Idée pour mieux segmenter une image riche en structures?

Version imprimable

25/07/2011, 12h57
mickeynad

1 pièce(s) jointe(s)

Idée pour mieux segmenter une image riche en structures?

Bonjour à tous,

Je viens vers vous car j'aurais besoin de votre opinion.
J'ai une image que j'ai segmenté comme suit:
-Passage en 8 bits
-Filtre median
-Hysteresis
-Watershed
-Analyse de particules

J'arrive à un résultat mais j'aimerais améliorer ce que j'obtiens (cf fichiers joints avant et après traitement).
Auriez-vous une meilleure idée pour segmenter ce genre d'images svp?

Ce que je cherche à extraire ce sont les structures elliptiques qui contiennent les cellules noires.

Le problème que je rencontre aujourd'hui est le suivant.
J'en suis déjà à la modélisation et la caractérisation de ces formes elliptiques qui contiennent les cellules noires et j'arrive parfaitement à les détecter automatiquement. Le problème est qu'il y a des structures parasites dont je n'arrive pas à me débarasser.
Dans un screenshot, j'ai entouré en rouge ce que je cherche à isoler par segmentation.
Dans un autre screenshot, ce que je chercher à éliminer en vert. En jouant sur des paramètres comme l'aire, la circularité ou autres, j'arrive à éliminer certaines de ces structures (les plus grosses ou les plus petites) mais je suis limitée car les structures elliptiques que je cherche à segmenter peuvent présenter les mêmes similarités.

Merci d'avance pour vos avis.
26/07/2011, 10h49
ToTo13

Il semblerait que les trous que tu cherches à isoler sont :
- plus ronds
- plus concentrés verticalement.
- avec une taille qui varie peu.
Tu as semble t-il déjà traité le premier point, mais le deuxième et le troisième ?
26/07/2011, 10h53
ToTo13

Sinon les watershed avec marqueurs permettent de contrôler la segmentation :
- un marqueur par objet que tu souhaites segmenter (il suffit d'avoir un seul point à l'intérieur).
- un ou plusieurs marqueurs externes.
- tu auras autant d'objets que de marqueurs internes.
Tu as une version en ce sens dans ImageJ (celle qui est dans un jar terminant par _514).
26/07/2011, 11h29
mickeynad

Citation:

Envoyé par ToTo13

Il semblerait que les trous que tu cherches à isoler sont :
- plus ronds
- plus concentrés verticalement.
- avec une taille qui varie peu.
Tu as semble t-il déjà traité le premier point, mais le deuxième et le troisième ?

Bonjour,

Merci pour ta réponse.

J'ai en effet étudié le 1er point, le problème étant que les cellules ne sont pas toujours rondes (il peut y avoir des cellules aplaties, rectangulaires ou elliptiques) donc j'essaie de m'affranchir de ces critères de circularité pour avoir une méthode plus robuste.

J'ai également mis en place une méthode qui me permet de déterminer automatiquement l'orientation verticale et horizontale de ces structures, ce qui me permet de les parcourir (cf pièce jointe le résultat obtenu).
En revanche, il peut y avoir autant de cellules en horizontale qu'en verticale (rangée de 1, 2 ou 3 cellules en largeur et autant si ce n'est plus en hauteur). :aie:

Pour la taille des cellules, au contraire elle peut énormément varier, du simple au double, ce qui rend la tache difficile. Rien n'est homogène.
26/07/2011, 11h31
mickeynad

Citation:

Envoyé par ToTo13

Sinon les watershed avec marqueurs permettent de contrôler la segmentation :
- un marqueur par objet que tu souhaites segmenter (il suffit d'avoir un seul point à l'intérieur).
- un ou plusieurs marqueurs externes.
- tu auras autant d'objets que de marqueurs internes.
Tu as une version en ce sens dans ImageJ (celle qui est dans un jar terminant par _514).

Je n'ai pas trouvé la version dont tu parles, je vais chercher sur google pour voir si je la trouve.
26/07/2011, 14h01
ToTo13

Pour les watershed, c'est ici.

