Vous êtes sur la page 1sur 26

Segmentation par Segmentation par

contours actifs contours actifs


Cours de Master SIC ENSEA 2010/2011
Plan Plan Plan Plan
La segmentation La segmentation
f f Une mthode: Les contours actifs Une mthode: Les contours actifs
Implmentation: Les level Implmentation: Les level--sets vs contours sets vs contours
parametriques parametriques
Q t l t ti ? Q t l t ti ? Quest ce que la segmentation? Quest ce que la segmentation?
La segmentation La segmentation La segmentation La segmentation
Objectif: Sparer les diffrents objets, les diffrentes rgions Objectif: Sparer les diffrents objets, les diffrentes rgions
dintrt, qui composent limage. dintrt, qui composent limage.
L t ti ? L t ti ? La segmentation pour? La segmentation pour?
La segmentation pour: La segmentation pour: La segmentation pour: La segmentation pour:
la compression la compression selective selective,,
lvaluation quantitative en imagerie mdicale, lvaluation quantitative en imagerie mdicale, q g , q g ,
La segmentation pour: La segmentation pour: La segmentation pour: La segmentation pour:
lenrichissement de contenu, lindexation, lenrichissement de contenu, lindexation,
Enfant 1
Enfant 2
Enfant 1
Enfant 2
Ballon
La segmentation pour: La segmentation pour: La segmentation pour: La segmentation pour:
la post la post production le tracking vido production le tracking vido la post la post--production, le tracking vido, production, le tracking vido,
L t ti t ? L t ti t ? La segmentation comment? La segmentation comment?
Les mthodes de segmentation Les mthodes de segmentation Les mthodes de segmentation Les mthodes de segmentation
Approches discrtes: Approches discrtes: pp oc es d sc es pp oc es d sc es
Mthodes perceptives: histogrammes, seuillages, Mthodes perceptives: histogrammes, seuillages,
accroissement de rgions accroissement de rgions gg
Mthodes stochastiques: champs de Markov, Mthodes stochastiques: champs de Markov,
Approches continues: Approches continues:
Mthodes algbriques: Morphologie mathmatiques Mthodes algbriques: Morphologie mathmatiques Mthodes algbriques: Morphologie mathmatiques, Mthodes algbriques: Morphologie mathmatiques,
Mthodes variationnelles: contours dformables, Mthodes variationnelles: contours dformables,
La segmentation base rgions La segmentation base rgions La segmentation base rgions La segmentation base rgions
Partition Partition de l de limage ou de la vido en rgions d image ou de la vido en rgions dintrt intrt Partition Partition de l de l image ou de la vido en rgions d image ou de la vido en rgions d intrt intrt
(objets, fond) (objets, fond)
Objet
Fond
2
Objet
1
Objet Objet
3
Descriptions des rgions Descriptions des rgions Descriptions des rgions Descriptions des rgions
Comment Comment dcrire dcrire une une rgion rgion dintrt dintrt OO ??
Par Par un un descripteur descripteur local local kk
contour contour
((cO cO,, s) s) qui qui caractrise caractrise cO cO,, pp
contour contour
(( ,, )) qq ,,
la la frontire frontire du du domaine domaine OO
Par Par un un descripteur descripteur global global kk
intrieur intrieur
((OO,, x) x) qui qui caractrise caractrise le le
domaine domaine OO
Exemples de descripteurs Exemples de descripteurs Exemples de descripteurs Exemples de descripteurs
Descripteurs de contour Descripteurs de contour
Longueur minimale Longueur minimale Longueur minimale Longueur minimale
Courbure Courbure

Descripteurs de rgion Descripteurs de rgion
Moyenne de la rgion Moyenne de la rgion
Variance de la rgion Variance de la rgion
Surface minimale Surface minimale

Segmentation par contours actifs Segmentation par contours actifs Segmentation par contours actifs Segmentation par contours actifs
Ide Ide de de base base:: On On cherche cherche dterminer dterminer la la courbe courbe
frontire frontire de de la la rgion rgion qui qui nous nous intresse intresse (qui (qui dfinit dfinit
lobjet) lobjet)
Formalisation Formalisation:: On On dfinit dfinit une une nergie nergie de de faon faon ce ce gg
que que le le bord bord de de la la rgion rgion dintrt dintrt corresponde corresponde au au
minimum minimum de de cette cette nergie nergie
) ( ) ( ) ( C E C E C E
externe interne
+ = ) ( ) ( ) (
externe interne
Principe des contours actifs Principe des contours actifs Principe des contours actifs Principe des contours actifs
On On cherche cherche le le minimum minimum de de lnergie lnergie.. On On va va donc donc
considrer considrer quelle quelle varie varie au au cours cours du du temps temps en en fonction fonction de de
lvolution lvolution de de son son domaine domaine de de dfinition dfinition :: introduction introduction
dun dun schma schma dynamique dynamique dun dun schma schma dynamique dynamique..
P i P i d i d i (( ti ti dE l dE l LL )) Puis Puis on on drive drive ((quations quations dEuler dEuler--Lagrange Lagrange))..
CC Cette Cette drive drive conduit conduit une une Equation Equation aux aux
Drives Drives Partielles Partielles dvolution dvolution (de (de la la frontire frontire du du
d i ) d i ) domaine) domaine)::
( ) N N

F F F
t
C
externe interne
= + =
c
c
t c
Segmentation par contours actifs Segmentation par contours actifs Segmentation par contours actifs Segmentation par contours actifs
Courbe C(t-1)
N

F
Objet
N F
Objet
Courbe C(t)
I t d it I t d it KK Witki Witki tt T l T l 1988 1988 ( l ( l
Courbe C(t)
Introduit Introduit par par Kass Kass, , Witkin Witkin et et Terzopoulos Terzopoulos en en 1988 1988 (appel (appel
Snakes Snakes lorigine) lorigine)
On On initialise initialise la la courbe courbe C(t= C(t=00)) OO t a se t a se aa cou be cou be C(t C(t 00))
Le Le contour contour sarrte sarrte lorsque lorsque FF = = 0 0
Mise en oeuvre Mise en oeuvre Mise en oeuvre Mise en oeuvre
Aspects thoriques: Lnergie minimiser et sa Aspects thoriques: Lnergie minimiser et sa
drivation drivation drivation drivation
Approche contour Approche contour
Approche rgions Approche rgions Approche rgions Approche rgions
Aspects pratiques: La mise en uvre numrique Aspects pratiques: La mise en uvre numrique Aspects pratiques: La mise en uvre numrique Aspects pratiques: La mise en uvre numrique
de lquation dvolution de lquation dvolution
A h t i A h t i Approche paramtrique Approche paramtrique
Approche non paramtrique (par la mthode des Approche non paramtrique (par la mthode des
ensembles de niveaux ou Level Set method) ensembles de niveaux ou Level Set method) ensembles de niveaux ou Level Set method) ensembles de niveaux ou Level Set method)
Mi i i ti Mi i i ti dE i dE i Minimisation Minimisation dEnergie dEnergie
Energie Energie Energie Energie
Critres nergtiques bass contour: Critres nergtiques bass contour: Critres nergtiques bass contour: Critres nergtiques bass contour:
information locale (gradients,) information locale (gradients,)
=> Snakes, contours actifs godsiques => Snakes, contours actifs godsiques , g q , g q
Critres nergtiques bass rgions: Critres nergtiques bass rgions: Critres nergtiques bass rgions: Critres nergtiques bass rgions:
Information locale et globale (termes contours + rgions) Information locale et globale (termes contours + rgions)
=> contours actifs bass rgions => contours actifs bass rgions gg
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
Approche Approche Classique Classique ((Kass Kass 1988): 1988):
Trouver Trouver la la courbe courbe C(p) C(p) qui qui minimise minimise::
) ( ) ( ) (
int
C E C E C E
ext
+ =
} } }
V +
1 1
2
1
2
)) ( ( ) ( " ) ( ' ) ( d C I d C d C C E | o
} } }
V + =
0 0 0
)) ( ( ) ( " ) ( ' ) ( dp p C I dp p C dp p C C E | o
Energie interne: contrle la
rgularit de la courbe
Energie externe: terme
dattache aux donnes
positives constantes des sont , , | o
Les Les nergies nergies sont sont des des intgrales intgrales de contour de contour
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
} }
+ =
1
0
2
1
0
2
) ( " ) ( ' ) ( dp p C dp p C C E
interne
| o
0 0
Le module de la drive agit Le module de la drive Le module de la drive agit
sur la longueur de la courbe
et est lie sa rigidit
Le module de la drive
seconde agit sur la
courbure et est lie
llasticit
}
V =
1
)) ( ( ) ( dp p C I C E
}
V
0
)) ( ( ) ( dp p C I C E
externe

