

Algorithme de la transformé de Hough: détection des cercles:

http://www.vieartificielle.com/article/index.php?id=188

Mais si jamais une idée lumineuse que je ne connait pas te vient à l'esprit, n'hésite pas à me là soumettre...

merci, @+