ebook img

Traitement du signal Alexandre Krupa Contributions à l'asservissement visuel écho PDF

130 Pages·2013·27.04 MB·French
by  
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Traitement du signal Alexandre Krupa Contributions à l'asservissement visuel écho

HABILITATION À DIRIGER DES RECHERCHES présentéedevant L’Université de Rennes 1 Spécialité : Traitement du signal par Alexandre Krupa Contributions à l’asservissement visuel échographique soutenuele21décembre2012devantlejurycomposéde Mme. Jocelyne Troccaz Rapporteur M. Philippe Poignet Rapporteur M. Seth Hutchinson Rapporteur M. Michel deMathelin Examinateur M. Nicolas Andreff Examinateur M. Christian Barillot Examinateur M. François Chaumette Examinateur Table des matières Avant-proposetremerciements 7 Notationsutilisées 9 1 Introduction 11 1.1 Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.2 Applicationsmédicales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.3 Organisationdudocument . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2 L’asservissementvisueléchographique 19 2.1 Particularitésducapteuretdel’imageéchographique . . . . . . . . . . . . . . 20 2.1.1 Différencesdemodèleentrecaméraetsondeéchographique . . . . . . 20 2.1.2 Formationdel’imageéchographique . . . . . . . . . . . . . . . . . . 22 2.1.3 Différentstypesdesonde . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.2 Techniquesd’asservissementvisuel . . . . . . . . . . . . . . . . . . . . . . . 29 2.2.1 Uneclassificationselontroiscritères . . . . . . . . . . . . . . . . . . . 29 2.2.2 Formalismedelafonctiondetâche . . . . . . . . . . . . . . . . . . . 30 2.2.3 Matriced’interaction . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2.4 Commandecinématique . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.2.5 Tâcheshybrides:leformalismedelaredondance . . . . . . . . . . . . 34 2.2.6 Choixdesgrandeursasservies . . . . . . . . . . . . . . . . . . . . . . 35 2.2.7 Casdel’imagerieéchographique . . . . . . . . . . . . . . . . . . . . . 37 2.3 Asservissementsvisuelsutilisantlamodalitééchographique:étatdel’art . . . 38 2.3.1 Pourleguidagedelasonde . . . . . . . . . . . . . . . . . . . . . . . 38 2.3.2 Pourleguidaged’unoutil . . . . . . . . . . . . . . . . . . . . . . . . 40 2.4 Positionnementdel’étude. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3 Approchesutilisantdesinformationsgéométriques 47 3.1 Approchepourl’informationdetype«point» . . . . . . . . . . . . . . . . . . 48 3.1.1 Modélisationdel’interactiondelacoupeavecunedroite3D . . . . . . 48 3.1.2 Applicationàuneprocédured’étalonnagedelasonde . . . . . . . . . 49 3.2 Approcheutilisantlecontourdelasectionobservée . . . . . . . . . . . . . . . 52 3.3 Approchebaséesurlesmoments2Ddelasectionobservée . . . . . . . . . . . 54 3.3.1 Modélisationdelamatriced’interaction . . . . . . . . . . . . . . . . . 55 3.3.2 Interactionavecunobjetdeformeellipsoïdale . . . . . . . . . . . . . 56 3.3.3 Interactionavecunobjetdeformequelconque . . . . . . . . . . . . . 57 3.4 Approchetri-plansutilisantlesmoments2D . . . . . . . . . . . . . . . . . . . 62 3.4.1 Choixdes6primitivesvisuellesetmodélisationdel’interaction . . . . 62 3.4.2 Applicationaurecalageparasservissementvirtuel . . . . . . . . . . . 65 3.5 ContouractifbasésurlesdescripteursdeFourier . . . . . . . . . . . . . . . . 68 3.5.1 Formulationgénériqued’uncontouractifparamétrique . . . . . . . . . 69 3.5.2 FormulationbaséesurlesdescripteursdeFourier . . . . . . . . . . . . 70 3.5.3 Initialisationducontouractifetchangementdetopologie . . . . . . . . 72 3.6 Applicationàlatélé-échographierobotisée . . . . . . . . . . . . . . . . . . . 75 3.6.1 Tâchederécupérationdesection . . . . . . . . . . . . . . . . . . . . . 76 3.6.2 Maintienautomatiquedelavisibilitélorsdelatélé-opération . . . . . . 79 3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 4 Approchesutilisantl’informationdense 85 4.1 Approchebaséesurlacorrélationspatialedu«speckle»échographique . . . . 86 4.1.1 Estimationdumouvement . . . . . . . . . . . . . . . . . . . . . . . . 87 4.1.2 Asservissementvisuel2D-3Dpourunetâchedesuivi . . . . . . . . . . 91 4.2 Approcheutilisantdirectementl’intensitédespixels . . . . . . . . . . . . . . . 93 4.2.1 Modélisationdel’informationvisuelleetdesoninteraction. . . . . . . 93 4.2.2 Déterminationdugradient3D . . . . . . . . . . . . . . . . . . . . . . 95 4.2.3 Applicationaupositionnementdesondes2D,3Detbi-plans . . . . . . 96 4.2.4 Applicationàlastabilisationdel’imageéchographique . . . . . . . . . 101 4.2.5 Applicationausuivid’unoutil . . . . . . . . . . . . . . . . . . . . . . 105 4.3 Approche3Davecpriseencomptedesdéformationsdestissus . . . . . . . . . 