Upload
others
View
12
Download
0
Embed Size (px)
Citation preview
Introductionà la vision numérique
Présentation du plan de coursLectures supplémentaires:
Sonka et al: chap. 1
Patrick Hébert & Denis Laurendeau (dernière révision mai 2016)
1
2
Qu'est-ce que la vision artificielle?
• source:
• simple ou multiple
• ponctuelle ou non
• contrôlable ou non
milieu de
propagation
action
• traitement
• représentation
• raisonnement
• décision
• caméra:
• 1 ou plusieurs
• fixe ou mobile
• couleur, N&B, IR, X, TeraHz
Processus d’interprétation!
• Objets
• statiques ou dynamiques
• rigides ou déformables
• mats, transparents ou brillants
3
D’où part-on?Une image numérique
*tirée de Trucco et Verri
matrice des valeurs de
l'image noir et blanc
de l'oeil
4
Plan du cours –Une introduction plus 3 parties
1. Introduction et mise à jour en mathématiques
2. Formation des images
3. Traitement de base d’une image
4. Traitement multivue et reconstruction
5
1- La formation des images: géométrie et radiométrie
• Projection, modèles de caméras et systèmes d’acquisition
• Radiométrie: lumière, sources, réflectance de surface, définition et application de concepts
6
2- Traitement de base d’une image
• Bruit
• Filtrage
• Extraction et description élémentaire de caractéristiques basées sur les pixels: points, régions, contours
7
3- La vision 3D: traitement multivue et la reconstruction 3D
• Objectif:
• Décrire la structure et l'organisation des objets dans l'espace
• Comment?
• la stéréoscopie
• la vision active (survol rapide)
8
Des applications de la vision artificielle• Assemblage/inspection/métrologie
• Guidage
• Surveillance
• Communications homme-machine
• …
En général, on imposera des contraintes pour simplifier le processus de vision.
9
Un exemple de ce que vous pourrez faire …
• Segmentation
• Suivi (tracking)
• Homographie
10
Deux autres exemples!
Suivi de trajectoire Projet de vision: la table interactive
11
Vision vs traitement des images
• Le traitement des images vise à :• Améliorer une image pour visualisation (imagerie médicale,
astronomie)
• Restaurer une image: corriger des dégradations (ex: le flou) à partir de modèles
• Compresser une image pour transmission sur réseau
**En traitement d’images, l’interprétation demeure essentiellement au niveau du pixel. L’humain interprète le contenu de l’image.
12
Exemple de traitement d’image
Tirées de restoreinpaint.sourceforge.net
avant après
13
Autres domaines connexes
• Infographie (synthèse vs analyse)
• Photogrammétrie (cartographie, mesure)
• Reconnaissance de formes
14
Le modèle humain : vision biologique et psychophysique
• Une source d'inspiration mais … non exempt d’erreurs
• Voici quelques exemples parmi des centaines!
15
image tirée de Nalwa
Que voyez-vous?
En êtes-vous sûrs?(faites un suivi avec votre
doigt)
La spirale de Fraser
16
• Comme nous le verrons dans le cours, une image est une projectiond'une scène réelle. Une même image peut donc être le résultat de plusieurs scènes (en théorie).
• Il faut donc plusieurs images ou des connaissances a priori sur la scène si on veut établir un lien entre les images et le monde réel 3D.
17
Un exemple!
Que voyez-vous?
images tirée de Nalwa
Et maintenant?
18
Il s'agit du même fichier d'image avec une rotation à 180 degrés!
images tirée de Nalwa
Explication de notre interprétation : on supposerait que l'éclairage provient du dessus
19
Références utiles en vision artificielle
• sites web• CVonline:
http://www.dai.ed.ac.uk/CVonline
• computer vision homepage:http://www-2.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html
• computer vision bibliography: http://iris.usc.edu/Vision-Notes/bibliography/contents.html
20
Quelques revues scientifiques
• International Journal of Computer Vision (IJCV)
• IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI)
• Computer Vision and Image Understanding (CVIU)
• Machine Vision and Applications (MVA)
• Image and vision Computing Journal (IVC)
• Journal of the Optical Society of America A
• Pattern Recognition
• Journal of Photogrammetry and Remote Sensing
21
Magazines (abonnement gratuit)
• Advanced Imaging
• Vision and System Design
22
Conférences• International Conference on Computer Vision (ICCV)
• International Conference on Computer Vision and Pattern Recognition (CVPR)
• European Conference on Computer Vision (ECCV)
• International Conference on Image Processing (ICIP)
• International Conference on Pattern Recognition (ICPR)
• International Conference on 3-D Vision (3DV)
23
Outils mathématiques et librairie utiles
Outils:
• Numerical Recipes
• Matlab
• Mathematica
Librairie de vision
• OpenCV http://opencvlibrary.sourceforge.net/