Détection de contours
La seconde étape va permettre d'isoler les contours du reste de l'image à partir d'un seuillage judicieux. Plusieurs méthodes permettent de déterminer le
Projet: “Traitement dimages détection de contours”
Détecter les contours d'une image constitue une étape préliminaire à de nombreuses applica- tions pratiques en traitement d'images : analyse d'images médicales
Détection des contours dune image : le filtre de Canny
8 mai 2016 L'exécution des algorithmes prend un temps non négligeable et il était important d'utiliser une petite image pour le début des opérations : pas ...
Traitement dimage - Détection de contours Introduction : Quand une
Pour cela les photos réalisées par ses capteurs sont traitées par des algorithmes qui permettent de détecter les contours des objets qu'elle rencontre. L'
Chapitre 2 - La détection des contours dans les images
cela exprime qu'une image de contours est obtenue par filtrage de l'image par la dérivée seconde d'un filtre passe- bas puis détection des zéros de la fonction
Techniques visuelles pour la détection et le suivi dobjets 2D
13 juin 2016 Le LSD est utilisé pour détecter les contours formant des droites dans les images. L'algorithme commence par estimer l'angle du gradient à ...
Système de Reconnaissance Automatique des Plaques
Mots clés : détection de contour Canny
Algorithmes pour le traitement dimages - 2
algorithme en Python et à ajuster les paramètres du filtre pour obte- nir tel ou tel résultat
detection de contours dimages couleur par hypergraphe de
Résumé. Dans ce papier nous introduisons un algorithme de détection de contours vectoriel. Ce dernier comporte deux étapes. Dans un premier temps
Introduction au traitement dimages Détection de contours et
Traitement d'image filtrage
Ce document est le fruit dun long travail approuvé par le jury de
li est destiné à des images comportant quelques objets posés sur un fond. Cet algorithme peut être utilisé pour la détection de contours et pour l'extraction de
detection de contours dimages couleur par hypergraphe de
cale sur hypergraphe de voisinage. Dans cet article nous présentons une extension de l'algorithme de détection de contour appliquée aux images couleur.
Détection des contours dune image : le filtre de Canny
8 mai 2016 L'exécution des algorithmes prend un temps non négligeable et il était important d'utiliser une petite image pour le début des opérations : pas ...
Projet: “Traitement dimages détection de contours”
Projet: “Traitement d'images détection de contours”. Février 2020. Détecter les contours d'une image constitue une étape préliminaire à de nombreuses
Étude dun détecteur de contours basé sur la logique floue
6 oct. 2010 Passage en revue et comparaison des algorithmes existants . ... 5.2 : Graphe ROC de la détection des contours sur 5 images (Sobel).
Traitement dimage - Détection de contours Introduction : Quand une
fonctionnement d'un de ces algorithmes de détection de contours. Qu'est-ce qu'un contour ? Question 1 : Repérer et sélectionner les pixels appartenant au
Application de la détection de contour en ondelettes au marquage d
l'image ce qui n'est pas le cas d'un ajout dans la texture. Dans la partie suivante
Détection de contours
Invariant aux rotations de l'image. Le laplacien est souvent utilisé en amélioration d'images pour accentuer l'effet de contour : ¡ ¢ ¤§
Contours et régions dans les images
La notion de bonne segmentation/bonne détection de contours dépend Algorithmes de croissance de région ou de croissance de bords.
Segmentation d'image par détection de contours et algorithme "ligne de
Une première idée pour trouver leur localisation consiste à seuiller la norme du gradient c’est à dire à considérer que les pixels qui font partie des contours de l’image sont ceux pour lesquelslanormedugradientestplusgrandequesoùs>0 estunseuil?xéarbitrairement Formellementonpeutécrire: (mn) estsuruncontourdel’image ??
