Détection et modélisation des stries de croissance sur les images d'otolithes par démodulation et construction de graphe

摘要

Dans un contexte de raréfaction de la ressource, le développement de systèmes fiables pour la caractérisation des stocks halieutiques est un enjeu majeur pour la gestion durable des écosystèmes marins. Les otolithes, pièces calcifiées situées au niveau de l'oreille interne des poissons, sont classiquement utilisées comme des chronomètres permettant l'estimation de l'âge et de la croissance d'un individu. Cet article traite du problème de la mise au point d'un système permettant l'extraction automatique d'information dans les images d'otolithes par vision artificielle. Nous nous intéressons plus particulièrement au problème de l'invariance des opérateurs locaux de prétraitement et de segmentation, face à des structures de nature multi-échelle dans les images d'otolithes. La solution au concept simple que nous proposons consiste à démoduler l'image en vue de soustraire la non-linéarité de la largeur des accroissements, étant donnée une estimation de la loi régissant la croissance de ces structures. Egalement, nous développons une nouvelle technique de segmentation de ces images, technique qui opère dans un espace transformé et qui est basée sur les principes généraux de groupement perceptif empruntés de la théorie Gestaltiste. À partir d'un même échantillon témoin de 102 images d'otolithes de Plies, nous comparons par la suite l'efficacité de cette technique à celle d'une approche de détection monodimensionnelle, et à celle du modèle «template qualitatif» précédemment développé. La quantification des résultats obtenus laisse voir une certaine supériorité des performances obtenues avec cette approche de segmentation par démodulation et construction de graphe.%In a resource rarefaction context, developing reliable systems for stocks characterization is of key importance for marine ecosystems management. Otoliths, calcified structures located in the inner ear of the fishes, are classically used to acquire data on age and growth of an individual. This paper deals with the problem of design and realization of a computer vision system for the recognition of patterns on otolith images. The principal problem we will be interested in is the invariance of the local operators facing structures with multi-scale nature (as in otolith images). We propose a solution which consists in demodulating the image in order to eliminate the non-linearity of the ring size, given a priori knowledge on the law governing the growth of these structures. The result of this work is an alternative of segmentation by graph construction, based on the general principles of perceptive grouping. In addition, we undertake studies of validations of the proposed solution on a reference test image set (N = 102) of plaice otoliths, previously aged by one reader. We show the interest of this solution for calcified structure reading while establishing a comparison between our results and those coming from previously developed 1 D-approach detection or template-approach one.