Pour ton problème, je pense qu'il faudrait repartir à la base : quels sont les critères qui te permettent visuellement de savoir ce qui t'intéresse ?
26/07/2011, 14h27
pseudocode

Citation:

Envoyé par ToTo13

Pour ton problème, je pense qu'il faudrait repartir à la base : quels sont les critères qui te permettent visuellement de savoir ce qui t'intéresse ?

+1

J'ai l'impression que le critère prépondérant c'est l'homogénéité de la texture contenue dans l'ellipse.
26/07/2011, 15h22
mickeynad

Citation:

Envoyé par ToTo13

Pour les watershed, c'est ici.

Pour ton problème, je pense qu'il faudrait repartir à la base : quels sont les critères qui te permettent visuellement de savoir ce qui t'intéresse ?

Merci pour le lien, je vais le tester de suite.

En gros, ces structures forment un genre d'ellipse contenant des cellules plus ou moins grosses, casi-équidistantes entre elles, mais pas forcément homogènes au sein d'une même ellipse.

En plus de parcourir ces cellules selon l'orientation que j'ai calculé, je suis en train de leur attribuer des scores de similarité basés sur les distances inter-cellulaires. Je vais voir ce que cela donne.
26/07/2011, 15h24
mickeynad

Citation:

Envoyé par pseudocode

+1

J'ai l'impression que le critère prépondérant c'est l'homogénéité de la texture contenue dans l'ellipse.

Que veux-tu dire par texture?
Ce que je peux dire selon les différentes configurations que j'ai vu, c'est que les cellules au sein des ellipses ne sont pas homogènes et c'est justement cela, entre autre, que je cherche à quantifier.
26/07/2011, 17h02
mickeynad

Citation:

Envoyé par ToTo13

Pour les watershed, c'est ici.

Pour ton problème, je pense qu'il faudrait repartir à la base : quels sont les critères qui te permettent visuellement de savoir ce qui t'intéresse ?

Le concept de ce Watershed est bien, juste dommage qu'il soit semi-automatique mais je vais m'en inspirer.
26/07/2011, 18h27
pseudocode

Citation:

Envoyé par mickeynad

Que veux-tu dire par texture?
Ce que je peux dire selon les différentes configurations que j'ai vu, c'est que les cellules au sein des ellipses ne sont pas homogènes et c'est justement cela, entre autre, que je cherche à quantifier.

Je voulais dire que les cellules formes des "paquets" de particules de même taille, et que c'etait un point de départ possible pour faire du clustering.

http://xphilipp.developpez.com/tmp/d1112396-01.png
26/07/2011, 19h07
mickeynad

Citation:

Envoyé par pseudocode

Je voulais dire que les cellules formes des "paquets" de particules de même taille, et que c'etait un point de départ possible pour faire du clustering.

http://xphilipp.developpez.com/tmp/d1112396-01.png

Cette méthode serait intéressante dans le cas ou la proportion de "cellules de même taille" est importante. Or, et c'est bien plus souvent le cas, les cellules ne sont jamais de même taille (dans un même regroupement, cela peut varier du simple au double voire au triple-comme dans cette exemple, ta méthode a exclu 13 cellules d'un même regroupement car plus petites que celles que tu as retenu-cf fichier joint).
Or il est fondamental que je n'omette aucune cellules d'un même regroupement (car vont servir à la caractérisation de l'espèce).

PS1: juste au cas ou je n'ai pas été clair, ce sont les regroupements renfermant les cellules, qui ont une forme elliptique et non les cellules en elles mêmes (les cellules elles sont rondes, rectangulaires, elliptiques ou aplaties selon les cas, c'est ce que je comptabilise aussi). Dans le fichier joint, l'ensemble des cellules (rouges et bleues) forment une structure elliptique alors que les cellules ont des formes diverses.

PS2: Dans le résultat que j'ai montré plus haut, sont détectées aussi des genres de ponctuations le long des structures elliptiques renfermant les cellules (ces ponctuations sont plus petites que les regroupements de cellules et je veux les garder car sont aussi nècessaires dans la caractérisation...Je sais c'est compliqué :aie:)
26/07/2011, 23h43
ToTo13

Ces watershed sont semi-automatiques car il faut donner les marqueurs, mais tu peux l'automatiser en automatisant la découverte des marqueurs.
Mais dans ton cas, ton image binaire semble très correcte.

