Comment fonctionne la vision par ordinateur ?
Comment fonctionne la vision par ordinateur ? Les systèmes de vision par ordinateur utilisent la technologie de l'intelligence artificielle (IA) pour imiter les capacités du cerveau humain qui sont responsables de la reconnaissance et de la classification des objets.
Quelle est la différence entre le traitement d'image et la vision par ordinateur ?
L'objectif principal est de détecter ou de reconnaître un objet dans une image.
D'autre part, la vision par ordinateur vise à analyser, identifier ou reconnaître des modèles ou des objets dans les médias numériques, y compris les images et les vidéos.C'est quoi l'informatique visuelle ?
La vision par ordinateur est un domaine de l'intelligence artificielle (IA) qui permet aux ordinateurs et aux systèmes de dériver des informations significatives à partir d'images numériques, de vidéos et d'autres entrées visuelles, et de prendre des mesures ou de faire des recommandations sur la base de ces
- La vision artificielle ou vision par ordinateur est un sous domaine de l'intelligence artificielle.
Ses techniques visent à doter un ordinateur d'une vision imitant la vision humaine.
Ce système complexe peut non seulement voir, mais également comprendre et interpréter ce qui l'entoure.
VISION PAR ORDINATEUR LA
Vision par ordinateur et raisonnement dans les images
Introduction à l'intégration de l'information sur la santé
Integration du Systeme d'Information de gestion
Intégration et usages des Technologies de l'information et de la
Observatoire OPSIS
Guide de mesure pour l'intégration des technologies de l'information
Vocabolario grammatica e attività
10 Minutes d'italien
VisionIntroductionVisionparordinateurEdmond.Boyer@imag.frEdmondBoyerM2IICAO-UFRIMA1VisionIntroduction1GénéralitésVisionparordinateur(ComputerVision):utiliserunordinateurpourinter-préterlemondeextérieurautraversd'images.Images!ObjetsTraitement-Analysed'images(ImageProcessing).Reconnaissancedesformes(PatternRecognition).Visionparordinateur(ComputerVision).Réalitéaugmentée,mixte.Synthèsed'images(ComputerGraphics):utilisationd'unordinateurpourgénérerdesimages.Objets!Images+Unregroupementdesdeuxdomainess'opèresurcertainsproblèmescom-muns:Visualisationdemodèles.Constructiondemodèles.Réalitéaugmentée.Synthèsed'imagesàpartird'images.Objectifdumodule:Présenterdifférentsconceptsettechniquesassociésàcedomaineetlesillustrerautraversd'applicationspratiques(!programmation).EdmondBoyerM2IICAO-UFRIMA2VisionIntroduction2PrincipeEntréeProgrammeSystème d'acquisitionDecisionModèle(cameras numeriques)Lesdifférentesphasesdel'analysed'uneimage:1.Acquisition2.Traitementdebasniveaux:ltrageetextractiond'indices.3.Traitementdehautniveaux:reconnaissancedesformes,reconstruction,calculsdepositions,calculsdemouvements.Lesélémentsimpliqués:1.desprimitivesimages:pixels,pointsd'intérêts,segments,contours.2.descaractéristiquesphoto-métriques:niveauxdegris,decouleurs.3.descaractéristiquesgéométriques:caméras,mouvements.4.descaractéristiquesstatistiques.EdmondBoyerM2IICAO-UFRIMA3VisionIntroduction3Lesniveauxdecomplexitédel'analysed'imagesLeniveaudecomplexitédel'analysed'uneimagedependdedifférentsparamètresdont:lesprimitivesprisesencompte,ledegrédelamodélisationrecherchéainsiquelagéométriequidoitêtredéterminée.Lesguressuivantesillustrentplusieursdecesniveaux.Figure1:Niveau1:améliorerlescaractéristiquesd'uneimage.Lesprimitivessonticilespixelsdontlesvaleurssontmodiéesparltrage.EdmondBoyerM2IICAO-UFRIMA4VisionIntroductionFigure2:Niveau2:extrairedescaractéristiques,lesprimitivessonticidescon-toursetdespointsd'intérêts.NécessiteFigure3:Niveau2:extrairelefonddel'avantplan.Nécessiteunmodèle(statis-tiqueparex.)pourlespixelsdufond.EdmondBoyerM2IICAO-UFRIMA5VisionIntroductionFigure4:Niveau3:suivredesprimitives(tracking).Figure5:Niveau4:incrusterdesobjets(réalitéaugmentée).Nécessitelescarac-téristiquesgéométriquesdelacaméra.(occultations )EdmondBoyerM2IICAO-UFRIMA6VisionIntroductionFigure6:Niveau4:enleverdesobjets(réalitédiminuée).Figure7:Niveau5:stéréovision.Nécessitelagéométriededeuxcamérasetdestechniquesdemiseencorrrespondance.EdmondBoyerM2IICAO-UFRIMA7VisionIntroductionFigure8:Niveau6:acquisitiondemodèles(tempsréel).EdmondBoyerM2IICAO-UFRIMA8VisionIntroduction4Brefhistorique1492Projectionperspectiveetcentrale(LeonarddeVinci).17-18èGéométrieprojective(Desargues,Pascal,Monge).19èGéométrieprojectivepremiertraité(Poncelet).1839Premièrephotographie(Daguerre),Daguerreotype:plaquephotosensible(argentique)encuivre(imagepositive).1849Iconométrie(Lausedat,lePèredelaphotogrammétrie):premièreutilisa-tiondephotospourlaréalisationdecartestopographiques.1850-1900Techniquesgéométriquesétendueàlaphoto(photogrammétrie).1900-1950Utilisationdesimagesaériennesassociéesàdessystèmesmécaniquespoureffectuerdesmesures(photogrammétrie).>1950Laphotogrammétrieutilisel'ordinateuretnonplusdessystèmesmécaniques.1969PremiercapteurCCD(Bell).1970Calibrationdecaméraàl'aidedepointsderéférencespardesméthodesnumériques.1970-1980Développementdelavisionarticielle,techniquesd'améliorationd'images.1980-1990Extractiondeprimitives(contours,pointsd'intérêts),caractéristiquesdif-férentielles.Visionactive.Applicationsindustrielles(vidéo-contrôle).1990-2000Géométriedeplusieurscaméras(imagerienon-métriques).Applicationsmédicales.Apparitiondelaréalitéaugmentée,mixte.Systèmesd'indexationetderecherched'images.2000-Méthodestempsréel,virtualisation.Développementsdesapprochesstatis-tiques.EdmondBoyerM2IICAO-UFRIMA9VisionIntroduction5Matériel5.
