Segmentation de bulles par apprentissage profond à faible coût

La segmentation d'images dans les panaches de bulles est notoirement difficile, les bulles individuelles ayant des formes mal définies se chevauchant les unes les autres dans les images. Dans cet article, nous présentons une procédure de segmentation peu coûteuse et robuste pour identifier les bulles à partir d'images de nuées de bulles. Cela se fait en trois étapes. Tout d'abord, des bulles individuelles et non superposées sont détectées et isolées à partir d'images expérimentales réelles. Dans la deuxième étape, ces images de bulles sont combinées pour générer des images de vérité de terrain synthétiques. Dans la troisième et dernière étape, les images synthétiques sont utilisées comme données d'entraînement pour un script d'apprentissage automatique. Le modèle entraîné peut maintenant être utilisé pour segmenter les données des nuées expérimentales de bulles. La procédure de segmentation est démontrée sur trois ensembles de données expérimentales différents, et des observations générales sont discutées.