[PDF] Projet de Fin d'Année - Glossip

View - Download Projet de Fin d'Année - Glossip

Previous PDF

Next PDF

Projet de Fin d'Année 2

ème

année

Encadré par:

M. Rachid OULAD HAJ THAMI

M. Youssef HADI

Réalisé par:

Mossaab BAGDOURI

Saad SARHANI

Année Universitaire : 2005 - 2006

Université Mohammed VI

Ecole Nationale Supérieure

d'Informatique et d'Analyse des Systèmes

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

JMF ˰ϟJava.

Résumé

Le traitement de la vidéo en tant qu'entité continue est délicat. Le passage au

domaine discret s'avère indispensable pour éditer une vidéo étant donné que les images

sont plus faciles à manipuler. Dans ce sens, la segmentation fournit une décomposition sémantique d'une vidéo. Les plans vidéo qu'elle génère sont des classes indépendantes sémantiquement les unes

des autres. Ceci étant, on a ainsi la possibilité d'effectuer un stockage représentatif de ces

images dans une base de données. Ce projet intervient donc pour combiner une technique de segmentation basée sur les histogrammes de couleur avec la richesse de l'API JMF de Java.

Abstract

The processing of a video is a tough task. Therefore, it is necessary to pass from the continuous aspect of a video to the discreet one, as the treatment of a frame is much easier. To cut up a video provides a well-based decomposition. In fact, the captured shots are semantically independent. This helps to store typical data in the database. Hence comes the interest of this project, as it combines both cut detection techniques using color histogram and strength of Java's JMF Library.

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006 R RR Il était agréable de nous acquitter d'une dette de reconnaissance envers tous ceux, dont la contribution au cours de ce projet, a favorisé son aboutissement. Ainsi, nous tenons vivement à remercier notre encadrant Mr Youssef HADI qui n'a ménagé aucun effort pour nous aider et nous orienter le long de notre projet. Nous remercions aussi notre professeur Mr Rachid OULAD HAJ THAMI pour son encadrement précieux et pour le soutien qu'il nous a donné. Que le corps professoral et administratif de l'ENSIAS trouve ici nos vifs remerciements. Nous remercions enfin toute personne qui a contribuée de près ou de loin à l'élaboration de ce rapport.

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

Table des matières

Liste des figures ................................................................................................ 5

Introduction ...................................................................................................... 6

Chapitre 1 : Segmentation de la vidéo par les histogrammes de couleurs ... 8

1.1. Introduction ............................................................................................................ 8

1.2. Travaux antérieurs ................................................................................................ 9

1.3. Méthode proposée .................................................................................................. 9

1.3.1. La transformation réversible de couleur .................................................... 11

1.3.2. L'histogramme de couleur ........................................................................... 12

Chapitre 2 : Analyse et conception .............................................................. 14

2.1. UML ...................................................................................................................... 14

2.2. Analyse .................................................................................................................. 16

2.3. Conception ............................................................................................................ 17

2.3.1 Les cas d'utilisation........................................................................................ 17

2.3.2 Les diagrammes de séquence ........................................................................ 17

2.3.3. Le diagramme de classes .............................................................................. 21

Chapitre 3 : Outils de développement .......................................................... 23

3.1. Java........................................................................................................................ 23

3.1.1 Java Virtual Machine .................................................................................... 25

3.1.2 Java est interprété .......................................................................................... 25

3.1.3 Java est robuste .............................................................................................. 25

3.1.4 Types d'applications Java ............................................................................. 26

3.2. Java Media Framework : JMF ........................................................................... 26

3.2.1. Architecture JMF .......................................................................................... 26

3.3. XML ...................................................................................................................... 30

3.3.1. Caractéristiques ............................................................................................ 30

3.3.2. JDOM ............................................................................................................. 31

Chapitre 4 : Réalisation de l'application ...................................................... 33

Conclusions et perspectives .......................................................................... 38

Références ....................................................................................................... 39

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

Liste des figures

Figure 1 - Diagramme des cas d'utilisation ...................................................................................... 17

Figure 2 - Diagramme de séquence du cas chargement de la vidéo ......................................... 18

Figure 3 - Diagramme de sequence du cas Play Vidéo ................................................................. 19

Figure 4 - Diagramme de sequence du cas Segmentation Vidéo ............................................... 20

Figure 5 - Diagramme de classes ........................................................................................................ 21

Figure 6 - Etapes de compilation ......................................................................................................... 24

Figure 7 - Player ....................................................................................................................................... 27

Figure 8 - Différents états d'un Player ............................................................................................... 27

Figure 9 - Processor ............................................................................................................................... 28

Figure 10 - Différents états d'un Processor ...................................................................................... 29

Figure 11 - Menu principal ..................................................................................................................... 33