Le terme est li la valeur du gradient de limage au voisinage du
contour qui attire le contour vers les forts gradients
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
Inconvnients Inconvnients des des Snakes Snakes::
La La courbe courbe ne ne peut peut pas pas changer changer de de topologie topologie.. La La
topologie topologie finale finale sera sera la la topologie topologie de de la la courbe courbe initiale initiale..
Lnergie Lnergie optimiser optimiser nest nest pas pas intrinsque intrinsque limage limage..
Elle Elle dpend dpend de de la la paramtrisation paramtrisation de de CC..
LL h h i i i bl i bl (l (l d i d i f i f i Le Le schma schma numrique numrique est est instable instable (la (la drive drive fait fait
intervenir intervenir des des termes termes dordre dordre 44))
LL bb di iti li ti di iti li ti d it d it t t hh dd l bj t l bj t La La courbe courbe dinitialisation dinitialisation doit doit tre tre proche proche de de lobjet lobjet
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
C t tif d i (C ll 1994) C t tif d i (C ll 1994) Contours actifs godesiques (Caselles 1994): Contours actifs godesiques (Caselles 1994):
Trouver Trouver C(p) C(p) qui minimise: qui minimise:
1
AA
( )
}
V =
1
0
) ( ' )) ( ( ) ( dp p C p C I g C E
Avec Avec
[ , 0 [ : g +
+
R
0.7
0.8
0.9
1
2
1
1
: exemple par
quand 0 ) (
r
g(r)
r r g
+
=

0.1
0.2
0.3
0.4
0.5
0.6
Lorsque C(p) est loign dun gradient lev, on a g=1, Lorsque C(p) est loign dun gradient lev, on a g=1,
on minimise alors la longueur de la courbe on minimise alors la longueur de la courbe
1 r +
0 2 4 6 8 10 12 14 16 18 20
0
Lorsque C(p) est proche du contour de lobjet (gradient lev), Lorsque C(p) est proche du contour de lobjet (gradient lev),
on a g=0, le critre est alors minimal on a arrt du contour. on a g=0, le critre est alors minimal on a arrt du contour.
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
Interprtation Interprtation gomtrique gomtrique :: ( )
}
V =
1
) ( ' )) ( ( ) ( dp p C p C I g C E pp g q g q
Longueur Longueur de la de la courbe courbe ::
( )
}
0
) ( )) ( ( ) ( p p p g
gg
dp p C ds L
L
} }
= =
1
) ( '
Longueur Longueur de la de la courbe courbe dans dans une une mtrique mtrique prenant prenant
} }
0 0
Longueur Longueur de la de la courbe courbe dans dans une une mtrique mtrique prenant prenant
en en compte compte les les caractristiques caractristiques de de limage limage I I ::
}
1
}
=
0
) ( ' ) ( ) ( dp p C I g I L
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
( )
}
V =
1
0
) ( ' )) ( ( ) ( dp p C p C I g C E
Cette Cette nergie nergie est est intrinsque intrinsque et et ne ne dpend dpend donc donc
dd l l t i ti t i ti dd l l bb
0
pas pas de de la la paramtrisation paramtrisation de de la la courbe courbe
Minimiser Minimiser cette cette nergie nergie revient revient trouver trouver la la courbe courbe
de de longueur longueur minimale minimale dans dans une une mtrique mtrique
dpendant dpendant des des caractristiques caractristiques de de limage limage II dpendant dpendant des des caractristiques caractristiques de de l image l image II
((do do le le nom) nom)
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
( )
}
1
( )
}
V =
0
) ( ' )) ( ( ) ( dp p C p C I g C E
Par Par drivation drivation du du critre critre afin afin dexprimer dexprimer la la minimisation minimisation
comme comme lquation lquation dvolution dvolution du du contour contour actif actif, , on on trouve trouve::
( ) | |N N) . ( ) (
) , (
g C I g
t p C
V V =
c
c
k ( ) | | ) ( ) ( g g
t c
Courbure
Vecteur normal unitaire
intrieur la courbe
Le Le contour contour initial initial C(p, C(p,00)) est est choisi choisi par par lutilisateur lutilisateur
intrieur la courbe
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
( ) | |N N) ( ) (
) , (
C I
t p C
V V
c
k ( ) | |N N) . ( ) (
) (
g C I g
t
p
V V =
c
k
0, g.N et 1 g cas, ce Dans
gradient) (faible
~ V ~
<< V k I
C(p,0)
courbe) la de longueur la minimise on cas ce (dans
courbure la de dpend vitesse la
(p, )
0 g cas ce Dans
gradient) (fort
~
>> V k I
et contour le sur 0 g.N a On
g.N. de dpend la vitesse et
0, g cas, ce Dans
= V
V
~
I
rappel de terme un est terme ce
contour, du autre d' et part de oppos signe de
Critres bass contours Critres bass contours Critres bass contours Critres bass contours
| |
) ( C c
( ) | |N N) . ( ) (
) , (
g C I g
t
t p C
V V =
c
c
k
C(p,0)
Inconvnient Inconvnient::
(p, )
La La courbe courbe doit doit tre tre
lextrieur lextrieur de de lobjet lobjet
segmenter segmenter segmenter segmenter
Avantage Avantage::
La La courbe courbe initiale initiale peut peut tre tre La La courbe courbe initiale initiale peut peut tre tre
loin loin de de lobjet lobjet
I
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Problme Problme : : pour pour dtecter dtecter des des rgions rgions particulires, particulires, on on
veut veut pouvoir pouvoir ajouter ajouter des des informations informations sur sur la la rgion rgion telle telle
l l d d i i i i que que la la moyenne moyenne dune dune rgion, rgion, sa sa variance variance
Ces Ces informations informations ne ne peuvent peuvent plus plus tre tre incluses incluses dans dans des des Ces Ces informations informations ne ne peuvent peuvent plus plus tre tre incluses incluses dans dans des des
intgrales intgrales de de contour contour do do la la ncessit ncessit dintroduire dintroduire des des
intgrales intgrales de de surface surface..
Difficult Difficult : : La La drivation drivation du du critre critre pour pour obtenir obtenir lquation lquation
d l ti d l ti dvolution dvolution..
Exemple Exemple :: Partition Partition de de limage limage en en deux deux nn rgions rgions Exemple Exemple :: Partition Partition de de limage limage en en deux deuxnn rgions rgions..
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Une image est constitue de 2 rgions: Une image est constitue de 2 rgions:
Rgion: Les

