Détection et modélisation des stries de croissance sur les images d’otolithes par démodulation et construction de graphe1 - Growth ring detection and modelling on otolith images by demodulation and graph construction

Détection et modélisation des stries de croissance sur les images d’otolithes par démodulation et construction de graphe1

Growth ring detection and modelling on otolith images by demodulation and graph construction

 

Abdesslam Benzinou

École Nationale d’Ingénieurs de Brest, Laboratoire RESO (EA 3380) - CS 73862, 29238 Brest Cedex 3, France

Corresponding Author Email: 
benzinou@enib.fr
Page: 
105-118
|
Received: 
4 December 2006
| |
Accepted: 
N/A
| | Citation

OPEN ACCESS

Abstract: 

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 1D-approach detection or template-approach one.

Résumé

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.

Keywords: 

Otoliths, Computer vision, Contours detection, Local operators, Demodulation, Graph construction

Mots clés

Otolithes, Vision par ordinateur, Détection de contours, Opérateurs locaux, Démodulation, Construction de graphe

1. Introduction
2. Prétraitement Des Images D’otolithes
3. Démodulation Et Segmentation
4. Résultats Et Discussion
5. Conclusion Et Perspectives
  References

[Benzinou, 2000] A. BENZINOU, «Vers un système de vision par ordinateur pour la reconnaissance de structures sur des pièces calcifiées (otolithes et statolithes). Application à la détermination de l’âge et de paramètres de croissance de poissons et de céphalopodes», Thèse de Doctorat, 27 janvier 2000.

[Benzinou et Troadec, 2002] A. BENZINOU et H. TROADEC, «Estimation de l’âge assistée par ordinateur », chapitre VI, in: Panfili J., de Pontual H., Troadec H., Wright P. J. (éd.), Manuel de sclérochronologie des poissons, co-édition Ifremer-Ird, pp. 196-236, 2002.

[Bossart et al., 1997] P.-L. BOSSART, D. DAVID, J.-M. DINTEN et J.-M. CHASSERY, «Détection de contours réguliers dans des images bruitées et texturées: une approche par contours actifs multi-échelle», Traitement du Signal, 1997, Vol. 14, No. 2, pp. 209-225.

[Cao et Fablet, 2006] F. CAO and R. FABLET, «Automatic morphological detection of otolith nucleus», Pattern Recognition Letters, 27(6): 658-666, 2006.

[Canny, 1986] J. CANNY, « A Computational Approach to Edge Detection», IEEE Transactions on PAMI: Pattern Analysis and Machine Intelligence, 1986, Vol. 8, No. 6, pp. 679-698.

[Chéhikian, 1989] A. CHEHIKIAN, «Binarisation d’images: deux solutions à ce problème», Traitement du Signal, 1989, Vol. 6, No. 1, pp. 59-68.

[Coster et Chermant, 1989] M. COSTER et J. L. CHERMANT, «Précis d’analyse d’images», Presses du CNRS, Paris, 1989.

[Fablet et al., 2003] R. FABLET, A. BENZINOU, C. DONCARLI, «Analyse et modélisation temps-fréquence robuste appliquées à l’interprétation d’images de pièces calcifiées», 19e Colloque GRETSI sur le Traitement du Signal et des Images (GRETSI’03), Paris, France, 8-11 septembre 2003, vol. 2, pp. 499-502.

[Grossberg et Mingolla, 1985] S. GROSSBERG and E. MINGOLLA, «Neural Dynamics of Perceptual Grouping: Textures, Boundaries, and Emergent Segmentations», Perception & Psychophysics, 1985, Vol. 38, No. 2, pp. 141-171.

[Kanizsa,1997] G. KANIZSA, «La grammaire du voir. Essais sur la perception», Diderot, Paris, 1997.

[Lagardère, 1989] F. LAGARDERE, «Influence of Feeding Conditions and Temperature on the Growth Rate and Otolith-Increment Deposition for Larval Dover Sole Solea solea L. larvae», Rapp. P. v. Réun. Cons. Int. Explor. Mer, 1989, Vol. 191, pp. 390-399.

[Murray, 1990] J. D. MURRAY, «Mathematical Biology», SpringerVerlag, Second Printing, 1990.

[Pauly, 1979] D. PAULY, «Gill Size and Temperature as Governing Factors in Fish Growth: a Generalization of Von Bertalanffy’s Growth Formula», Ber. Inst. Meerreskd Christian-Albrechts Univ. Kiel, 1979, No. 63, 156 pages.

[Pavlidis, 1980] T. PAVLIDIS, «Structural Pattern Recognition», (2nd Ed.), Springer-Verlag, Berlin, Germany, 1980, Springer Series in Electrophysics 1.

[Pavlidis, 1982] T. PAVLIDIS, «Algorithms for Graphics and Image Processing», Springer-Verlag, New York, USA, 1982.

[Otsu, 1979] N. OTSU, «A Threshold Selection Method from Gray-Level Histograms», IEEE Transactions on Systems, Man, and Cybernetics, Vol. 9, No. 1, 1979, pp. 62-66.

[Ricker, 1975] W. E. RICKER, « Computation and Interpretation of Biological Statistics of Fish Populations», Bull. Fish. Res. Board Can., 1975, No. 191, 382 pages.

[Serra, 1982] J. SERRA, «Image Analysis and Mathematical Morphology», Academic Press, London, 1982.

[Serra, 1988] J. SERRA, «Image Analysis and Mathematical Morphology: Theoretical Advances», (Serra J., Ed.), Academic Press, London, 1988.

[Troadec, 1992] H. TROADEC, «Reconnaissance de structures sur des pièces calcifiées par imagerie numérique dans un but de suivi d’un stock halieutique», Thèse de Doctorat en Biomathématiques de l’Université Paris 7, 1990, 259 pages.

[Troadec et al., 2000] H. TROADEC, A. BENZINOU, V. RODIN, J. LE BIHAN, «Use of a deformable template for two-dimensional growth ring detection of otoliths by digital image processing: Application to plaice (Pleuronectes platessa) otoliths», Fisheries Research, Volume 46, Issue 1-3, 1 May 2000, pp. 155-163.

[Welleman et Storbeck, 1995] H.C. WELLEMAN and F. STORBECK, «Automatic Ageing of Plaice (Pleuronectes platessa L.) Otoliths by Means of Image Analysis», In: Recent Developments in Fish Otolith Research, (Secor D. H., Dean J. M. and Campana S.E., Ed.), 1995, pp. 271-282.