1) CamérasTV(tubevidicon)L'imageestfocaliséesuruneciblephotoconductrice.Lacibleestbalayéeparunfaisceaud'electrons,produisantuncourantélectriqueproportionnelàl'intensitédelalumièreenchaquepoint.signalvideoensortie,inconvénients:persistanceentredeuxprises,résolutionlimitée,ciblenonplate.Figure9:Schémad'unecaméravidicon(http://micro.magnet.fsu.edu/primer/digitalimaging/digitalimagingdetectors.html)5.
2) CamérasCCDCharged-coupleddevices:unematricedecellulesphotosensibles,chaquecel-luleaccumuledeschargesenfonctiondelalumièreincidentequ'ellereçoit.Leschargessontensuitetransportéesparcolonnessurlecapteur.objectifcapteur CCDEdmondBoyerM2IICAO-UFRIMA10VisionIntroductionmoinsdedistorsiongéométriquesignalvidéopluslinéaireparrapportàl'intensitélumineuse.résolutionimportante,camérasnumériqueslesmeilleuresactuellement.trèspopulaire.Figure10:Photod'uncapteurCCD5Mpixels(Kodak)Captured'imagescouleursPlacerunltredevantlecapteureteffectuertroisacquisitionssuccessives(lent).UtilisertroisCCDs(cher).UtiliserdeuxCCDs,unpourlachrominanceavecunltreetunautrepourlaluminance.DecodageBayer:EdmondBoyerM2IICAO-UFRIMA11VisionIntroductionFigure11:Lesystèmetri-CCDFigure12:LamosaïqueBayer5.
3) CamérasCMOSLeprincipeestlemêmequepourlescapteursCCD.Ils'agitd'unematricedecellulesphotosensibles.Ladifférenceprincipaleestquechaquecellulepeutêtreadresséeindividuellement,etl'informationtransmiseestlaquantitédelumièreinstantanéeetnonaccumulée.MêmesilescapteursCCDdominentencorelemarchédelaphotonumériquedequalité,ilyademoinsenmoinsdedifférenceentrelescapteursCCDetCMOSquecesoitentermesdequalited'imagesoudecoutdefabrication.EdmondBoyerM2IICAO-UFRIMA12VisionIntroduction6Formatsdechiersd'imagesUneimageestuntableaudepixels:Ncols - 1Nligs - 100Uneimageeststockéesoitdansunchiersouslaformedetexte,soitdanslamémoiredel'ordinateursouslaformed'unvecteur:210 1ère ligne(Ncols-1) (Nligs-1)*Ncols-1valeurdu pixel 0Lesopérationsdebasesconcernantuneimagesontlalecture(chier!mé-moire)etl'écriture(mémoire!chier).Lesinformationsnécessairesàlama-nipulationd'uneimagesont:nombredelignes,nombredecolonnes,formatdespixels(bit,niveauxdegris,niveauxdecouleurs),compressionéventuelle.Ilexisteunemultitudedeformatsdechierspermettantdestockercesinfor-mationsainsiqueletableaudesvaleurs.Enparticulier:Lesformatssimples:chierstextescomportantunentêtecontenantlesdi-mensionsdel'imageetleformatdespixels.Exemples,lesformatsPNM(portableEdmondBoyerM2IICAO-UFRIMA13VisionIntroductionanymap):PBM(portablebitmap),PGM(protablegrayscalemap),PPM(portablepixmap).Leschierscorrespondantssontconstituésdesélémentssuivants:1.Un"nombremagique"pouridentierlestypeduchier:P1ouP4pourPBM,P2ouP5pourPGMetP3ouP6pourPPM.2.Uncaractèred'espacement(blanc,TABs,CRs,LFs).3.Lalargeurdel'image(valeurdécimale,codéeenASCII)suivied'uncarac-tèred'espacement,lalongueurdel'image(valeurdécimale,ASCII)suivied'uncaractèred'espacement.4.UniquementpourPGMetPPM:l'intensitémaximum(valeurdécimalecompriseentre0et255,codéeenASCII)suivied'uncaractèred'espacement.5.Largeurhauteurnombres.CesnombressontsoitdesvaleursdécimalescodéesenASCIIetséparéespardesespacementsdanslecasdesformatsP1,P2,P3,soitdirectementlesvaleursbinairessur1ou2octetsdanslecasdesformatsP4,P5,P6.Danscederniercas,iln'ypasdecaractèresd'espacemententrelesvale