Figure 12 - New Project .......................................................................................................................... 34

Figure 13 - Play Video ............................................................................................................................. 35

Figure 14 - Load Project ......................................................................................................................... 36

Figure 15 - Fichier XML .......................................................................................................................... 37

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

Introduction

La vidéo est la touche multimédia la plus subtile et la plus prometteuse. L'essor qu'ont connu les méthodes de traitement des vidéos est énorme. Mais c'est quoi d'abord une vidéo? Une vidéo regroupe l'ensemble des techniques permettant la visualisation ou l'enregistrement d'images animées accompagnées du son sur un support électronique. Le traitement d'une vidéo requiert des connaissances solides sur les fichiers vidéo. En effet, chaque type dispose de ces propres caractéristiques, et est donc plus sensible ou moins au différents traitements, notamment la segmentation. Il existe plusieurs formats des documents vidéo et se diffèrent par la technique de compression utilisée :

AVI (Audio Video Interleave : Video For Windows)

L'Audio Video Interleave (audio vidéo entrelacée) (dont l'acronyme est AVI), est un format de fichier conçu pour stocker des données audio et vidéo. AVI utilise un même paquet standard " fichier conteneur » afin d'être lu simultanément. Il a

été présenté par Microsoft en novembre 1992, en tant qu'élément de la vidéo pour

la technologie de Windows. Dans un fichier AVI, chaque composante audio ou vidéo peut être compressé par n'importe quel codec. Le format DivX est souvent utilisé comme codec vidéo, et le format mp3 comme codec audio, mais d'autres codecs peuvent également être utilisés, par exemple XviD ou MPEG pour la vidéo, et mp2, WAV etc. pour l'audio. Le format AVI permet de réunir en un seul fichier une piste vidéo et jusqu'à 99 pistes audio, ce qui permet de bénéficier, par exemple, de plusieurs langues pour un même film

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

MPEG (Moving Pictures Expert Group)

MPEG, acronyme de Moving Picture Experts Group est le groupe de travail SC

29/WG 11 du comité technique mixte JTC 1 de l'ISO et de la CEI pour les

technologies de l'information chargé du développement de normes internationales pour la compression, la décompression, le traitement et le codage de la vidéo, de l'audio et de leur combinaison, de façon à satisfaire un large panel d'applications. Les formats produits par MPEG sont ouverts, mais non libres : leur utilisation est soumise au paiement de royalties. Le travail que nous avons réalisé consiste à développer une application de segmentation de la vidéo qui se base sur les histogrammes de couleurs. Le développement a été réalisé en Java sur la plateforme NetBeans 5.0 en utilisant le framework JMF (Java Media Framework) comme bibliothèque du traitement de la vidéo. Afin de bien structurer la segmentation effectuée, une base de données native XML a été adoptée. Le présent document est structuré comme suit: le premier chapitre présente les différentes approches de segmentation qui existent actuellement, puis le détail de la méthode qui a été adoptée. Le deuxième chapitre fournit une analyse et une conception globales indispensables pour l'implémentation de l'application. Le troisième chapitre est

un survol des outils de développement qui ont été choisis. Le quatrième chapitre illustre

les interfaces de l'application par l'intermédiaire de prises d'écrans. Finalement, une conclusion et quelques perspectives ont été proposées.

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

Chapitre 1 :

Segmentation de la vidéo par les

histogrammes de couleurs Dans ce chapitre, nous présentons la méthode qui sera utilisée pour réaliser la segmentation d'une vidéo. Nous parlerons aussi des autres méthodes qui existent.

1.1. Introduction

Les données multimédia prennent une part de plus en plus importante dans les applications actuelles. La plupart de ces applications nécessitent des outils pour segmenter des séquences d'images dans le domaine temporel. Cette segmentation est souvent effectuée par une détection des cuts (transitions brusques) ou d'autres effets plus complexes (fondu, volet...). La segmentation est une étape cruciale dans des applications telles que la gestion de bases de données multimédia ou la création automatique de

résumés de séquences télévisées ou de films. Elle peut être aussi utilisée comme

prétraitement pour le suivi d'objet en temps réel dans des scènes dynamiques (acquises avec une caméra en mouvement). Nous définissons le problème de segmentation vidéo comme la détection

automatique des frontières qui séparent les plans. Une vidéo peut être divisée en plus

petites composantes appelées plans qui sont des suites d'images qui proviennent d'une seule opération d'enregistrement d'une unique caméra et qui représentent chacun une

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006 action continue dans l'espace et le temps. Au cours du montage, les plans peuvent être

combinés de plusieurs façons pour produire la vidéo finale. Les frontières diffèrent en

fonction de la technique utilisée pour combiner deux plans. Le type le plus simple est la coupure franche et résulte d'une simple juxtaposition de deux plans. D'autres types de frontières telles les fondus et les volets résultent de l'addition d'images entre les plans pour produire des effets de transitions plus graduels. Un fondu en ouverture fait progressivement apparaître un plan à partir d'une image noire. A l'inverse, un fondu en fermeture fait progressivement disparaître un plan vers une image constante. Un fondu enchaîné est une combinaison d'un fondu en ouverture et un fondu en fermeture. Un volet est une transition graduelle dans laquelle une image semble en pousser une autre en dehors de l'écran. Dans cet article, nous sommes concernés par la détection des transitions brusque de plans vidéo (coupure franche). Nous rappellerons tout d'abord quelques méthodes classiques de détection des changements de plan. La méthode proposée sera ensuite présentée.