La detection´ des contours dans les images - Telecom Paris
La detection´ des contours dans les images Chapitre r´edig e´ par Henri MAˆITRE La detection´ de contours dans les images a deb´ ute´ de fac¸on extrˆemement empirique par des op´erateurs lo-caux qui soit estimaient un gradient soit convoluaient l’image par des masques caract´eristiques des contours [Haralick et Shapiro 1985]
ÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC PROJET D
7 1 1 Formulation Puisque les contours actifs appartiennent à la famille des courbes continues et dérivables on peut toujours les modéliser par une forme paramétrique normalisée comme: [ ] s v(s) [x(s)y(s)]T 01 2 = ? = ? a a ( 1 1 ) où [ ]T indique le transposé du vecteur
Searches related to algorithme de detection de contour d+une image PDF
Exercice 1 : Détection de contour (30 minutes) On veut approximer le contour d’un objet dans une image par un contour actif Nous savons que la forme de l’objet à détecter est proche d’un triangle Aussi nous proposons de détecter le contour de cet objet par un contour actif de type « snake » défini par trois points x1 x2 et x3
Comment faire la segmentation d'une image par détection de contour ?
D'un point de vue mathématique on peut considérer que l'image est une fonction de R*R vers R : on prend un couple de réels (les coordonnées) auquel un autre réel est associé (un niveau de gris). Pour réaliser la segmentation d'une image par détection de contour, la première étape est de représenter les variations de valeur dans l'image.
Comment représenter les contours d'une image ?
La première est de représenter l'image en fonction de l'intensité de ses variations, on met ainsi en valeur les fortes variations de valeur dans l'image, donc les potentiels contours. La deuxième est de regrouper les zones dans cette nouvelle image par homogénéité, on détecte ainsi des régions dans l'image.
Comment définir l'algorithme d'une image ?
Deux étapes principales constituent donc l'algorithme. La première est de représenter l'image en fonction de l'intensité de ses variations, on met ainsi en valeur les fortes variations de valeur dans l'image, donc les potentiels contours.
Comment prolonger une image ?
Prolonger l'image. Il existe de nouveaux plusieurs méthodes, comme se référer à la valeur du pixel dans l'image le plus proche lorsque le pixel voulu est en dehors de l'image, ou répéter l'image lorsque la valeur voulue est hors de l'image. La manière de prolonger l'image dépend de la manière dont on va utiliser le résultat.
AVERTISSEMENT
Ce document
est le fruit d'un long travail approuvé par le jury de soutenance et mis à disposition de l'ensemble de la communauté universitaire élargie. Il est soumis à la propriété intellectuelle de l'auteur. Ceci implique une obligation de citation et de référencement lors de l'utilisation de ce document. D'autre part, toute contrefaçon, plagiat, reproduction illicite encourt une poursuite pénale.Contact : ddoc-theses-contact@univ-lorraine.fr
LIENS Code de la Propriété Intellectuelle. articles L 122. 4 Code de la Propriété Intellectuelle. articles L 335.2- L 335.10 '0Institut National
Polytechnique de Lorraine
'1/"'Centre de Recherche en
Informatique de Nancy
Inria-Lorraine
[Mj-199A ziou, D .La détection de contours
dans des images à niveaux de gris : mise en oeuvre et sélection de détecteursTHE SE
présentée et soutenue publiquement le 11 octobre 1991 pour l'obtention du Doctorat de l'Institut National Polytechnique de Lorraine (Spécialité Informatique) parDjemel ZIOU
1 devant le jury composé de :Président : Jean-Paul HATON
Rapporteurs: Serge
René HUSSON
Examinateurs: Gérard GIRAUDON
Gérald MASINI
Roger MOHR
1 Adresse de à partir du 1/2/92 : EERIE-LERI, Parc .Jeorge Besse, 30000 Nimes Je voudrais exprimer tout d'abord mes remerciments à ceux qui m'ont fait l'honneur de par ticiper au jury de cette thèse,Monsieur
