Architecture multi-agents pyramidale et adaptative pour la segmentation des images volumiques

Le compromis temps–qualité de segmentation est assez difficile à trouver surtout lorsqu'il s'agit de l'identification de plusieurs objets simultanément dans des images volumiques. Dans cet objectif, nous proposons une architecture multi-agents pyramidale basée sur une approche de segmentation adaptative. L'architecture pyramidale a pour objectif de rendre possible la décomposition de l'image et le traitement des sous-images sur différentes architectures physiques (processus-mémoire). Nous avons testé cette approche sur des images de synthèse où les volumes sont connus à l'avance et sur une image médicale caractérisée par une hétérogénéité importante. Les résultats sont encourageants. Nous avons, en effet, gardé une bonne qualité de segmentation en réduisant significativement le temps d'exécution.