1.2. Travaux antérieurs

Plusieurs méthodes ont été proposées pour la détection des coupes vidéo. La plupart d'entres-elles définissent une mesure de différence, locale ou globale, entre les trames consécutives en vue d'identifier les frontières de plans. Quand une image et l'image suivante sont suffisamment différentes, une transition brusque (coupe) peut être déterminée. Les méthodes présentes dans la littérature peuvent être principalement

regroupées en trois catégories utilisant respectivement les différences pixel à pixel, la

comparaison d'histogrammes, et l'estimation de mouvement. Il est important de noter que les méthodes peuvent traiter des séquences vidéo non compressées ou compressées [1]. Les méthodes basées sur les différences pixel à pixel détectent un changement de plan en calculant une différence entre les pixels de l'image à l'instant t et ceux de l'image à l'instant t+1. Si le nombre de pixels différents est supérieur à un seuil, alors on considère que l'on est en présence d'un cut ou d'un autre effet. Dans [2], la comparaison

pixel à pixel a été présentée pour évaluer les différences en valeurs d'intensité ou de

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006 couleur des pixels correspondants dans deux images successives. Le défaut principal de ces méthodes est leur manque de robustesse au bruit et aux forts mouvements pouvant être présents dans la scène. Les méthodes à base d'histogramme comparent deux images successives en s'appuyant sur leurs histogrammes respectifs. Une différence des deux histogrammes est calculée et comparée à un seuil. Comme dans le cas des méthodes

basées sur les différences pixel à pixel, un changement de plan est détecté si la différence

obtenue est supérieure au seuil. Plusieurs recherches ont été proposé pour prouver leur performance, comme l'égalization d'histogramme [3], intersection d'histogramme [4], histogramme sur le groupe d'images [5], et les teste normalisés [6]. Une autre question intéressante est quel espace de couleur utilisé quand nous considérons des techniques basées sur la couleur comme la comparaison d'histogramme de couleur [7]. Les histogrammes monochromes et les histogrammes de couleur avec différents espaces de

couleur sont le plus utilisés pour détecter et identifier les transitions dans les plans vidéo.

Dans MPEG-7, les descripteurs de couleur emploient les différents espaces de couleur [8], comme le monochrome, le RGB, le HSV, et le HMMD. Du fait de l'utilisation d'histogrammes, il est possible de ne pas détecter un cut si les deux images concernées ont un histogramme similaire mais un contenu différent. Les méthodes basées sur une estimation du mouvement utilisent l'information de mouvement comme critère principal pour la détection des changements de plan [1]. Les mouvements sont estimées pour chaque pixel d'une image obtenue à l'instant t, et sont comparés avec ceux de l'image correspondant à l'instant t+1. Les approches basées sur les blocks utilisent des caractéristiques locales pour augmenter la robustesse aux mouvements des objets et le mouvement de la caméra. Chaque image est divisé en un certain nombre de blocs et comparés par la suite avec leurs contreparties dans l'image successive. Typiquement, la similarité ou la dissimilarité entre deux images peut être mesurée en employant un rapport de probabilité, comme proposé dans [2], [9]. Une frontière de transition est

identifiée si le nombre de blocs changés est au-dessus du seuil donné. Évidemment, cette

approche fournit une meilleure tolérance au mouvement ralenti ou petit entre les images. Un nombre trop important de mouvements incohérents entre les deux images successives implique alors la détection d'un changement de plan. Ces méthodes ne sont souvent pas

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

capables de traiter des séquences vidéo en temps réel, du fait des ressources nécessaires

pour les estimations de mouvement. Même si les différentes méthodes présentées précédemment ont leurs propres avantages et inconvénients, elles utilisent toutes des seuils fixés la plupart du temps de manière empirique. Ces seuils nécessitent des

paramétrages spécifiques au type de séquence vidéo analysée, et ne permettent donc pas

une acquisition de données non contrainte ni une méthode générique, c'est-à-dire indépendante du domaine des séquences vidéo traitées.

1.3. Méthode proposée

La méthode adoptée dans ce travail est basée sur les histogrammes de couleurs [10]. La détection des changements de plans est ainsi assurée avec une précision satisfaisante.

