Segmentation topologique des surfaces discretes
Résumé
We propose in this paper a new approach ta segment a discrete :3D object into a stmcturlO of characteristic topological prinùtives with attached qualitative features. This structure can he seen itself as a qua/itatiuf description of the objl~ct, becaU!:i€ * it is intrimic to the 3D object, which rneans it is stable to rigid transformations (rotations and t ra.nslations). * it is locally defined, and therefore stable ta partial occlusions and local modifications of the object structure. * it is rohust to noise and small deformations, as confirmed by our experimental reS1l1ts. Our approach concentrat.es on topological properties of discrete surfaces. These SllrfaCI;S lIlav correspond to the €J.'ternal surface of the objects extracted by a 3D edge detector, or to the .,kdd,J!t surface obtained by a new thinning algorithm. Our labeling algorithm is based un very loc*;d computations, allowing rnassively parallel computations and real time computations. We present a realistic experiment to characterize and locaté spatially a complex 3D [ll'~dical abject using the proposed segmentation of its skeleton.
Nous proposons ici une nouvelle approche de segmentation d'objets discrets 3D dans une ~trllCture de primitives topologiques caracteéristiques. Cette structure peut être considérée conune une description de l'objet, puisque * elle est intrinsèque à l'ohjet 3D, ce qui signifie qu'elle est stable par rapport aux transformations rigides (rotations et translations). * elle est définie localement donc stable par rapport aux occlusions partielles et aux petites modifications de la structure de l'objet. * elle est robuste au bruit et aux petites déformations, comme le prouvent nos résultats expérimentaux. Notre approche se fonde sur les propriétés topologiques des surfaces discrètes. Ces surfaces peuvent être la surface extérieure d'objets 3D extraite par un détecteur de contours 3D, ou le squelette obtenu par un algorithme d'amincissement. Notre algorithme de caractérisation topologique ne nécessite que des opérations très locales. ce qui permet une implémentation parallèle et donc des résultats en temps réel. Nous présentons enfin un exemple réel de caractérisation et de localisation d'un objet médical 3D complexe en utilisant notre segmentation de son squelette.