107 4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 5 Conclusionetperspectives 111 5.1 Contributions:primitivesvisuellesgéométriques . . . . . . . . . . . . . . . . 112 5.2 Contributions:informationdense . . . . . . . . . . . . . . . . . . . . . . . . 113 5.3 Versunepriseencomptedesdéformations . . . . . . . . . . . . . . . . . . . . 114 5.4 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 Bibliographie 129 6 Avant-propos et remerciements Cedocumentprésenteunaperçudestravauxderecherchequej’aimenésetencadrésdans l’équipe Lagadic depuis mon recrutement en 2004 en tant que chargé de recherche à l’Inria jusqu’en 2012. Il présente également certains travaux que j’ai conduits lors de ma mise à dis- positionàTheJohnsHopkinsUniversitydurantl’année2006. Jetienstoutd’abordàremercierlesmembresdemonjuryquiontévalué,critiquéetcom- mentéletravailaccompli.J’adressemesremerciementstoutparticulièrementàmesrapporteurs Jocelyne Troccaz (directeur de recherche CNRS, TIMC-IMAG, Grenoble), Seth Hutchinson (professeuràUniversityofIllinois,UrbanaChampaign),PhilippePoignet(professeuràl’uni- versité de Montpellier 2, LIRMM) qui ont pris le temps de lire en profondeur ce manuscrit. Je remercie également Michel de Mathelin (professeur à l’université de Strasbourg, ICUBE) et Nicolas Andreff (professeur à l’université de Franche-Comté, FEMTO-ST) d’avoir parti- cipé à mon jury de soutenance. Je tiens également à remercier Christian Barillot (directeur de rechercheCNRS,équipeVisagesdeInria/Irisa,Rennes)quiaprésidémonjury. JeremerciesincèrementFrançoisChaumettedem’avoiraccueillien2004danssonéquipe pourdémarrerunenouvelleactivitéderecherchesurlarobotiquemédicaleguidéeparl’image- rie échographique. Je lui suis reconnaissant de m’avoir confié la conduite de cette thématique sipassionnanteetsiinnovante. Je remercie également très amicalement, l’ensemble de mes collègues de travail et plus particulièrement Fabien Spindler qui m’a démontré expérimentalement qu’il était possible de manger une excellente choucroute Alsacienne en Bretagne. Un grand merci également à Eric Marchandpourlesdiscussionsenrichissantesquenousavonseuescontinuellementdepuisces 8dernièresannéeslorsducafédumatinoudesdéjeunerslemidi.Jesouhaiteégalementremer- cierMarieBabeletCélineGharsallipourleurbonnehumeuretlesmomentsderiresquenous partageons au quotidien. Merci également à Maud Marchal et Christophe Collewet pour les collaborationsmenéessurRennesetàmescollègueshorsBretagnedesprojetsANRUSComp etProsit. Bienévidemment,lesrésultatsdestravauxderechercheréalisésnepourraientêtreobtenus 8 sans l’implication des 3 thésards que j’ai encadrés durant cette période. Je remercie donc très chaleureusementRafikMebarki,CarolineNadeauetTaoLipourlestravauxqu’ilsontaccom- plis. Je remercie également Deukhee Lee d’avoir choisi d’effectuer un séjour post-doctoral à mescôtés.Jen’oubliepaslesdifférentsstagiairesquej’aiencadréslorsdecettepériodeetqui ontdébroussailléungrandnombredesujets. Enfin,jeterminecesremerciementsenexprimanttoutemareconnaissanceàmafamilleet dédiecettehabilitationàmesenfantsetmonépouse. Notations utilisées Notationsgénérales – a,λ:scalairenotéenminuscule. – v:vecteurnotéenminusculegras,v désignelai-èmecomposanteduvecteurv. i – M : matrice notée en majuscule gras, M désigne l’élément situé à l’intersection de la ij i-èmeligneetdelaj-èmecolonnedelamatriceM. – [v] matricedepréproduitvectorielassociéeauvecteurv. – M+×pseudo-inversedelamatriceM. – L’estimationd’unegrandeur(scalaireoumatricielle)estindiquéegrâceausymboleˆ,par exempleaˆindiqueuneestimationdelagrandeura. Changementsderepère–transformations–coordonnées – aM :matricehomogènedéfiniepar b aR at aM = b b b 0 1 1 3 (cid:18) × (cid:19) où aR et at sont respectivement la matrice de rotation et le vecteur de translation b b exprimant la transformation entre les repères et . aM décrit la localisation du a b b R R repère exprimédanslerepère . b a R R – sM : cas particulier de la matrice de pose sM qui décrit la localisation du repère o o o R d’unobjetdanslerepèredelasonde . s R – bx = (bx , by , bz ):coordonnées3DdupointnomméAexpriméesdanslerepère A A A A . b R Asservissementvisuel – v:vitessedelasondeexpriméedanssonrepère,v = (v,ω)où v = (v ,v ,v )estlavitessedetranslation x y z ω = (ω ,ω ,ω )estlavitessederotation. x y z – s:vecteurdesinformationsvisuellesimpliquéesdanslaloidecommande. 10 – L :matriced’interactionassociéeàs. s – Lesgrandeurscalculéesenpositiondésiréesontnotéesàl’aidedusymbole ,parexemple: ∗ s∗ ouLs∗.

Description:
3.4.2 Application au recalage par asservissement virtuel . 3.5 Contour actif basé sur les descripteurs de Fourier . mens abdominaux et gynéco-obstétricaux . IEEE Trans. on Pattern Analysis and Machine Intelligence, vol.
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.