in
objets
segmenter

in
Region:
Contour: interface
entre les 2 rgions
I

ext
g
Fond
C
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
On veut trouver les rgions On veut trouver les rgions
int int
et et
ext ext
qui qui
minimisent le critre: minimisent le critre:
} }} }}
+ O + O = O O
b ext ext int int ext int
ds y x k dxdy y x k dxdy y x k C E ) , ( ) , , ( ) , , ( ) , , (
O O C
ext int
Termes bass rgions Termes bass rgions
Terme bas
contour

int

int
I
int

ext
C
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
On appelle descripteurs les fonctions On appelle descripteurs les fonctions
caractristiques: caractristiques:
} }} }}
+ O + O = O O
b ext ext int int ext int
ds y x k dxdy y x k dxdy y x k C E ) , ( ) , , ( ) , , ( ) , , (
O O C
ext int
k
int
= fonction caractristique k
ext
= fonction caractristique k
b
= fonction
des objets segmenter du fond caractristique
du contour
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Descripteurs de contour Descripteurs de contour
Longueur minimale Longueur minimale
Courbure Courbure

Descripteurs de rgion Descripteurs de rgion
Moyenne de la rgion Moyenne de la rgion
Variance de la rgion Variance de la rgion
Surface minimale Surface minimale

Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Exemple Exemple de segmentation: de segmentation: Segmentation de rgions Segmentation de rgions
homognes en couleur homognes en couleur
( ) ( )
objet objet
k E = det log
: rs Descripteu
( ) ( )
( ) ( )
ste
fond fond
objet objet
c k
k E = det log
g
contour
c k =
( ( EE t l t i d i d l i id ) t l t i d i d l i id ) (o (o EE reprsente la matrice de covariance de la rgion considre) reprsente la matrice de covariance de la rgion considre)
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Exemple de segmentation: Exemple de segmentation: Segmentation dobjets en Segmentation dobjets en
mouvement mouvement
ste
objet
c k =
: rs Descripteu
( )
ste
n n fond
objet
c k
S Proj S k =
1
contour
c k =
(Proj(S (Proj(S
nn--11
) reprsente la compensation du mouvement de la camra sur limage n ) reprsente la compensation du mouvement de la camra sur limage n--1) 1)
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Exemple Exemple de segmentation: de segmentation: Segmentation dobjets avec Segmentation dobjets avec
i i d f i i d f a priori de forme a priori de forme
) ( ) ( ) ( E E E O O + O O = O O ) , ( ) , ( ) , (
ext int prior ext int data ext int
E E E O O + O O = O O
( ) ( )
}}

s +
O = dxdy E
N q p
ref
i t i
2
( ) ( )
}}

O
O
int
dxdy E
q p
q p int q p prior
,
, ,

}} }}
( ) ( ) ( ) ( )
}} }}
O O
+ =
ext int
dxdy y x I dxdy y x I E
ext in data
2 2
, ,
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
Exemple Exemple de segmentation: de segmentation: Segmentation dobjets avec Segmentation dobjets avec pp gg g j g j
a priori de forme a priori de forme
Contour initial Sans a priori Avec a priori
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
} }} }}
+ O + O = O O
b ext ext int int ext int
ds y x k dxdy y x k dxdy y x k C E ) , ( ) , , ( ) , , ( ) , , (
Calcul Calcul de de lquation lquation dvolution dvolution du du contour contour actif actif: :
} }} }}
O O C
ext int
il il faut faut distinguer distinguer 22 cas cas
Les Les fonctions fonctions caractristiques caractristiques ne ne dpendent dpendent pas pas des des
domaines domaines de de dfinition dfinition Dans Dans ce ce cas cas le le calcul calcul de de lquation lquation domaines domaines de de dfinition dfinition.. Dans Dans ce ce cas cas,, le le calcul calcul de de l quation l quation
dvolution dvolution est est relativement relativement simple simple (Green (Green--Riemann Riemann ++ Euler Euler- -
Lagrange) Lagrange)::
N N) . (
b b ext int
k k k k
t
C
V + =
c
c
k
Si Si les les fonctions fonctions caractristiques caractristiques dpendent dpendent des des domaines domaines,, le le
calcul calcul de de la la drive drive de de lnergie lnergie est est plus plus compliqu compliqu
t c
calcul calcul de de la la drive drive de de l nergie l nergie est est plus plus compliqu compliqu
((cf cf Jehan Jehan--Besson Besson et et al al.. [IJCV [IJCV02 02]) ])
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
RR l ti l ti d l ti d l ti dd l l dd
C c
Remarques Remarques sur sur lquation lquation dvolution dvolution dans dans le le cas cas de de
fonctions fonctions de de fonctions fonctions ne ne dpendant dpendant pas pas du du domaine domaine : :
N N) . (
b b ext int
k k k k
t
C
V + =
c
c
k

k
ext
est minimal dans
iext
,
la force sera positive en ces

ext
la force sera positive en ces
points, le contour va se
rtracter

int
k
int
est minimal dans
int
,
la force sera ngative en
ces points, le contour va se
dilater
Critres bass rgions Critres bass rgions Critres bass rgions Critres bass rgions
RR l ti l ti d l ti d l ti dd l l dd
C c
Remarques Remarques sur sur lquation lquation dvolution dvolution dans dans le le cas cas de de
fonctions fonctions de de fonctions fonctions ne ne dpendant dpendant pas pas du du domaine domaine : :
N N) . (
b b ext int
k k k k
t
C
V + =
c
c
k

Double sens de propagation: La vitesse

ext

int
C
Double sens de propagation: La vitesse
peut tre positive en certains points et
ngative en dautres. Le contour peut se
rtrcir en certains points et
saccrotre en dautres
=> Linitialisation est moins contrainte
I l t ti I l t ti i i Implmentation Implmentation numrique numrique
Implmentation Implmentation numrique numrique Implmentation Implmentation numrique numrique
Mthode Mthode des ensembles de des ensembles de niveaux niveaux
(Level sets (Level sets introduits introduits par par Osher Osher et et Sethian Sethian))
Mthode Mthode implicite implicite: On : On introduit introduit une une nouvelle nouvelle fonction fonction u(t) u(t) Mthode Mthode implicite implicite: On : On introduit introduit une une nouvelle nouvelle fonction fonction u(t), u(t),
appele appele carte des distances, carte des distances, telle telle que que le contour le contour CC que que lon lon
cherche cherche soit soit dfini dfini comme comme le le niveau niveau 0 de 0 de cette cette fonction fonction uu..
Mthodes Mthodes paramtriques paramtriques
LL CC bl d i bl d i li li f i f i Le contour Le contour CC est est un ensemble de points un ensemble de points relis relis par par une une fonction fonction
((polygone polygone, , splines splines,). ,).
Implmentation par Level set Implmentation par Level set Implmentation par Level set Implmentation par Level set
Implmentation par Level set Implmentation par Level set
On a: On a: C(t)={( C(t)={(x,y x,y)/u( )/u(x,y,t x,y,t)=0} )=0}
O h i it l O h i it l t t d di t t t d di t 1 V On choisit en gnral: On choisit en gnral: uu est une carte de distances est une carte de distances
Avantages de cette formulation Avantages de cette formulation
1 = Vu
Avantages de cette formulation Avantages de cette formulation
Gestion Gestion au automatique tomatique des changements de topologie (la courbe peut des changements de topologie (la courbe peut
se diviser, ou deux courbes peuvent fusionner automatiquement). se diviser, ou deux courbes peuvent fusionner automatiquement).
Les proprits gomtriques de la courbe comme la courbure ou le Les proprits gomtriques de la courbe comme la courbure ou le
vecteur normal peuvent tre estims directement partir de vecteur normal peuvent tre estims directement partir de uu
u
u
N
V
V
=

|
|
.
|

\
|
V
V
=
u
u
div k
Gnralisation la 3D Gnralisation la 3D
Implmentation par Level set Implmentation par Level set
Dduction de l Dduction de lquation dvolution en fonction de quation dvolution en fonction de uu::
N F
t
C

