next up previous contents
suivant: Nudging direct et rétrograde monter: Traitement d'images précédent: Algorithme couplé   Table des matières

Conclusions et perspectives

Nous avons utilisé la technique de détection de fissures, qui s'appuie sur le gradient topologique, dans le but d'étudier plusieurs aspects du traitement d'images: inpainting, restauration, segmentation, classification. Dans toutes ces applications, nous avons obtenu de très bons résultats, et surtout dans un temps de calcul très court.

Les méthodes présentées ici peuvent s'appliquer indifféremment aux images en noir et blanc, en couleur, bi- ou tri-dimensionnelles, ainsi qu'aux films. En effet, la complexité à la fois théorique et numérique que nous obtenons pour tous ces algorithmes nous a permis de traiter des films quasiment en temps réel (sur une machine bi-processeur, avec un programme écrit en c++).

Un autre avantage réside dans le fait que tous les algorithmes que nous avons présentés ici s'appuient sur le même noyau, puisque les équations aux dérivées partielles à résoudre sont toutes du même type. Cela simplifie particulièrement la mise en \oeuvre pratique de ces algorithmes grâce à cette base commune.

Plusieurs pistes restent à l'étude, comme par exemple la possibilité d'utiliser des opérateurs différentiels d'ordre plus élevé que le Laplacien, dans le but de reconstituer une information sur le gradient de l'image. Par exemple, dans le cas de l'inpainting, l'image reconstruite est affine par morceaux dans chaque zone délimitée par les contours identifiés. En utilisant le même type de technique, la reconstruction du gradient de l'image devrait permettre de reconstruire plus précisément l'image.


next up previous contents
suivant: Nudging direct et rétrograde monter: Traitement d'images précédent: Algorithme couplé   Table des matières
Retour à la page principale