Méthode des Ensembles de Niveaux par Eléments Finis P1

Slides:



Advertisements
Présentations similaires
Aurélien Barbier LIRIS Université Claude Bernard Lyon 1 Nautibus, 8 boulevard Niels.
Advertisements

Eléments d'algèbre linéaire
Traitement d’images : concepts fondamentaux
Cours 8 Problèmes de dynamiques : techniques de résolution pas-à-pas
Cours 3-b Méthode des éléments finis 1D
Cours 4-a Méthode des éléments finis 2D
Cours 5-b Problèmes spatio-temporels d’ordre 1 en temps
Cours 3-a Méthode des éléments finis 1D
Xavier Décoret* Frédo Durand° François Sillion*
A Pyramid Approach to Subpixel Registration Based on Intensity
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Equation d’état d’un modèle de transport-diffusion. Applications
DERIVATION Taux d’accroissement d’une fonction
Application à la méthode des
L’objectif est de présenter
Révisions asservissements
UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE D’ORAN
Eric Guilbert, Marc Daniel *, Eric Saux
H. MUSTAPHA J.R. de DREUZY J. ERHEL.
Chapitre 2 : La fonction de transfert
Intersection de Surfaces de Subdivision
Concepts avancés en mathématiques et informatique appliquées
Etude longitudinale d’essais multilocaux: apports du modèle mixte
La segmentation
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Modélisation du robot Azimut-3
Courbes de Bézier.
PROGRAMMATION SCIENTIFIQUE EN C
PIF-6003 Sujets spéciaux en informatique I
Chapitre 4 : Morphologie Mathématique
électroencéphalographie Estimation des conductivités in vivo
Extraction Automatique de formes complexes : Application à la création de modèle anatomique de la tête J. Piovano, T. Papadopoulo Séminaire Odyssee 9,
Technique de points de contrôle: Formes de Bézier
L’adaptativité pour un solveur de l’équation de Vlasov
Présentation de la méthode des Eléments Finis
Soutenance de stage 16 Mai au 5 Août 2011
Soutenance de stage 16 Mai au 5 Août 2011
ELECTRICITE Hervé BOEGLEN IUT de Colmar Département R&T 2007.
Rappel... Valeurs propres et vecteurs propres. Définitions;
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Les algorithmes de découplage vitesse-pression
ASI 3 Méthodes numériques pour l’ingénieur
Contours actifs appliqués à la stéréo
Etude et test des algorithmes d'estimation de mouvement en MPEG
Résolution d’un problème de diffusion 1D
Les bases de la modélisation Primitives simples et CSG.
Introduction au Traitement d’image
Approximation d’un contrôle optimal par un circuit électronique
1 Méthode de “Fast Marching” générique pour “Shape From Shading” E. Prados & S. Soatto RFIA 2006 janvier 2006, Tours.
Couche limite atmosphérique
II.3) Principes de bases d'un modèle de circulation générale de l'atmosphère Un Modèle de Circulation Générale de l'Atmosphère calcule l'évolution temporelle.
Suivi rapide d’objet en mouvement
Introduction aux équations de transport
ASI 3 Méthodes numériques pour l’ingénieur
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
DU TRAITEMENT DU SIGNAL
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Approximation linéaire –Méthode du moindre carré u Travail pratique.
Tétraédrisation de domaines volumiques avec des hiérarchies adaptatives Par A. Duprat et R. Abelé Suivit par M. Uribe-Lobello.
Modélisation mathématique des systèmes asservis
Visualisation des flots optiques en 3D
Interpolation et Approximation
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Approximation linéaire –Méthode du moindre carré u Exemple.
Seconde 8 Module 3 M. FELT 22/09/2015.
Sciences Mécaniques Appliquées
Présentation de Séminaire
la reconnaissance de visages
Simulation en Dynamique des Fluides M2 SDFT, Université Paris-Sud G. Kasperski, C.T. Pham,
GdR MoMaS Novembre 2003 Conditions d’interface optimales algébriques pour la vibro-élasticité. François-Xavier Roux (ONERA) Laurent Sériès (ONERA) Yacine.
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
Transcription de la présentation:

Méthode des Ensembles de Niveaux par Eléments Finis P1 Jérôme Piovano Stage de DEA Sous l’encadrement de Théodore Papadopoulo INRIA – Sophia Antipolis Projet Odyssée