. =
c
c
u F
t
u
V =
c
c
Dmonstration: Dmonstration: 0 ) ), , ( ( = t t p C u
0 ) ) ( ) ( ( 0 ) ), , ( ), , ( ( = t t p y t p x u
0 . = + V = + +
t t t t y t x
u C u u y u x u
0 = V = + C u y u x u
1
2 0 . = V = +
p p y p x
C u y u x u 2
Implmentation par Level set Implmentation par Level set
Dduction de l Dduction de lquation dvolution en fonction de quation dvolution en fonction de uu::
N F
t
C

. =
c
c
u F
t
u
V =
c
c
Dmonstration: Dmonstration:
1
+ =
c
c
N F
t
C

. 0 . = + V
t
u N u F

2 ( )
p p
p
p
C T u C
C
C
u C u . . 0 . V =
|
|
.
|

\
|
V = = V
u
u
N
V
V
=

p p
p
p
C
|
.

\
u V
Implmentation par Level set Implmentation par Level set
Dduction de l Dduction de lquation dvolution en fonction de quation dvolution en fonction de uu::
N F
t
C

. =
c
c
u F
t
u
V =
c
c
Dmonstration: Dmonstration:
V
0 . = + V
t
u N u F

u
u
N
V
V
=

u F
u
u V =
c
= u F
t
u
t
V
c
Implmentation par Level set Implmentation par Level set
Dduction Dduction de de l lquation quation dvolution en fonction de dvolution en fonction de uu::
N F
t
C

. =
c
c
u F
t
u
V =
c
c
Attention: on Attention: on na na dmontr dmontr cette cette galit galit pour les points du contour pour les points du contour
uniquement uniquement. La . La fonction fonction uu est est dfinie dfinie sur sur toute toute limage limage.. u que e t u que e t aa o ct o o ct o uu est est d e d e su su toute toute age age
Ce qui fait: Ce qui fait:
Lquation Lquation dvolution dvolution est est tendue tendue tous tous les les points points de de limage, limage,
mais mais lquation lquation est est alors alors instable instable.. La La solution solution la la plus plus rpandue rpandue
est est de de rinitialiser rinitialiser la la fonction fonction uu toutes toutes les les mm itrations itrations avec avec une une
quation quation de de propagation propagation..
Implmentation par Level set Implmentation par Level set Implmentation par Level set Implmentation par Level set
Equation de rinitilisation [Sussman]: Equation de rinitilisation [Sussman]:
c
> 0 si 1 u
avec avec
( )( ) u u sign
t
u
V =
c
c
1 ( )

<
= =
0 si 1
0 si 0
u
u u sign
Cette quation permet de conserver: Cette quation permet de conserver:
((uu reste alors une carte des distances) reste alors une carte des distances)
1 = Vu
(( ))
Implmentation par Level set Implmentation par Level set
Gestion de deux quations de propagation: Gestion de deux quations de propagation:
u F
t
u
V =
c
c
t c
( )( ) u u sign
t
u
V =
c
c
1
Implmentation par Level set Implmentation par Level set Implmentation par Level set Implmentation par Level set
Mthode Mthode de de la la Bande Bande troite troite
(Narrow (Narrow Band) Band)::
2
Mthode Mthode doptimisation doptimisation des des calculs calculs
introduite introduite par par Chopp Chopp..
Ide Ide:: Effectuer Effectuer les les calculs calculs de de propagation propagation du du
c 2
Ide Ide:: Effectuer Effectuer les les calculs calculs de de propagation propagation du du
contour contour seulement seulement dans dans un un voisinage voisinage du du
contour contour de de niveau niveau 00 (front) (front)
Voisinage Voisinage:: Bande Bande troite troite autour autour du du niveau niveau 00 Voisinage Voisinage:: Bande Bande troite troite autour autour du du niveau niveau 00
Multi Multi- -rsolution rsolution::
On On effectue effectue les les calculs calculs sur sur une une On On effectue effectue les les calculs calculs sur sur une une
reprsentation reprsentation plus plus petite petite de de limage limage et et on on
utilise utilise le le rsultat rsultat pour pour initialisation initialisation sur sur pp
limage limage taille taille originiale originiale
Implmentation par Level set Implmentation par Level set Implmentation par Level set Implmentation par Level set
Initialisation de C
0
Initialisation de la Narrow band
Initialization de u
( ) ( ) ) (t u F t t u t t u V A + = A +
Boucle dvolution
( ) ( ) ) ( . . t u F t t u t t u V A + = A +
non
Reinit. du
Min( )
NB c
u
non
oui
gradient de u
oui
Reinit. Carte dist.
Reinit Narrow band
R i it C t di t
oui
Stop non
Reinit. Carte dist.
p
oui
Comment implmenter la mthode Comment implmenter la mthode
des contours actifs ? des contours actifs ?
Mthodes Mthodes implicites implicites :: implmentation implmentation par par Level Level Sets Sets
++ Avantages Avantages :: mthodes mthodes prcises prcises et et gestion gestion intrinsque intrinsque des des gg pp gg qq
changements changements de de topologie topologie
Inconvnients Inconvnients :: le le temps temps de de calcul, calcul, le le nombre nombre de de points points et et
labsence labsence de de contour contour !!!!!!! !!!!!!! l absence l absence de de contour contour !!!!!!! !!!!!!!
Mthodes Mthodes paramtriques paramtriques p q p q
++ Avantages Avantages :: mthodes mthodes rapides rapides et et rduction rduction considrable considrable du du
nombre nombre de de points points
Inconvnients Inconvnients :: sensibilit sensibilit au au bruit bruit problme problme de de Inconvnients Inconvnients :: sensibilit sensibilit au au bruit, bruit, problme problme de de
lchantillonnage lchantillonnage et et pas pas de de gestion gestion intrinsque intrinsque de de la la
topologie topologie
Implmentation de contour actif Implmentation de contour actif
paramtrique paramtrique
On On traduit traduit les les objectifs objectifs de de notre notre implmentation implmentation en en
tt d d i i i i termes termes d daa priori priori ::
Prcision Prcision contour contour CC
22
pour pour un un calcul calcul analytique analytique des des
grandeurs grandeurs gomtriques gomtriques telles telles que que la la courbure, courbure, le le
vecteur vecteur normal normal vecteur vecteur normal normal
Rgularit Rgularit contour contour qui qui minimise minimise la la courbure courbure Rgularit Rgularit contour contour qui qui minimise minimise la la courbure courbure
Implmentation par spline Implmentation par spline
cubique cubique
Si la courbe Si la courbe CC est paramtre en fonction de la longueur darc est paramtre en fonction de la longueur darc ss,,
la courbure la courbure kk scrit alors : scrit alors :
( ) ( ) s C s ' ' = k
Les splines cubiques minimisent Les splines cubiques minimisent sous la contrainte sous la contrainte
( )
}
I
' ' dt t C
2
de linterpolation des points de donnes de linterpolation des points de donnes
Les splines cubiques minimisent la courbure Les splines cubiques minimisent la courbure
L li bi di t l ti L li bi di t l ti Les splines cubiques dinterpolation Les splines cubiques dinterpolation
Spline cubique dinterpolation Spline cubique dinterpolation
Dfi iti Dfi iti
Spline cubique d interpolation Spline cubique d interpolation
Dfinition Dfinition
Les courbes splines cubiques dinterpolation sont des Les courbes splines cubiques dinterpolation sont des
courbes composites constitues de plusieurs arcs paramtrs courbes composites constitues de plusieurs arcs paramtrs courbes composites constitues de plusieurs arcs paramtrs courbes composites constitues de plusieurs arcs paramtrs
par par tt qui interpolent les points qui interpolent les points PP
i i
Q
i+1 Q
i+2
Q
i
P
i+1
=C(t
i+1
) P
i
=C(t
i
)
i 2
Q
i-1
C(t)
P
i-1
P
i+2
( ) ( ) ( ) ( ) ( )
( )
( )
|
|
|

