Fusion d'images par la théorie de l'évidence en vue d'applications médicales et industrielles

par Anne Dromigny-Badin

Thèse de doctorat en Traitement de l'image

Sous la direction de Yue Min Zhu.

Soutenue en 1998

à Lyon, INSA .


  • Résumé

    Ce travail porte sur le développement de méthodes de fusion d'images basées sur la théorie de l'évidence de Dempster-Shafer. Dans ce cadre, nous avons étudié deux types de méthodes de fusion. Le premier type est une fusion au niveau des pixels. Deux approches génériques, basées respectivement sur la théorie bayésienne et sur la théorie de l'évidence sont présentées. Elles permettent toutes deux de générer, à partir d’images multimodales ou multiacquisitions recalées géométriquement, une seule image finale segmentée. Les études comparatives de ces deux approches, effectuées dans le cadre de la segmentation de l'image, montrent la souplesse ainsi que la robustesse de l'approche de la théorie de l'évidence. En effet, cette dernière permet d'évaluer la fiabilité de la segmentation obtenue en quantifiant la confiance que l'on a en elle. Le deuxième type de méthode concerne la fusion par Dempster-Shafer au niveau des objets. La méthode consiste à fusionner les objets issus d’une première segmentation des images originales, et qui sont représentés par des vecteurs de paramètres. Dans ce cadre, nous proposons deux techniques de fusion destinées respectivement à classifier les objets obtenus (approche par des hypothèses discrètes) et à améliorer la quantification de paramètres continus de ces objets (approche par des hypothèses continues). La fusion des hypothèses continues est étudiée de manière particulièrement détaillée. Enfin, les différentes techniques de fusion sont appliquées à des problèmes aussi divers que l'augmentation de la dynamique des systèmes d'imagerie par rayons X, l'amélioration de la fiabilité de caractérisation des défauts en contrôle non destructif par radioscopie et échographie ultrasonore ou encore la segmentation automatique des lésions de sclérose en plaques en imagerie par résonance magnétique.

  • Titre traduit

    = Image fusion through evidence theory for medical and industrial applications


  • Pas de résumé disponible.


  • Résumé

    This thesis focuses on the development of data fusion methods based on the Dempster-Shafer evidence theory. Two types of data fusion methods are examined within this framework. The first covers fusion at pixel level. Two generic approaches, based on the Bayesian theory and the Dempster-Shafer evidence theory, respectively, are investigated. Both lead to the generation of a single final segmented image from several geometrically matched multi-modal or multi-acquisition images. Comparison of these two approaches as applied to image segmentation demonstrates the flexibility and robustness of the evidence theory approach. Indeed, the latter enables segmentation results to be evaluated by quantifying their reliability. The second method is devoted to Dempster-Shafer fusion of images at object level. This method consists of fusing pre-segmented image objects, that are represented by feature vectors. Within this framework, we posit two fusion techniques that aim respectively to classify the objects (discrete hypotheses), and improve continuous feature quantification (continuous hypotheses). Continuous hypotheses fusion is described in greater detail. Finally, developed fusion techniques are applied to various image processing problems such as dynamic range improvement of real-time X ray imaging systems, improving the reliability of defect characterisation in non destructive evaluation, radioscopy and ultrasound testing, and automatic segmentation of multiple sclerosis lesions in magnetic resonance imaging.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (158 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 143-156. Publications de l'auteur p. 157-158

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Disponible pour le PEB
  • Cote : C.83(2164)
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.