2. Seuillage des passages par 0 du Laplacien

<< Calcul du Laplacien | Liste des exercices | Opérateur LoG et détection multi-échelles >>

Introduction

Cet exercice a pour but de tester l'apport d'un seuillage du Laplacien dans la détection de ses passages par 0.

Seuillage manuel des passages par 0 du Laplacien

Pour résoudre les problèmes précédemment constatés, on peut d'abord songer à imposer un seuil sur le Laplacien pour qu'un passage par 0 soit effectivement détecté.

Concrètement, pour qu'un pixel donné P de l'image représentant le Laplacien soit considéré comme un passage par 0 (donc comme un point contour), on va :

  • considérer un voisinage de P (par exemple, un voisinage 3x3)
  • imposer un changement de polarité du Laplacien dans ce voisinage, c'est-à-dire qu'il s'y trouve au moins une valeur positive et une valeur négative du Laplacien
  • imposer un seuil ($S_\Delta$) sur ces valeurs positives et négatives

En pratique, on impose $m<-S_\Delta$ et $M>S_\Delta$, où $m$ et $M$ sont respectivement les valeurs minimale et maximale du Laplacien dans le voisinage de P.

  1. Implémenter cet algorithme sous forme de la méthode
ByteProcessor laplacienZero(ImageProcessor imLaplacien, float seuil)

qui retourne l'image binaire des passages par 0 du Laplacien stocké dans l'image imLaplacien, en utilisant un seuil sur ses valeurs.

  1. Pour l'image spores, quel seuil permet d'obtenir les points contours les plus satisfaisants ? Quelles remarques pouvez-vous formuler sur les points contours obtenus ?

Seuillage automatique des passages par 0 du Laplacien (Optionnel)

  1. Quel seuil permet d'obtenir les points contours les plus satisfaisants pour l'image Phare utilisée à la précédente séance ? Qu'en déduisez-vous sur ce seuil, et quelle méthode préconisez-vous pour en déterminer la valeur ?
  2. En déduire et implémenter un seuillage automatique du Laplacien, qui sera exécuté lorsque l'utilisateur choisit cette option dans la fenêtre de configuration. On complètera pour cela la méthode run en utilisant la méthode getStatistics de la classe ImageProcessor.
  3. Conclure sur les résultats ainsi obtenus en terme de points contours.