Introduction 1. Segmentation d’image Trouver des regions d’images selon certaines caractéristiques Ensembles de niveaux ou « Levels Sets » Modélise l’évolution d’une hypersurface à travers une fonction continue Application à la segmentation d’image Éléments finis Méthode d’approximation discrète de fonctions continues Implémenter la méthode des ensembles de niveaux à l’aide des éléments finis

Plan Définitions Modélisation Algorithmique Résultats Conclusion Ensemble de niveaux Éléments finis Modélisation Équations d’évolution Discrétisation temporelle Discrétisation spatiale Algorithmique Notion de bande Évolution de la bande Simplification des équations Résultats Évolution par courbure moyenne Évolution pour contour géodésiques Conclusion

Ensembles de niveaux ou Définitions Ensembles de niveaux ou Levels Sets  Interface représentée par le niveau 0 d’une « fonction distance  »   Évolution de l’interface par l’intermédiaire de la fonction distance  = 1  =  Détection de contours géodésiques. Schémas par « bande » à bases de différences finies instabilité t + |r| = 0;

Définitions Méthode des éléments finis Approximation discrète d’une fonction  continue Partitionnement de l’espace en éléments formant un maillage Calcul des valeurs de  aux sommets du maillage Représentation de  par interpolation linéaire de ses valeurs aux sommet

Plan Définitions Modélisation Algorithmique Résultats Conclusion Ensemble de niveaux Éléments finis Modélisation Équations d’évolution Discrétisation temporelle Discrétisation spatiale Algorithmique Notion de bande Évolution de la bande Simplification des équations Résultats Évolution par courbure moyenne Évolution pour contour géodésiques Conclusion

Calcul de la fonction distance grâce aux éléments finis Modélisation Calcul de la fonction distance grâce aux éléments finis Soit u l’approximation de la fonction distance  par élément finis u définie par 2 facteurs : Espacement constant entre ses différents niveaux Vitesse d’évolution Calculs des valeurs de u sur les sommets du maillage en minimisant une énergie associée a ces 2 termes (rxu)2 - 1 = 0 ut -  = 0

Discretisation temporelle Modélisation Discretisation temporelle Exprimer l’évolution de u sous forme discrète dans le temps. v = “Pas d’évolution” 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 ( rxu + rxv)2 - 1 = 0 v - t = 0 ut -  = 0

Discretisation spatiale Modélisation Discretisation spatiale Discretisation de Galerkin : Utilise des fonctions de « bases » comme des fonctions tests mesurant la déviation au voisinage du sommet auquel elles sont attachées ( rxu + rxv)2 - 1 = 0 s((ru + r v)2 - 1)i = 0 8 i 2 1 … n v - t = 0 s(v -  t)i = 0 8 i 2 1 … n Résolution d’un système de 2n équations à n inconnues qui est donc surdéterminé Résolution par moindres carrés

Reformulation des équations Modélisation Reformulation des équations On peut exprimer les équations précédente en fonction des valeurs aux sommets du maillage de u et v s((ru + r v)2 - 1)i (u + v)TQi(u + v) - si s(v -  t)i Pi v -  tsi Les vitesses  nécessitent le calcul d’une dérivée seconde théoreme de Green

Plan Définitions Modélisation Algorithmique Résultats Conclusion Ensemble de niveaux Éléments finis Modélisation Équations d’évolution Discrétisation temporelle Discrétisation spatiale Algorithmique Notion de bande Évolution de la bande Simplification des équations Résultats Évolution par courbure moyenne Évolution pour contour géodésiques Conclusion

Algorithmique Adaptation du problème à un maillage 2D régulier

Algorithmique La fonction distance n’est pas calculé sur la totalité de l’espace, mais au voisinage du niveau 0 Ajout des éléments proches du niveau 0 Suppression des éléments éloignés du niveau 0

Dynamique d’évolution Algorithmique Dynamique d’évolution

Algorithmique (u + v)TQ0(u + v) Les equations d’evolutions peuvent se simplifier sur des maillages 2D réguliers à des calculs par difference finies. Sur un maillage de type: 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 ) (u + v)TQ0(u + v)

Algorithmique Avantage de la methode Les equations d’evolutions peuvent se simplifier sur des maillages 2D réguliers à des calculs par difference finies. Sur un maillage de type:

Fin