|
= + + + =
+ + +
t x
t B Q t B Q t B Q t B Q t C
i
i i i i i i i i
3
1 2
3
1
3
1
3
2 1
Les B Les B
33
i i
(t) sont les fonctions B (t) sont les fonctions B--splines cubiques non uniformes splines cubiques non uniformes
Les Q Les Q sont appels points de contrle et dfinissent les coefficients de la courbe sont appels points de contrle et dfinissent les coefficients de la courbe
( ) ( ) ( ) ( ) ( )
( )
|
|
.

\
+ + +
t y
Q Q Q Q
i
i i i i i i i i 1 2 1 1 2 1
Les Q Les Q
i i
sont appels points de contrle et dfinissent les coefficients de la courbe sont appels points de contrle et dfinissent les coefficients de la courbe
paramtre paramtre
Spline cubique non uniforme Spline cubique non uniforme p q p q
Construction Construction
De De et et , ,
( ) ( ) ( ) ( ) ( )
( )
( )
|
|
.
|

\
|
= + + + =
+ + +
t y
t x
t B Q t B Q t B Q t B Q t C
i
i i i i i i i i
3
1 2
3
1
3
1
3
2 1
( )
( )
( )
i
i i
i
P
t y
t x
t C =
|
|
.
|

\
|
=
on dduit le systme qui permet de dterminer les coefficients on dduit le systme qui permet de dterminer les coefficients
( )
|
.

\
t y
i
( )
i i
t y
|
.

\
y q p y q p
spline spline QQ
i i
partir des points partir des points PP
i i
::
( ) | | | | | | ( )
( )
( )
|
|
|
|
|

|
A + A
A + A
A + A
|
|
|
|
|

|
|
|
|
|
|

|

2 2 1
1 1 0
0 0 1
2
1
0
2 2 2
1 1 1
0 0 0
0 0 0
0 0 0 0
0 0 0 0
P
P
P
Q
Q
Q
| o
| o
o |
, :
2
A
=
A = A
i
i i
t o
o
( )
( )
|
|
|
|
|
|

A + A
A + A
=
|
|
|
|
|
|

|
|
|
|
|
|


2 2 3
3 3 4
2
3
2 2 2
3 3 3
0 0 0 0
0 0 0
n n n
n n n
n
n
n n n
n n n
P
P
Q
Q


| o
| o
( ) ( )
,
,
2
1 1
1 1
1 2
1 2
1 2
+
+



A
A + A + A
A + A A
+
A + A + A
A + A A
=
A + A + A
=
i i i
i i i
i i i
i i i
i
i i i
i
|
o
( )
( )
|
.

\
A + A
|
.

\
|
.



1 1 2
2 2 3
1
2
1 1 1
2 2 2
0 0 0 0
n n n
n n n
n
n
n n n
n n n
P Q
Q
| o
|
.
1 1
2
1
+

A + A + A
A
=
i i i
i
i

Spline cubique uniforme Spline cubique uniforme p q p q


Hypothse Hypothse yp yp
On suppose que les points On suppose que les points PP
i i
sont chantillonns sont chantillonns
uniformment le long du contour uniformment le long du contour
Le systme prcdent devient Le systme prcdent devient
1 = A = A
i i
t
|
|

|
|
|

|
|
|

| P Q
0 0
1 0 0 0 0 1 4
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|

|
|

|
P
P
Q
Q
2
1
2
1
0 0 1 4 1 0
0 0 0 0 1 4 1
1

|
|
|
|
|

=
|
|
|
|
|

|
|
|
|
|

|
.
|

\
|

n
n
n
n
P
P
Q
Q
1
2
1
2
1 4 1 0 0 0 0
0 1 4 1 0 0
6


|
.

\
|
.

\
|
.

\

n
n
n
n
P Q
Q
1 1
4 1 0 0 0 0 1
Algorithme rapide par filtrage Algorithme rapide par filtrage Algorithme rapide par filtrage Algorithme rapide par filtrage
Relation Relation entre les points de donnes entre les points de donnes PP
i i
et les points de et les points de
contrle contrle QQ
i i
crite sous la forme dune convolution : crite sous la forme dune convolution :
( ) P B Q - =
1
3
contrle contrle QQ
i i
crite sous la forme d une convolution : crite sous la forme d une convolution :
( )
i i
P B Q - =
1
est le noyau discret des B est le noyau discret des B--splines cubiques : splines cubiques :
3
B
P
i+2
P
i-1
est le noyau discret des B est le noyau discret des B splines cubiques : splines cubiques :
( )
|
|
|

|
|
|
|

1
1
3
1 6 6 z
B
1
B
( )
|
|
.

\

|
|
.

\

=
+ +
=
1
1 1
1
1
3
1
1 1 4 z z z z z z
z B
( ) 3 2
1
+ = z avec
Segmentation par Segmentation par
contours actifs spline cubique contours actifs spline cubique
P
P
5
P
6
Initialisation Evolution
1) Calcul des coefficients de
F

P
7
P
4
)
spline cubique Q
i
partir
des points P
i
) l l l i
F
F

P
8
P
3
2) Calculs analytiques exacts
des courbures et des
vecteurs normaux aux P
i F

objet
P
P
vecteurs normaux aux P
i
3) Calcul des forces
(gradients de forme)
F
F

F
4) R-chantillonnage
P
0
P
1
P
9
P
10
P
2
F
F

F
Convergence ?
O i N
0
Oui Non
Segmentation
Topologie Topologie Topologie Topologie
Rsultats en temps rel Rsultats en temps rel Rsultats en temps rel Rsultats en temps rel Segmentation en temps rel Segmentation en temps rel Segmentation en temps rel Segmentation en temps rel
Temps de cal cul (Aki yo)
60
70
d
e
s
)
30
40
50
m
i
l
l
i
s
e
c
o
n
d
10
20
30
T
e
m
p
s