Sinon, en regardant ton image, il semblerait que les critères prépondérant soient (à corriger si je me trompe) :
- la taille => tout ce que tu entoure a une forme comparable, contrairement au très grosses voire minuscules composantes restantes. Donc un premier classement grossier par ce critère après une étude empirique serait sans doute productif (élimination des outliers).
- la forme => idem.
- le regroupement spatial => une étude de densité (jamais fait) semblerait convenir. On pourrait la remplacer par une clustering avec détermination automatique du nombre de classe. Ce clustering serait alimenter uniquement avec le centre de chaque particule.
28/07/2011, 16h00
Nebulix

A vue de nez, il me semble que les régions d'intérêt sont plus nettes. As-tu essayé de calculer le gradient puis de le seuiller ?
28/07/2011, 19h26
mickeynad

Citation:

Envoyé par ToTo13

Ces watershed sont semi-automatiques car il faut donner les marqueurs, mais tu peux l'automatiser en automatisant la découverte des marqueurs.
Mais dans ton cas, ton image binaire semble très correcte.

Sinon, en regardant ton image, il semblerait que les critères prépondérant soient (à corriger si je me trompe) :
- la taille => tout ce que tu entoure a une forme comparable, contrairement au très grosses voire minuscules composantes restantes. Donc un premier classement grossier par ce critère après une étude empirique serait sans doute productif (élimination des outliers).
- la forme => idem.
- le regroupement spatial => une étude de densité (jamais fait) semblerait convenir. On pourrait la remplacer par une clustering avec détermination automatique du nombre de classe. Ce clustering serait alimenter uniquement avec le centre de chaque particule.

Bien disons que comme je l'ai dit plus haut, tout ce que j'entoure n'a pas forcément de forme ou taille comparable (il peut y avoir au sein d'une structure elliptique de très petites cellules ou très grosses cellules avec des formes aussi bien rondes que rectangulaires ou carrément aplaties).
Pour la densité et le clustering avec détermination automatique du nombre de classes, j'ai en effet envisagé cette voie et l'ai mise en application. Or il se peut qu'une structure elliptique ne contienne que 3, 2 voire une seule cellule donc cela me donnait des résultats très insuffisants.
En revanche, je suis en train de faire des tests avec des coefficients de similarité basés sur les distances entre cellules. Cela a l'air pas mal sauf bien sûr dans le cas où il n'y a qu'une seule cellule isolée. Donc je continue à chercher.
28/07/2011, 19h27
mickeynad

Citation:

Envoyé par Nebulix

A vue de nez, il me semble que les régions d'intérêt sont plus nettes. As-tu essayé de calculer le gradient puis de le seuiller ?

Non justement je me demandais comment calculer la qualité d'une image. Comment calcules-tu le gradient stp?
29/07/2011, 11h16
Nebulix

Citation:

Envoyé par mickeynad

Non justement je me demandais comment calculer la qualité d'une image. Comment calcules-tu le gradient stp?

J'ai du mal à croire que dans la boîte à outils où tu as pris ceux que tu cites au début il n'y ait pas ce qu'il faut.
Sinon tu peux faire des différences entre pixels voisins...
29/07/2011, 11h31
mickeynad

Citation:

Envoyé par Nebulix

J'ai du mal à croire que dans la boîte à outils où tu as pris ceux que tu cites au début il n'y ait pas ce qu'il faut.

Oui oui j'ai trouvé entre temps, c'est intéressant de passer par le gradient car cela m'enlève les points indésirables. C'est un peu comme faire une soustraction de fond.
29/07/2011, 17h52
Nebulix

Citation:

Envoyé par mickeynad

Oui oui j'ai trouvé entre temps, c'est intéressant de passer par le gradient car cela m'enlève les points indésirables. C'est un peu comme faire une soustraction de fond.

Tu nous montre ce que tu obtiens,stp
29/07/2011, 20h00
mickeynad

2 pièce(s) jointe(s)

1er Screenshot: soustraction de 30 pixels sur fond clair
2nd Screenshot: Seuillage par hysteresis. Ce que j'obtiens est beaucoup plus simplifié qu'au début. Les points parasites qui me dérangeaient sont pratiquement tous partis.

Je joue maintenant sur les paramètres pour voir ce qui vont s'adapter au maximum de mes clichés.