1.3.1. La transformation réversible de couleur

Un codage typique des images consiste à attribuer à chaque pixel un triplet unique associé aux composants rouge (Red), vert (Green) et bleue (Blue) - RGB. La transformation en question associe chaque triplet (R, G, B) à un entier unique F(R, G, B). La caractéristique principale de cette transformation est qu'elle est bijective, c'est-à-dire qu'elle permet de retrouver la couleur (R, G, B) à partir de F(R, G, B).

Soit n un entier codé sur 8 bits, et

i m sa représentation au

ème

ibit. On définit le vecteur

U(n) par :

U(n) =

)1(38 1 2 i i i m (1) La fonction réversible de couleur est définit comme suit :

F(R,G,B) = 4U(G) + 2U(R) + U(B) (2)

R, G, B étant codés sur 8 bits. La fonction F est bijective de

255..0 vers

24
2..0 [10].

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006 Cette transformation est basée sur une décomposition binaire des composantes de couleurs, réalisée grâce au vecteur

U. Remarquons que puisque U ne peut prendre en

argument que les valeurs de 0 à 255, les U(n) peuvent être calculées une fois pour toute.

Le temps de calcul sera ainsi plus rapide.

On constate aussi que dans la relation (2), le composant vert est plus pesant que le rouge et le bleu. Ceci est dû au fait que l'oeil humain est plus sensible aux variations de la couleur verte qu'aux rouge ou au bleu.

1.3.2. L'histogramme de couleur

Afin de générer un histogramme de couleur à partir de la transformation réversible, on réalise une quantification du

F(R,G,B) de chaque pixel en M niveaux [10].

L'histogramme à

M niveaux est établi par la relation :

kH F kBGRFQ jijijiF pour Mk0 )(ji jipourjipour 01 Où F Q( ) représente la fonction de quantification qui quantifie ),,( ,,,jijiji

BGRF en

une valeur entre 0 à 255. La différence entre deux histogrammes successives est un histogramme définit par : i dH = 21
0 11 M j iiii jHjHjHjH pour i=1,2,....L-1 Avec L le nombre total d'images dans la séquence vidéo.

Si la différence

i dH entre l'image courante et la précédente est supérieure à un seuil optimal T, l'images courante est considérée comme un cut, tandis que la franche vidéo est générée automatiquement.

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

Conclusion

Dans ce chapitre, nous avons parcouru les différents types de méthodes qui permettent la segmentation temporelle. Puis nous avons détaillé les bases mathématiques de la méthode choisie. La prochaine partie sera consacrée à l'analyse et la conception de l'application.

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006

Chapitre 2 :

Analyse et conception

Dans ce chapitre, nous présentons l'analyse et la conception de l'application. Elles ont été faite en utilisant la notation UML.

2.1. UML

UML est un langage graphique de modélisation des données et des traitements.

C'est une formalisation très réussie de la modélisation objet utilisée en génie logiciel. Il

est l'accomplissement de la fusion des précédents langages de modélisation objet Booch,

OMT Et OOSE.

Le formalisme d'UML

Le formalisme UML est composé de 13 types de diagrammes (9 en UML 1.3) [11]. UML n'étant pas une méthode, leur utilisation est laissée à l'appréciation de chacun,

même si le diagramme des cas d'utilisation est généralement considéré comme l'élément

central d'UML. De même, on peut se contenter de modéliser seulement partiellement un système, par exemple certaines parties critiques.

UML se décompose en plusieurs sous-ensembles

Développement d'une application de segmentation de la vidéo en se basant sur les histogrammes de couleurs

ENSIAS, 2

ème

année, PFA A. U. 2005 - 2006 Les vues : Les vues sont les observables du système. Elles décrivent le système d'un point de vue donné, qui peut être organisationnel, dynamique, temporel, architectural, géographique, logique, etc. En combinant toutes ces vues il est possible de définir (ou retrouver) le système complet. Les diagrammes : Les diagrammes sont des éléments graphiques. Ceux-ciquotesdbs_dbs10.pdfusesText_16

[PDF] exemple concours isic 2016

[PDF] exemple concours one electromecanique pdf

[PDF] exemple concours onee branche eau

[PDF] exemple concours onep pdf

[PDF] exemple concours technicien génie civil france

[PDF] exemple concours technicien informatique france

[PDF] exemple concret de démocratie participative

[PDF] exemple contexte managérial

[PDF] exemple contrat d'entreposage

[PDF] exemple contrat de cession

[PDF] exemple contrat de franchise mcdonald

[PDF] exemple contrat de maintenance

[PDF] exemple contrat de stockage

[PDF] exemple contrat de travail cdd france

[PDF] exemple contrat de travail cdi france