Vous êtes sur la page 1sur 17

Mthode des Ensembles de Niveaux par Elments Finis P1

Jrme Piovano
Stage de DEA

Sous lencadrement de Thodore Papadopoulo


INRIA Sophia Antipolis Projet Odysse

1. Introduction
Segmentation dimage
Trouver des regions dimages selon certaines caractristiques

Ensembles de niveaux ou Levels Sets


Modlise lvolution dune hypersurface travers une fonction continue Application la segmentation dimage

lments finis
Mthode dapproximation discrte de fonctions continues

Implmenter la mthode des ensembles de niveaux laide des lments finis

Plan
Dfinitions

Ensemble de niveaux lments finis

Modlisation

quations dvolution Discrtisation temporelle Discrtisation spatiale

Algorithmique

Notion de bande volution de la bande Simplification des quations

Rsultats

volution par courbure moyenne volution pour contour godsiques

Conclusion

Dfinitions
Ensembles de niveaux ou Levels Sets
Interface reprsente par le niveau 0 dune fonction distance

volution de linterface par lintermdiaire de la fonction distance


t + |r| = 0;

=1 = Dtection de contours godsiques.

Schmas par bande bases de diffrences finies instabilit

Dfinitions
Mthode des lments finis
Approximation discrte dune fonction continue
1. 2. 3.

Partitionnement de lespace en lments formant un maillage Calcul des valeurs de aux sommets du maillage Reprsentation de par interpolation linaire de ses valeurs aux sommet

Plan
Dfinitions

Ensemble de niveaux lments finis

Modlisation

quations dvolution Discrtisation temporelle Discrtisation spatiale

Algorithmique

Notion de bande volution de la bande Simplification des quations

Rsultats

volution par courbure moyenne volution pour contour godsiques

Conclusion

Modlisation
Calcul de la fonction distance grce aux lments finis
Soit u lapproximation de la fonction distance par lment finis u dfinie par 2 facteurs :
Espacement constant entre ses diffrents niveaux

(rxu)2 - 1 = 0
Vitesse dvolution

ut - = 0
Calculs des valeurs de u sur les sommets du maillage en minimisant une nergie associe a ces 2 termes

Modlisation
Discretisation temporelle

Exprimer lvolution de u sous forme discrte dans le temps.

v = Pas dvolution
u(x, t + t) = u(x, t) + v(x, t) v(x, t) = u(x, t + t) - u(x, t) v(x, t) = t ut(x, t)

(rxu)2 - 1 = 0 ut - = 0

( rx u

+ rxv)2 - 1 = 0

v - t = 0

Modlisation
Discretisation spatiale
Discretisation de Galerkin :

Utilise des fonctions de bases comme des fonctions tests mesurant la dviation au voisinage du sommet auquel elles sont attaches

( rxu + rxv)2 - 1 = 0 v - t = 0

s((ru + r v)2 - 1)i = 0 s(v - t)i = 0

8i21n 8i21n

Rsolution dun systme de 2n quations n inconnues qui est donc surdtermin Rsolution par moindres carrs

Modlisation
Reformulation des quations
On peut exprimer les quations prcdente en fonction des valeurs aux sommets du maillage de u et v

s((ru + r v)2 - 1)i s(v - t)i

(u + v)TQi(u + v) - si Pi v - tsi

Les vitesses ncessitent le calcul dune drive seconde thoreme de Green

Plan
Dfinitions

Ensemble de niveaux lments finis

Modlisation

quations dvolution Discrtisation temporelle Discrtisation spatiale

Algorithmique

Notion de bande volution de la bande Simplification des quations

Rsultats

volution par courbure moyenne volution pour contour godsiques

Conclusion

Algorithmique
Adaptation du problme un maillage 2D rgulier

Algorithmique
La fonction distance nest pas calcul sur la totalit de lespace, mais au voisinage du niveau 0

Ajout des lments proches du niveau 0 Suppression des lments loigns du niveau 0

Algorithmique
Dynamique dvolution

Algorithmique
Les equations devolutions peuvent se simplifier sur des maillages 2D rguliers des calculs par difference finies.

Sur un maillage de type:

(u + v)TQ0(u + v)

1/6((S2 - S3)2 + (S3 - S4)2 + (S5 - S6)2 + (S6 - S1)2) + 1/3((S1 - S0)2 + (S2 - S0)2 + (S4 - S0)2 + (S5 - S0)2 )

Algorithmique
Avantage de la methode
Les equations devolutions peuvent se simplifier sur des maillages 2D rguliers des calculs par difference finies.

Sur un maillage de type:

Fin