Extraction de contours

Salut

Dans le cadre de mon projet, je dois pouvoir extraire les contours d'une image médicale de l'estomac.
Canny me fournit tous les contours présents sur l'image mais il me faut maintenant trouver comment extraire de ceux-ci uniquement les contours de l'estomac.
J'ai pensé à utilisé les snakes mais sous openCv je ne trouve pas dans le dossier "samples" une implémentation de cette méthode.

Quelqu'un peut-il m'aider à trouver un code qui pourrait extraire les contours sur une image de l'estomac ou alors que l'on pourrait adapter à une image de l'estomac.

Merci d'avance

la question est plutot à quoi ressemble les contours que tu veux tracker, n'étant pas médecin et n'ayant jamais vu ce genre d'image je n'ai aucune idée de ce à quoi cela ressemble ? mets un petit screen si possible.

voici, sur le doc word en pièce jointe une image médicale de l'estomac et c'est une image pareille que je doit extraire les contours.

Merci

Ici c'est pas vraiment du tracking vu qu'on est sur une image statique mais plutot de la segmentation. Pour arriver a ton but il faudrait avoir des constantes. Par exemple un intervalle de couleur qui identifie l'estomac, des points remarquables...
Parce que faire une segmentation sans aucune info en entree c'est impossible.
Cherche dans ce sens la : Quesqu'y represente un estomac et uniquement un estomac?

Pour compléter glen1789 ou plutôt rendre plus pratique ses conseils...

Pour séparer l'estomac du reste de l'image, tu peux :
* créer une base de données avec plein d'images d'estomacs
* indiquer pour chaque pixel s'il appartient à l'estomac ou non
* faire un histogramme tel que pour chaque couleur tu associes le nombre de pixel de cette couleur appartenant à l'estomac
* faire un autre histogramme tel que pour chaque couleur tu associes le nombre de pixel de cette couleur n'appartenant pas à l'estomac
* faire des fonctions te renvoyant la probabilité pour un pixel compte tenu de sa couleur, probabilité qu'il soit dans l'estomac, probabilité qu'il ne soit pas
* trouver un seuil (empiriquement) tel qu'au-dessus de ce seuil tu es le plus de pixels d'estomac reconnu tout en minimisant le nombre de pixels n'appartenant pas à l'estomac reconnu

Et voilà, tu disposes d'une image binarisée sur laquelle tu peux maintenant travailler sérieusement !

Ensuite, si tu as plusieurs composantes connexes reconnues, tu peux essayer de déterminer laquelle est l'estomac en testant sur quelques particularités géométriques... variations des pentes sur le contour, alternance successive de courbure positive, négative..., etc

le contour tu l'obtiens avec un gradient (dans opencv) MAIS ENCORE MIEUX à l'aide de cvFindContours !

Si tu as plusieurs composantes connexes dans ton image binarisée, elle te renverra autant de contours que de composantes. Ensuite pour trouver la bonne, utilise la colorimétrie dans l'image de départ, et les considérations géométriques dans la binarisée.

Bon courage !

Citation:

---

Envoyé par Gautier_mic

* créer une base de données avec plein d'images d'estomacs
* indiquer pour chaque pixel s'il appartient à l'estomac ou non
* faire un histogramme tel que pour chaque couleur tu associes le nombre de pixel de cette couleur appartenant à l'estomac
* faire un autre histogramme tel que pour chaque couleur tu associes le nombre de pixel de cette couleur n'appartenant pas à l'estomac
* faire des fonctions te renvoyant la probabilité pour un pixel compte tenu de sa couleur, probabilité qu'il soit dans l'estomac, probabilité qu'il ne soit pas
* trouver un seuil (empiriquement) tel qu'au-dessus de ce seuil tu es le plus de pixels d'estomac reconnu tout en minimisant le nombre de pixels n'appartenant pas à l'estomac reconnu

---

C'est extrêmement LONG, ça nécessite un travail monstrueux pour créer une base de données convenable et ça ne marchera sans doute pas en niveaux de gris :-(
Il suffit de regarder la masse floconeuse en bas de l'image, qui sera inévitablement détectée comme faisant parti de l'estomac.

meuh non c'est pas si long le xml mets environ 3 ou 4 jours à se générer XD, méthode à éviter je pense, Glen a soulevé la problématique. Il faut differencier l'estomac du reste, un petit travail sur un histogramme et la taille de la region, sur l'image c'est l'estomac qui est le plus grand et la teinte est differente du reste de l'image.