La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Cours #4 Photométrie et traitement de la couleur Plan n Découvertes n Photométrie u Caméras IR, multispectrales, 3D u Caméras couleur u Traitement de la.

Présentations similaires


Présentation au sujet: "Cours #4 Photométrie et traitement de la couleur Plan n Découvertes n Photométrie u Caméras IR, multispectrales, 3D u Caméras couleur u Traitement de la."— Transcription de la présentation:

1 Cours #4 Photométrie et traitement de la couleur Plan n Découvertes n Photométrie u Caméras IR, multispectrales, 3D u Caméras couleur u Traitement de la couleur n Échantillonnage n Géométrie discrète n Représentation

2 SYS-844 Hiver 2005 Cours #4 - 2 Forum

3 SYS-844 Hiver 2005 Cours #4 - 3 Découverte n A. R. Weeks, Jr., Fundamentals of Electronic Image Processing, IEEE/SPIE Press, n A. Marion, Acquisition & visualisation des images, Eyrolles, FF (~$70,00) u L’autre classique en vision en France u Description en détail de tout le processus d’acquisition des images. u Aucun traitement ou pré-traitement

4 SYS-844 Hiver 2005 Cours #4 - 4 Découverte : La couleur n Revue Science & Vie Junior, dossier hors-série, La couleur, u La couleur sous toutes ses … couleurs u Traitement simple et accessible des principaux concepts n Revue pour la Science, dossier hors-série, La couleur, Avril u Approche scientifique u Illusions, anomalies, etc. u Thèmes développés: F Comprendre la couleur F Produire la couleur F Percevoir la couleur F La couleur dans la culture n Giordano Beretta, Understanding color, HP, u Site du cours, onglet Documents divers

5 SYS-844 Hiver 2005 Cours #4 - 5 Découverte : La couleur (suite) n A. Trémeau, C. Fernandez-Maloigne et P. Bonton, Image numérique couleur - de l’acquisition au traitement Dunod, 2004 u Acheté à Paris, avril 2004 u Espaces couleur u Systèmes d’acquisition couleur u Segmentation u Compression u Applications

6 SYS-844 Hiver 2005 Cours #4 - 6 n 1.4 Photométrie Étude des différents capteurs pour traduire l’éclairement irradié sur le plan image en signal électrique.

7 SYS-844 Hiver 2005 Cours #4 - 7 u Caméra F Conventionnelle, avec film F Numérique •2 3,2 5 6 Mégapixels •Interface USB

8 SYS-844 Hiver 2005 Cours #4 - 8 u Caméra noir&blanc F CCD: la plus commune F Fréquence de balayage: 30 champs/s F 525 lignes

9 SYS-844 Hiver 2005 Cours #4 - 9

10 SYS-844 Hiver 2005 Cours # u Caméra couleur

11 F 2 types de détecteur des signaux de couleurs différentes CCD couleur 3 CCDs noir et blanc Filtre IR

12 SYS-844 Hiver 2005 Cours # Stockage en mémoire

13 SYS-844 Hiver 2005 Cours # F Images résultantes •Résolutions spatiales différentes •Couleurs différentes CCD couleur 3 CCDs noir et blanc

14 SYS-844 Hiver 2005 Cours # Les images R, G et B Lumière blanche Lumière rouge Lumière verte Lumière bleue

15 SYS-844 Hiver 2005 Cours # Les intensitées des images R, G et B Lumière blanche Lumière rouge Lumière verte Lumière bleue

16 SYS-844 Hiver 2005 Cours # Aberrations chromatiques causées par la lentille de la caméra couleur Les rayons lumineux ne convergent donc pas tous au même point focal.

17 SYS-844 Hiver 2005 Cours # Effets des aberrations chromatiques sur les images R, G et B Lumière blanche Lumière rouge Lumière verte Lumière bleue

18 SYS-844 Hiver 2005 Cours # u Caméra infra-rouge F C’est la température de surface qui est captée F Applications militaires Bande vidéo: véhicules et animaux

19 SYS-844 Hiver 2005 Cours # F Surveillance des feux de forêts

20 F Mesures de l’isolation de bâtiments

21 u Caméras 3D F Images de profondeur Papier Circuit intégré

22 SYS-844 Hiver 2005 Cours # F Surfaces 3D générées Papier Circuit intégré

23 SYS-844 Hiver 2005 Cours # F Triangulation laser •Balayage synchronisé

24 SYS-844 Hiver 2005 Cours #4 - 24

25 SYS-844 Hiver 2005 Cours # •Défocalisation par double ouverture: caméra Biris

26 SYS-844 Hiver 2005 Cours # F Triangulation stéréo F Stéréo active •Source de lumière ponctuelle et colorée pour assister l ’appariement

27 F Exemple d’image stéréo couleur

28 SYS-844 Hiver 2005 Cours # u Imagerie médicale F Rayons X F Tomographie axiale

29 F Imagerie médicale •Générations d’images 3D par techniques de déprojection basées sur une série d’images 2D Reconstructions de virus observés au microscope électronique