(
m
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85
Images Images
Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle
P i i P i i Principe Principe
Introduction
- Objet 1
- Objet 2
P
0
P
1
P
64
P
i 1
P
1
P
0
P
64
Introduction
de splines
temporelles
P
i+1 P
i
P
0
P
1
P
64
P
i+1
P
i
P
0
P
1
P
i
P
i+1
P
64
P
i+1
P
i
temporelles
ouvertes
P
1
Contrainte temporelle sur un chantillonnage constant Echantillonnage constant de 64 points
Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle
Cohrence temporelle Cohrence temporelle
Segmentation spatiale Segmentation spatiale
++
Contrainte sur la longueur des splines temporelles Contrainte sur la longueur des splines temporelles

( )
temporelle temporelle image plan spatiale
N proj V V k o

+ =
Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle Cohrence temporelle
Distance de qualit (COST 211)
sur 8 images de la squence Akiyo
-1.1
-1.05
-1
1 2 3 4 5 6
u
a
l
i
t


1
)
-1.25
-1.2
-1.15
1.1
a
n
c
e

d
e

q
(
C
O
S
T

2
1
Segmentation spatiale
Segmentation spatio-temporelle
-1.35
-1.3
Images
D
i
s
t
4 . 0
6 . 1
=
=
temporel
spatial
k
k
Rsultats pour les splines cubiques Rsultats pour les splines cubiques
dinterpolation dinterpolation
++ Avantages Avantages
Implmentation rapide par la mise en cascade dun filtre Implmentation rapide par la mise en cascade dun filtre
l t d filt ti l t d filt ti l if t d i d l if t d i d causal et dun filtre anti causal et dun filtre anti--causal, rcursifs et du premier ordre causal, rcursifs et du premier ordre
Rsultats prcis pour la segmentation vido obtenus en Rsultats prcis pour la segmentation vido obtenus en Rsultats prcis pour la segmentation vido obtenus en Rsultats prcis pour la segmentation vido obtenus en
temps rel temps rel
Prise en compte de la cohrence temporelle de la Prise en compte de la cohrence temporelle de la
segmentation segmentation gg
Rsultats pour les splines cubiques Rsultats pour les splines cubiques
dinterpolation dinterpolation
Inconvnients Inconvnients
Les rsultats sont sensibles au bruit des donnes Les rsultats sont sensibles au bruit des donnes
Un chantillonnage non uniforme des points Un chantillonnage non uniforme des points PP Un chantillonnage non uniforme des points Un chantillonnage non uniforme des points PP
i i
provoque linstabilit de la structure du contour provoque linstabilit de la structure du contour
Nouveaux objectifs Nouveaux objectifs Nouveaux objectifs Nouveaux objectifs
Nouveaux objectifs pour le modle de contour actif Nouveaux objectifs pour le modle de contour actif
paramtrique paramtrique
++ Rapide Rapide ++ Rapide Rapide
++ Prcis Prcis (courbe C (courbe C
22
))
++ Rgulier Rgulier (minimisation, (minimisation, sous contrainte dinterpolation sous contrainte dinterpolation, de , de
))
( )
}
I
' ' dt t C
2
++ Robuste au bruit et lchantillonnage Robuste au bruit et lchantillonnage
I ibl !!! I ibl !!! Impossible !!! Impossible !!!
Smoothing splines Smoothing splines Smoothing splines Smoothing splines
On relche la contrainte dinterpolation et on autorise la On relche la contrainte dinterpolation et on autorise la pp
courbe ne plus passer par les points de donnes courbe ne plus passer par les points de donnes
++ Conservation de toutes les proprits du modle prcdent Conservation de toutes les proprits du modle prcdent
++ Robustesse au bruit et uniformisation de lchantillonnage Robustesse au bruit et uniformisation de lchantillonnage
Le nouveau modle de contour minimise : Le nouveau modle de contour minimise :
( )

}
+ ' '
2
2 1
) ( C P dt t C
Le nouveau modle de contour minimise : Le nouveau modle de contour minimise :
( )

}
+
I
) (
k k
C P dt t C

((Les P Les P
kk
sont les points de donnes et les sont les points de donnes et les C C
kk
les points sur le contour les points sur le contour I I ))
Les smoothing splines Les smoothing splines
Smoothing spline cubique Smoothing spline cubique
Dfi iti Dfi iti
dapproximation dapproximation
Dfinition Dfinition
Les courbes smoothing splines cubiques dapproximation sont des Les courbes smoothing splines cubiques dapproximation sont des
courbes composites constitues de plusieurs arcs paramtrs par courbes composites constitues de plusieurs arcs paramtrs par tt qui qui p p p p p p p p qq
approximent les points approximent les points PP
i i
Q
i+1
Q
i+2
Q
i
Q
P
i+1
P
i
Q
i-1
C(t)
( )
C C(t )
C
i+2 C
i
P
i-1
P
i+2
C(t)
( ) ( ) ( ) ( ) ( )
( )
|
|

| t x
S Q S Q S Q S Q C
i 3 3 3 3
C
i
=C(t
i
)
C
i+1
=C(t
i+1
)
i+2 C
i
Les S Les S
33
i i
(t) sont les fonctions B (t) sont les fonctions B- -splines cubiques non uniformes splines cubiques non uniformes
Les Q Les Q
i i
sont appels points de contrle et dfinissent les coefficients de la courbe paramtre sont appels points de contrle et dfinissent les coefficients de la courbe paramtre
( ) ( ) ( ) ( ) ( )
( )
( )
|
|
.
|

\
|
= + + + =
+ + +
t y
t S Q t S Q t S Q t S Q t C
i
i
i i i i i i i i
3
1 2
3
1
3
1
3
2 1
i i
Des splines rgulires aux Des splines rgulires aux
smoothing splines smoothing splines
Uniformit de lchantillonnage Uniformit de lchantillonnage Uniformit de l chantillonnage Uniformit de l chantillonnage
( ) ( ) ( ) ( ) dt t t s dt t s dt t C
} } }
I I I
' ' + ' ' = ' '
2 2 2 2
|
I I I
reprsente la variation moyenne de labscisse reprsente la variation moyenne de labscisse
( ) dt t s
}
I
' '
2
curviligne. curviligne.
Donc en minimisant Donc en minimisant on amliore luniformit de on amliore luniformit de
lchantillonnage. lchantillonnage.
I
( )
}
I
' ' dt t C
2
l chantillonnage. l chantillonnage.
I
Uniformit de lchantillonnage en Uniformit de lchantillonnage en
fonction du paramtre de lissage fonction du paramtre de lissage
L'uniformit de l'chantillonnage crot avec g
0,07
0,08
i
s
s
e

0,04
0,05
0,06
d
e

l
'
a
b
s
c
i
v
i
l
i
g
n
e
0 01
0,02
0,03
V
a
r
i
a
n
c
e

c
u
r
v
0,00
0,01
0 0,05 0,1 0,15 0,2


V
Paramtre de lissage des smoothing spline
Prcision en fonction du paramtre Prcision en fonction du paramtre
de lissage de lissage
La prci si on dcrot avec
1 2%
1,4%
1,6%

s
0,8%
1,0%
1,2%
m
a
l

c
l
a
s
s

0 2%
0,4%
0,6%
P
i
x
e
l
s

m
0,0%
0,2%
0 0,05 0,1 0,15 0,2
Paramtre de lissage des smoothing spline Paramtre de lissage des smoothing spline
Algorithme rapide par filtrage Algorithme rapide par filtrage Algorithme rapide par filtrage Algorithme rapide par filtrage
Relation entre les points de donnes Relation entre les points de donnes PP
kk
et les points de et les points de
contrle contrle QQ crite sous la forme dune convolution : crite sous la forme dune convolution :
( ) P S Q -
1
3
contrle contrle QQ
kk
crite sous la forme d une convolution : crite sous la forme d une convolution :
( )
k k
P S Q - =

La fonction de La fonction de transfert est factorise en : transfert est factorise en :
P
i-1
La fonction de La fonction de transfert est factorise en : transfert est factorise en :
( )
( )
=

2 1 2 1
1 3
6
z S

( )
( )
|
|

|
|
|

|
=
+ + + + +
2 1 2 1
1 1
4 6 4 6 4
b
z z z z z z

|
.