Jean-Paul Raton, Professeur à l'Université de Nancy 1, qui m'a accueilli dans l'équipe Reconnaissance de Formes et Intelligence Artificielle du CRIN, et qui me fait l'honneur de présider ce jury. Je le remercie pour ses encouragements et le grand intérêt qu'il a toujours porté à mes travaux.Monsieur Serge
Castan, de l'Université Paul-Sabatier à Toulouse, et MonsieurRené Husson,
Professeur à l'Institut National Polytechnique de Lorraine, qui ont acceptéd'être rapporteurs de ce travail et de sièger à ce jury. Qu'ils trouvent ici l'expression de ma
gratitude pour l'intérêt qu'ils ont porté à ce travail.Monsieur
Gérard Giraudon, Directeur de Recherche à l'INRIA de Sophia-Antipolis, qui m'a proposé un sujet de recherche passionnant et original et qui a accepté d'examiner ce travail et de le juger. Je tiens particulièrement à le remercier pour les nombreuses discussions quiont guidé mes travaux. J'ai particulièrement apprécié les qualités humaines et scientifiques
que notre collaboration a permis de révéler.Monsieur Gérald Masini,
Chargé de Recherche CNRS au CRIN, qui m'a fait l'honneur de participerà ce jury. L'intérêt qu'il a toujours porté à mes travaux et les conseils qu'il a bien
voulu me prodiguer ont été pour moi les plus précieux des encouragements. Il m'a apportéla garantie d'un soutien et d'une amitié. Je le remercie pour sa disponibilité, pour les très
nombreux moments qu'il a conscaré à la lecture de mes articles et de ce mémoire, ainsi que pour tous les entretiens que nous avons pu avoir ensemble.Monsieur Roger Mohr,
Professeur à l'Ecole Nationa,le Supérieure d'Informatique et de Mathématiques Appliqués de Grenoble, qui a assumé la direction de cette thèse. Il rn 'a encouragé
de ses conseils tout au long de mon apprentissage du métier de chercheur. Je tiens partic ulièrement à le remercier pour la liberté qu'il m'a accordé pendant mes recherches, liberté sans laquelle je n'aurai pas pu mener à bien l'étude de ce difficile problème. Je ne peux pas oublier de remercier Yolande Anglade et Abderafi.aa Koukam pour leur amitié et pour les moments qu'ils ont passés à m'écouter ou à me relire, Dominique Antoine pour ses remarques issues d'une lecture passionnée.Cette thèse a été réalisée dans le groupe Vision du CRIN et je tiens à remercier tous ceux
qui, de près ou de loin, en ont facilité l'aboutissement, notamment Salvatore Tabbone, Eric Thirion, Karl Tombre et Brigitte Wrobcl-Dautcourt. Je remercie Tahar Khammaci qui m'ainitié à l'informatique, Bechir El-Ayeb, avec qui j'ai partagé de longues soirées au CRlN, Sarra
Jalcl Mzali, Monjia et Toufik Gabsi, Philippe Anglade, mes deux compagnons du bureau Hassan Bentefrit et Pierre Marquis, ainsi que tous ceux qui m'ont apporté leur soutien amical.Enfin, que
tous mes proches, parents et amis, trouvent ici le témoignage de l'expression de ma plus sincère gratitude, en particulier Kamila, Myriam et Abdelghani, que je remercie pour leur patience, soutien et leurs encouragements. -Merci à tous -Résumé
La détection de contours a pour objectif l'acquisition d'une représentation compacte de toutesles propriétés significatives de la scène perçue. Elle doit être efficace et fiable car la validité et
l'efficacité ainsi que les possibilités de réalisation des traitements ultérieurs y sont directement
liées. Cependant, la présence du bruit dans l'image rend difficile la conception d'un algorithme général de détection de contours satisfaisant d'une manière optimale ces exigences. C'est la raisonpour laquelle de nombreux détecteurs ont été proposés, souvent différents par leur objectif ainsi
quepar leurs propriétés mathématiques et algorithmiques. Le problème auquel se trouve souvent
confrontés les utilisateurs de la détection de contours est le choix du détecteur le plus approprié pour l'application envisagée. Lethème central de cette thèse est la détection de contours dans des images à niveaux de gris, en
visant la mise en oeuvre d'une sélection automatique de détecteurs et de leurs paramètres les plus appropriés pour mettre en évidence un contour donné.Pour disposer d'.un ensemble d'outils nécessaires à la détection de contours, nous proposons deux
