Segmentation robuste de nœuds à partir de coupes tangentielles issues d'images tomographiques de bois - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Access content directly
Conference Papers Year : 2014

Segmentation robuste de nœuds à partir de coupes tangentielles issues d'images tomographiques de bois

Abstract

Cet article présente une méthode rapide, précise et automatique pour segmenter les nœuds de bois à partir d'images volumiques de troncs d'arbres obtenues par scanner à rayons X. La segmentation des nœuds est un probléme récurrent où les techniques classiques produisent des résultats non satisfaisants. Un premier travail nous a permis de développer une méthode capable d'isoler chaque nœud. Quelques approches ont été proposées pour la segmentation de ces nœuds isolés mais elles ne sont pas entièrement satisfaisantes en présence de zones humides. Nous présentons ici une nouvelle approche pour répondre à ce probléme, basée sur l'idée originale de coupes tangentes aux cernes. Elles permettent de suivre la trajectoire du nœud de la moelle du tronc jusqu'à l'écorce. Les nœuds sont segmentés par détection d'ellipses discrètes dans chaque coupe tangentielle. Une implémentation complète de la méthode est proposée dans le logiciel TKDetection, disponible librement.
Fichier principal
Vignette du fichier
rfia2014_submission_80.pdf (2.18 Mo) Télécharger le fichier
Origin : Publisher files allowed on an open archive
Loading...

Dates and versions

hal-00989126 , version 1 (09-05-2014)

Identifiers

  • HAL Id : hal-00989126 , version 1
  • PRODINRA : 314340

Cite

Adrien Krähenbühl, Jean-Romain Roussel, Bertrand Kerautret, Isabelle Debled-Rennesson, Frédéric Mothe, et al.. Segmentation robuste de nœuds à partir de coupes tangentielles issues d'images tomographiques de bois. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Institut National des Sciences Appliquées Rouen Normandie (INSA Rouen). FRA., Jun 2014, Reims, France. ⟨hal-00989126⟩
453 View
194 Download

Share

Gmail Facebook X LinkedIn More