\
+ +
|
.

\
+ +
=
2 2 1
1 1 bz az bz az
Segmentation par contours actifs Segmentation par contours actifs
smoothing spline smoothing spline
P
4
P
5
P
6
Initialisation Evolution
1) Calcul des coefficients C
5
C
P
7
4
) ff
smoothing spline Q
k
partir
des donnes P
k
et de
2) C l l l ti t
F

C
4
5
C
6
C
7
P
4
P
5
P
6 C
4
C
5
C
6
F

P
8
P
3
2) Calculs analytiques exacts
des courbures et des
vecteurs normaux aux P
k
objet
F

C
3
C
8
P
3
P
4
P
7
P
8
C
2
C
3
6
C
7
C
8
k
3) Calcul des forces
(gradients de forme)
F
F

C
2
C
8
C
P
P
2
P
9
P
P
1
C
0
C
1
C
2
C
8
C
9
C
10
4) R h till
P
9
P
P
2
Convergence ?
Oui
Non Segmentation
F

C
1
C
0
C
9
C
10
P
0
P
1
P
10
0
4) R-chantillonnage
P
0
P
10
Oui
Non Segmentation
Rsultats : robustesse Rsultats : robustesse Rsultats : robustesse Rsultats : robustesse
Regular Spline.yuv
Rsultats : robustesse Rsultats : robustesse Rsultats : robustesse Rsultats : robustesse
Splines Splines rgulires rgulires Smoothing splines Smoothing splines
avec avec rgularisation rgularisation
sur la courbure sur la courbure
sans sans rgularisation rgularisation
sur la courbure sur la courbure
Rsultats : images mdicales Rsultats : images mdicales
bruites bruites
Smoothing Smoothing splines splines : multi : multi--
paramtres paramtres
Smoothing Smoothing splines splines : multi : multi--
paramtres paramtres
(a) Contour initial (b) = 12, 550 iters (c) = 220, 480 iters.
Segmentation dune image MRI Snake final comporte 150 points Segmentation d une image MRI. Snake final comporte 150 points.
Extension la 3D Extension la 3D
(c) = 0.1.
(d) = 10. Temps de
segmentation 11s
(b) Modle initial. (a) Volume de donnes
acquises par angio-IRM g q p g
de la cage thoracique.
Un recouvrement des deux
cylindres initiaux existe au
i d l t bd i l
(e) Deux surfaces actives
niveau de laorte abdominale.
La bifurcation aortique est
correctement segmente.
initialises sur chaque iliaque
commune
Extension la 3D Extension la 3D
(a) Volume IRM dun cerveau.
(b) Initialisations pinires
dans les ventricules.
(c) Segmentation des ventricules
droits et gauches.
Conclusion Conclusion Conclusion Conclusion
Contours actifs: Contours actifs: Contours actifs: Contours actifs:
Outil puissant pour la segmentation image et video Outil puissant pour la segmentation image et video
Une courbe ferme dfinit les contours de lobjet Une courbe ferme dfinit les contours de lobjet
L d i i d i i l l d L d i i d i i l l d Les descripteurs peuvent intgrer des caractristiques locales de Les descripteurs peuvent intgrer des caractristiques locales de
lobjet (information de contour) ou des caractristiques globales lobjet (information de contour) ou des caractristiques globales
(informations de rgions). (informations de rgions).
2 approches pour limplmentation 2 approches pour limplmentation
Les mthodes parametriques Les mthodes parametriques
Avantages: permettent une implmentation temps Avantages: permettent une implmentation temps--rel rel
Inconvnient: ne grent pas les changements de topologie Inconvnient: ne grent pas les changements de topologie
Les mthodes non parametriques : level set methods Les mthodes non parametriques : level set methods
Avantage: grent automatiquement les changements de topologie Avantage: grent automatiquement les changements de topologie
Inconvnient: Inconvnient: cot de calcul cot de calcul
Conclusion Conclusion Conclusion Conclusion
Que la Force soit avec vous! Que la Force soit avec vous!
Principes du calcul variationnel Principes du calcul variationnel
et Equations de Lagrange et Equations de Lagrange
Dfinitions
Densit Lagrangienne :
|
|

|
c
i
x ) (
i ? ... 3 , 2 , 1 , 0 =
|
|
.
|

\
|
c
c
n
i
n
n m
x
x
x
,
) (
L
t z y x x
n
, , ,
, , ,
=
Lagrangien : Lagrangien :
}
= dxdydz L L
|
|
.
|

\
|
= t
d
t r d
L
i
m
i
,
) (
}
y
|
.

\
dt
i
,
Joseph Louis
Lagrange/
Giuseppe Luigi Giuseppe Luigi
Lagrangia
(1736 1813)
z y x m
r r r r , , =
Fonctionnelles
Fonctionnelle : soit une fonction f(x), qui dfinit une
fonctionnelle J fonctionnelle J
)] ( [ x f J )] ( [ f
Exemples classiques de fonctionnelles exprimes
grce lapproche fonctionnelle : grce l approche fonctionnelle :
Le plus court chemin entre 2 points dans un plan;
Le problme du brachistochrone ;
La surface minimale de rvolution;
L i d K l N t Lois de Kepler, Newton,
etc.
Chemin le plus court entre 2 points dans
un plan
U l t d l l l t
2 2
d d d + Un lment de longueur sur le plan est
2 2
dy dx ds + =
La longueur totale de toute courbe entre les points 1 et
2 est
}
=
2
ds I
}
|
.
|

\
|
+ =
2
2
1 dx
dy
}
1
}
|
.

\
+
1
1 dx
dx
La condition pour que la courbe soit le plus court
chemin est que la fonctionnelle I prenne sa valeur
minimum
Calcul des variations
) , (
2 2
y x
y
) , (
1 1
y x
0
Soit la fonctionnelle de la forme suivante
}
2
) ( )] ( [
x
d f J
dy

x
0
Q ll f ti ( ) d it l t ti i
}
=
1
) ,..., , , , ( )] ( [
x
dx x y y y y f x y J
dx
y
y
Quelle fonction y(x) conduit une valeur stationnaire
(minimum, maximum, or plateau) de J ?
Calcul des variations
) , (
2 2
y x
y
) , (
1 1
y x
0
Supposons que la fonction y
0
(x) conduit une valeur
stationnaire et considrons toutes les fonctions
x
0
possibles de la forme :
... ) ( ) ( ) ( ) , (
1
2
0
+ + + = x x x y x y q o oq o ) ( ) ( ) ( ) , (
1 0
y y q q
0 ) ( ) (
2 1
= = x x q q
Calcul des variations
) ( ) ( ) , (
0
x x y x y oq o + = 0 ) ( ) (
2 1
= = x x q q
Dans ce cas notre fonctionnelle devient une
fonction de :
) ( ) , ( )] , ( [
2
o o o J dx x f x y J
x
= =
}
La condition de la valeur stationnaire est:
) ( ) , ( )] , ( [
1
f y
x
}
La condition de la valeur stationnaire est:
0
) ( ) (
|
|

