1 / 37

Sujets Détection des droites Transformée de Hough (espace paramétré)

PIF-6003 Sujets spéciaux en informatique I. Sujets Détection des droites Transformée de Hough (espace paramétré) avec la pente et l’ordonnée à l’origine avec la normale et l’angle Détection des droites dans l’espace transformé Détection des cercles/ellipses Lectures: Notes de cours.

garth-wall
Download Presentation

Sujets Détection des droites Transformée de Hough (espace paramétré)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. PIF-6003Sujets spéciaux en informatique I • Sujets • Détection des droites • Transformée de Hough (espace paramétré) • avec la pente et l’ordonnée à l’origine • avec la normale et l’angle • Détection des droites dans l’espace transformé • Détection des cercles/ellipses • Lectures: Notes de cours

  2. Détection des droites • Si nous avons une image binaire dont les pixels avec une valeur de niveau de gris à PIXMAX font partis de segments de droites • La détection des droites pourrait être effectuée en: • Déterminant l’ensemble des droites potentielles • Chercher les points proches de chaque droite potentielle • => n3 comparaisons

  3. Transformée de Hough    (avec la pente et l’ordonnée à l’origine) Figure 7.15 [rf. GONZALEZ, p. 434]

  4. Représentation discrète d’un espace paramétré : transformée de Hough Tableau de compteurs de points colinéaires Figure 7.16 [rf. GONZALEZ, p. 435]

  5. Représentation discrète d’un espace paramétré : transformée de Hough (a) (b) Figure 7.16 [rf. GONZALEZ, p. 435] Image contenant deux segments de droite Représentation du tableau de compteurs

  6. Transformée de Hough    (avec la pente et l’ordonnée à l’origine) • Faiblesse • Pour a ->  => droite verticale b ->  • Difficile à représenter dans l’espace paramétré

  7. Transformée de Hough    (avec la normale et l’angle) Figure 7.17 [rf. GONZALEZ, p. 436]

  8. Transformée de Hough    (avec la normale et l’angle) • Forme normale de la droite  = x cos  + y sin  • L’espace paramétré est borné par:  -(H2+L2)1/2, (H2+L2)1/2 H: Hauteur de l’image L: Largeur de l’image  -/2,/2

  9. A B Transformée de Hough (exemples) Espace paramétré rq ( Arelie les pts 1, 3 et 5 et B les pts 2, 3 et 4) Espace paramétré rq ( inversion des signes de ret qà ± 90°) Espace paramétré rq {où qs’étend de ± 90° et rde ± Ö2D} Image avec 5 points spécifiques Figure 7.18 [rf. GONZALEZ, p. 437]

  10. Transformée de Hough    (avec la normale et l’angle) • Algorithme général • Effectuer la transformée de Hough • Pour chaque pixel à PIXMAX • Calculer les droites chacune paramétrées , pouvant passer par ce pixel • Faire la mise à jour des compteurs de points colinéaires (espace paramétré) aux positions , • Détecter les droites • Parcourir l’espace paramétré et déterminer si le nombre de points colinéaires dépasse un seuil fixé par l’usager

  11. Détection des droites dans l’espace transformé (exemples) Figure 7.14 [rf. GONZALEZ, p. 433]

  12. Détection des droites dans l’espace transformé (exemple OpenCV: houghlines.c)

  13. Détection des droites dans l’espace transformé (exemple OpenCV: houghlines.c)

  14. Détection des droites dans l’espace transformé (exemple OpenCV: houghlines.c)

  15. Détection des droites dans l’espace transformé (exemple OpenCV: houghlines.c)

  16. Détection des droites dans l’espace transformé (exemple OpenCV: houghlines.c)

  17. Détection des droites dans l’espace transformé (exemple OpenCV: houghlines.c)

  18. Détection des cercles • Expression du cercle en coordonnées polaires • L’espace projeté est paramétré par xc et yc donnés par

  19. Détection des cercles • Algorithme général • Effectuer la transformée de Hough (cercle de rayon r) • Pour chaque pixel à PIXMAX • Calculer les centres des cercles donnés par xc,yc pouvant contenir ce pixel • Faire la mise à jour des compteurs des centres de cercle (espace paramétré) aux positions xc,yc • Détecter les cercles • Parcourir l’espace paramétré et déterminer si le nombre de points cocirculaires dépasse un seuil fixé par l’usager

  20. Détection des cercles (Exemple) • Image monnaie

  21. Détection des ellipses (Exemple) (ex: findThresholdFaceNIR.c)

  22. Détection des ellipses (Exemple) (ex: findThresholdFaceNIR.c)

  23. Détection des ellipses (Exemple) (ex: findThresholdFaceNIR.c) //

  24. Détection des ellipses (Exemple) Extraction des contours à partir de l’image seuillée

  25. Détection des ellipses (Exemple) (ex: findThresholdFaceNIR.c)

  26. Détection des ellipses (Exemple) Extraction des contours et ellipses à partir de l’image seuillée

  27. Détection des ellipses (Exemple) • Si nous avons N points d’un contour p1 …. pN dans une images et pi = [xi, yi]T. Posons x = [x2, xy, y2, x, y, 1]Tet p = [x, y]T, alors nous pouvons écrire: • Cette forme générale d’une ellipse est caractérisée par le vecteur de • paramètres a = [a, b, c, d, e, f]T. L’approximation d’un contour par une • ellipse revient à trouver un vecteur a0 qui approxime le mieux les points pi • d’un contour au sens des moindres carrés, et qui est la sol’n de: D() est une fonction distance

  28. Détection des ellipses (Exemple) • En utilisant la distance algébrique le problème de minimisation de moindre carré précédent devient linéaire et peut être résolu de façon directe sous la forme: • Pour éviter la sol’n triviale a = 0 nous devons imposer une contrainte sur • a avec la matrice C (constraint matrix):

  29. Détection des ellipses (Exemple) • Ensuite, nous pouvons réécrire la fonction de minimisation basée sur la distance algébrique sous la forme: • Avec X la matrice (design matrix) de la forme suivante et S = XTX • (scattering matrix):

  30. Détection des ellipses (Exemple) • Le vecteur a0 optimal correspond au vecteur propre associé à la seule valeur propre négative découlant du système suivant : • Algorithme: • Créer la matrice X à partir des point pi = [xi, yi] d’un contour • Calculer la matrice S = XTX • Créer la matrice C • Calculer les valeurs propres  du système précédent et trouver la • valeur propre négative n à laquelle est associée le vecteur propre • optimal a0

  31. Détection des ellipses (Exemple) • Exemples d’approximation découlant de l’application de l’algorithme précédent: Bruit de contour gaussien croissant

  32. Détection des ellipses (Exemple) • Exemple de programme OpenCV (RTGazeTracking.c): Création de la matrice de contraintes C

  33. Détection des ellipses (Exemple) • Exemple de programme OpenCV (RTGazeTracking.c) (suite ….): Création de la matrice X

  34. Détection des ellipses (Exemple) • Exemple de programme OpenCV (RTGazeTracking.c) (suite ….):

  35. Détection des ellipses (Exemple) • Exemple de programme OpenCV (RTGazeTracking.c) (suite ….):

  36. Détection des ellipses (Exemple) • Exemple de programme OpenCV (RTGazeTracking.c) (suite ….):

  37. Résumé • Segmentation des images par détection des droites • Détection des droites • Transformée de Hough • Détection des droites dans l’espace transformé • Détection des cercles/ellipses

More Related