détecteurs de contours originaux. Le premier est destiné aux lignes de crête. Il est optimal au sens deCanny et implanté efficacement par des équations aux différences. Le second est un détecteur
de contours fermés de type marches fondé sur des techniques d'apprentissage. li est destiné à des
images comportant quelques objets posés sur un fond. Cet algorithme peut être utilisé pour la détection de contours et pour l'extraction de régions.La définition critère de sélection de détecteurs et le calcul automatique de leurs paramètres
nécessite la spécification de la relation de cause à effet entre les caractéristiques du contour et
les propriétés des détecteurs. Dans ce contexte, nous proposons une étude bibliographique appro
fondie et une étude théorique mettant en évidence l'influence des attributs des contours sur les performances des détecteurs. Cette étude validée par des expérimentations a permis d'obtenir des résultats originaux.En ce qui concerne
la sélection des détecteurs de contours, nous proposons une approche incrémen tale qui consiste à choisir un seul détecteur à chaque itération. La combinatoire de l'approche pro posée est faible grâce à l'utilisation d'heuristiques. Le système implanté est composé d'algorithmes originaux. Il a l'avantage de fournir une solution efficace assurant le compromis entre deux critères de performance qui sont de nature antagoniste : la détection et la localisation.Mots Clés:
détection de contours, sélection de détecteurs, analyse de contours, formation de l'image, fusion des contours, fermeture de contours, m ulti-échelle.Table des matières
Introduction générale
I Introduction
1 La vision par ordinateur
1.1 Définition .............. .
1.2 Organisation
d'un système de vision1.2.1 Extraétion de primitives
1.2.2 Reconstruction 3D
1.2.3 Interprétation .
1.3 Conclusion
2 La formation de l'image
2.1 Introduction ..... .
2.2La fonction image ..
2.3 Les procédés de formation
2.3.1 Image de rayon X
2.3.2 Image optique . .
2.4 Que peut-on extraire
d'une image ? .3 La détection de contours
3.1 Notion de contours ................. .
3.2 La détection de contours est un problème mal posé3.3 Organisation
d'un détecteur de contours3.3.1 Lissage de l'image
3.3.2 Différentiation de l'image
3.3.3 Commutativité des opérations de lissage et de différentiation
3.4 Conclusion 7
9 13 13 13 15 16 17 18 19 19 19 20 2225
25
27
28
29
30
32
33
35
4 Les travaux antérieurs
4.1 Introduction . . . . .
...................... 35 1 24.2 Détecteurs autonomes de contours . . .
4.2.1 Détecteurs informels de marches
4.2.2 Détecteurs
optimaux de marches4.2.3 Détecteurs
d'autre types de contours4.2.4 Détecteur de contours rectilignes
4.3 Détecteurs contextuels de contours . . .
4.3.1 Détecteurs guidés
par le modèle.4.3.2 Générateur de détecteurs
4.4 L'approche multi-échelle
4.4.1 Définition . . . . . . . .
4.4.2La fusion des contours résultats .
4.4.3 La problématique de la détection multi-échelle de contours4.5 Le seuillage
4.6 Conclusion
5 Problématique et Conclusion
5.1 Caractérisation des résultats de la détection de contours
5.2 Problèmes liés
à la définition du contour
5.3 Problèmes liés
aux détecteurs . 5.45.5 5.3.1 Dérivation de détecteurs
5.3.2Implantation d'un détecteur .
5.3.3 Evaluation des résultats
d'un détecteurMéthodologie de détection de contours
Conclusion
II Les détecteurs de contours
1 Quelques détecteurs optimaux
1.1 Détecteur de J.F. Canny ...
quotesdbs_dbs10.pdfusesText_16[PDF] detection des contours d'une image
[PDF] détecteur sift
[PDF] mise en correspondance de points d intérêt
[PDF] poi garmin camping car
[PDF] garmin poi loader
[PDF] telecharger poi garmin gratuit
[PDF] mise jour radar gps mappy
[PDF] poi loader garmin radar gratuit
[PDF] telecharger aire camping car gps mappy
[PDF] poi garmin radar gratuit
[PDF] livre interpretation des reves en islam gratuit pdf
[PDF] poi kml
[PDF] l attitude de l homme face aux progrès scientifiques et techniques
[PDF] poésie sur la ponctuation