|
|
|

|
o o dJ dJ
0
) ( ) (
0 ) ( ) , (
0
=
|
.
|

\
|
=
|
.
|

\
|
= = o o
o o d d
x y x y
Valeur stationnaire
}
=
2
) ,..., , , (
) (
x
dx x y y y f
d dJ

o
}
=
2
) ,..., , , (
x
dx
x y y y df
}
1
) ,..., , , (
x
dx x y y y f
d d o o
}
1
x
dx
do
}
|
|

| c c c c c c
2
x
y f y f y f
} |
|
.
|

\
|
+
c
c
c
c
+
c
c
c
c
+
c
c
c
c
=
1
...
x
dx
y
y
f y
y
f y
y
f
o o o
1 2 3
c c c
2 2
x x
f f
} }
c
c
=
c
c
c
c
2 2
. 1
x
x
x
x
dx
y
f
dx
y
y
f
q
o
1 1
x x
y y
) ( ) ( ) ( + ) ( ) ( ) , (
0
x x y x y oq o + =
Valeur stationnaire
}
=
2
) ,..., , , (
) (
x
dx x y y y f
d dJ

o
}
=
2
) ,..., , , (
x
dx
x y y y df
}
1
) ,..., , , (
x
dx x y y y f
d d o o
}
1
x
dx
do
}
|
|

| c c c c c c
2
x
y f y f y f
} |
|
.
|

\
|
+
c
c
c
c
+
c
c
c
c
+
c
c
c
c
=
1
...
x
dx
y
y
f y
y
f y
y
f
o o o
1 2 3
2
2 2
2
2
x
x x
y f
d
y f
d
y f c c c c c c
} }

0 ) (
1 1 1
. 2
x x x
y
y
f
dx
x
y
y
f
dx
y
y
f
o o o c c
=
c c c
=
c c
} }

u dv u v
| |
x
| |
0 ) (
0 ) (
2
1
=
=
x
x
q
q
u dv u v
} |
|
.
|

\
|
c
c
c
c

2

x
dx
y
f
dx
d y
o
2
x
y
f
q
c
c
=
} |
|
.
|

\
|
c
c

2

x
dx
y
f
dx
d

q
. \
c c
1
x
y dx o
v du
) ( ) ( ) , (
0
x x y x y oq o + =
1
x
y c
. \
c
1
x
y dx
Valeur stationnaire
}
=
2
) ,..., , , (
) (
x
dx x y y y f
d dJ

o
}
=
2
) ,..., , , (
x
dx
x y y y df
}
1
) ,..., , , (
x
dx x y y y f
d d o o
}
1
x
dx
do
}
|
|

| c c c c c c
2
x
y f y f y f
} |
|
.
|

\
|
+
c
c
c
c
+
c
c
c
c
+
c
c
c
c
=
1
...
x
dx
y
y
f y
y
f y
y
f
o o o
1 2 3
} } |
|
|

| c c c c c c
2
2
2
3
x
x
x
d
f d y y f
d
y f
} } |
|
.

\
c c

c c
=
c c
1 1 1
. 3
x x x
dx
y
f
dx
y y
y
f
dx
y
y
f
o o o
2
x
f
q
c
=
2

x
f
d
d
q
|
|
.
|

\
|
c
c


} |
|
.
|

\
|
c
c
+
2

2
2
x
dx
f
d
d

q
1
x
y
q
c
1
x
y dx
q
|
.

\
c
} |
.

\
c
1
2
x
y dx
q
Valeur stationnaire
}
=
2
) ,..., , , (
) (
x
dx x y y y f
d dJ

o
}
=
2
) ,..., , , (
x
dx
x y y y df
}
1
) ,..., , , (
x
dx x y y y f
d d o o
}
1
x
dx
do
}
|
|

| c c c c c c
2
x
y f y f y f
} |
|
.
|

\
|
+
c
c
c
c
+
c
c
c
c
+
c
c
c
c
=
1
...
x
dx
y
y
f y
y
f y
y
f
o o o
1 2 3
2
x
f
q
c
+
} |
|
|

| c
+
2 2
x
dx
f d
q
}
c
=
2
x
dx
f
q
} |
|
|

| c

2
x
dx
f d
q
1
x
y
q
c
+
} |
|
.

\
c
+
1

2
x
dx
y dx
q

}
c
1

x
dx
y
q
} |
|
.

\
c
1

x
dx
y dx
q

... +
}
|
|
|

|
+
|
|
|

| c
+
|
|
|

| c c
=
2 2
x
dx
f d f d f
q
2
x
f
q
c
+
... +
+
}
|
|
.

\
+
|
|
.

\
c
+
|
|
.

\
c

c
=
1
...
2
x
dx
y dx y dx y
q

1
x
y
q
c
+
... +
Valeur stationnaire
2
2 2
+
c
+
|
|
|

|
+
|
|
|

| c
+
|
|
|

| c

c
=
}
x
x
f
dx
f d f d f dJ
q q ... ...
1 1
2
+
c
+
|
|
.

\
+
|
|
.

\
c
+
|
|
.

\
c c
=
}
x x
y
dx
y dx y dx y d
q q
o
) , ( x y f f =
} |
|
|

| c
=
2

x
dx
f dJ
q ) , ( y f f
} |
.

\
c
1
x
y d
q
o
) (
| |
dJ
2
| | c
x
f
0
) (
0
=
|
.
|

\
|
= o
o
o
d
dJ
0
2
1
) ( ) (
=
|
|
.
|

\
|
c
c
}
= x x y x y
dx
y
f
q
o 0
. \
= o
1 0
) ( ) , (
. \
= x x y x y
y
o
arbitraire
0
cf
0 =
cy
f
Triviale
Valeur stationnaire
2
2 2
+
c
+
|
|
|

|
+
|
|
|

| c
+
|
|
|

| c

c
=
}
x
x
f
dx
f d f d f dJ
q q ... ...
1 1
2
+
c
+
|
|
.

\
+
|
|
.

\
c
+
|
|
.

\
c c
=
}
x x
y
dx
y dx y dx y d
q q
o
) , , ( x y y f f =
}
|
|
|

|
|
|
|

| c

c
=
2

x
dx
f d f dJ
q ) , , ( y y f f
}
|
.

\
|
.

\
c c
1
x
y dx y d
q
o
) (
| |
o dJ
2
|
|

|
| | c c
x
f d f
0
) (
0
=
|
.
|

\
|
= o
o
o
d
dJ
0
1 0
=
|
|
.
|

\
|
|
|
.
|

\
|
c
c

c
c
}
=
x
dx
y
f
dx
d
y
f
q
o

1 0
. \
= o
arbitraire
0 =
|
|
|

| c

c f d f
0 =
|
|
.

\
c

c y dx y
Non triviale !!!
Chemin le plus court entre 2 points
dans un plan
}
|
|

|
2
2
1 d
dy
I
( )
2
}
|
.
|

\
|
+ =
1
1 dx
dx
dy
I
( )
2
1 y f + =
|
|

| c c f d f
0 0
|
|

|
y d
0 =
|
|
.
|

\
|
c
c

c
c
y
f
dx
d
y
f
( )
0
1
0
2
=
|
|
.

\
+

y
y
dx

c
y
=

c
y =
b x
c
y + =
( ) y +
2
1
2
1 c
y

=
b x
c
y +

=
2
1
Droite !!