30 •Générations d’images 2D par techniques de reconstruction basées sur une série de signaux 1D (tomographie axiale) Reconstructions de sections d’un genou de moustique observé en rayons X

31 SYS-844 Hiver 2005 Cours # u Caméra multispectrale F 4-10 longueurs d’ondes (couleurs) u Caméra hyperspectrale F longueurs d’ondes (couleurs) u Ex: photos aériennes et satellites u Pour chaque pixel d’une image, le spectre de réflectance renseigne sur: F Composition chimique des sols •Géologie, •Déversements industriels F Types d’agriculture •Blé, •Orge, •Cannabis

32 Principes d’une caméra multispectrale Analyse spectrale

33 Exemple d’une série d’images multispectrales

34 Identification des types de sols à partir des spectres mesurés

35 SYS-844 Hiver 2005 Cours # Autres capteurs n Rayons X u Avec focus: lentilles cylindriques (distance focale finie) u Sans focus: système Charpak (distance focale infinie) u Détection par ionisation n Ultra Violets u Lentilles en quartz u Détecteurs à état solide n Infra Rouges u Système refroidi u Détecteurs bolométriques et à état solide

36 Télescope à rayons X

37 SYS-844 Hiver 2005 Cours # n Micro-ondes u Miroirs paraboliques, u Bolomètres et interféromètres n Ondes radio u Miroirs paraboliques, u Interféromètres (ex. radiotélescope VLA) u Récepteurs radio refroidis

38 SYS-844 Hiver 2005 Cours # Traitement de la couleur

39

40 SYS-844 Hiver 2005 Cours # n Perception de la couleur

41 SYS-844 Hiver 2005 Cours #4 - 41

42 SYS-844 Hiver 2005 Cours # Les cônes et la bâtonnets sur la rétine n Les cônes u 6-7 millions u détectent les couleurs u fonctionnent en lumière intense (jour) u situés sur la tâche jaune (fovea) F Grande densité (images nettes) F N.B. On regarde directement un objet n Les bâtonnets u 125 millions u ne détectent pas les couleurs u fonctionnent en lumière faible (nuit) u situés autour de la tâche jaune F Faible densité (images plus floues) F N.B. On doit regarder à côté d’un objet pour le voir!

43 Les cônes et les bâtonnets

44 SYS-844 Hiver 2005 Cours # Appariement de couleurs La facilité à discerner deux couleurs dépend de leur contraste et de celui du signal de fond.

45 Impression de profondeur générée par lignes de contour colorées Nébuleuse et étoiles

46 SYS-844 Hiver 2005 Cours # Circuit intégré

47 SYS-844 Hiver 2005 Cours # n Termes subjectifs pour décrire une couleur u Teinte, tonalité chromatique (hue) F Couleur perçue (eg bleu marine, orange, etc) u Luminosité (brightness) F Niveau de gris équivalent u Clarté (lightness) u Niveau de coloration, chromaticité (colorfulness) u Chroma u Saturation F % de blanc dans la couleur (ex.: rose= rouge avec blanc rose moins saturé que rouge) ref.: Understanding Color (understandColor.pdf)

48 SYS-844 Hiver 2005 Cours # n Modèle RVB (RGB) L ’information de couleur est décomposée selon l’éclairement dans 3 bandes: Rouge, Vert et Bleu.

49 SYS-844 Hiver 2005 Cours # Bleu Magenta Cyan Vert Rouge Jaune Noir Blanc Ligne de Niveaux de gris B V R

50 SYS-844 Hiver 2005 Cours #4 - 50

51 SYS-844 Hiver 2005 Cours # n Modèles chromatiques 1 composante pour la clarté 2 composantes pour la couleur u Modèle HSL Hue, Saturation, Lightness

52 SYS-844 Hiver 2005 Cours #4 - 52

53 SYS-844 Hiver 2005 Cours # B V R S H L R V B blanc noir

54 Système RGB Système HSV

55 Les images R, G et B Lumière blanche Lumière rouge Lumière verte Lumière bleue

56 Les images H, S et V Lumière blanche Image de teinte (H) Image de saturation (S) Image d’intensité (V)

57 Les images H, S et V sont très utilisées pour segmenter les images couleurs •Exemple: On veut segmenter la fleur jaune

58 SYS-844 Hiver 2005 Cours # •Identification des pixels dans un intervalle de valeurs de teinte (hue)

59 SYS-844 Hiver 2005 Cours # •Identification des pixels dans un intervalle de valeurs de saturation

60 SYS-844 Hiver 2005 Cours # •Identification des pixels communs aux deux images précédentes

61 SYS-844 Hiver 2005 Cours # •Identification du périmètre de la région résultante

62 SYS-844 Hiver 2005 Cours # •Superposition du contour à l’image initiale

63 SYS-844 Hiver 2005 Cours # Numérisation La numérisation est la conversion du signal électrique continu (dans l ’espace ou temps et en valeur) en un signal numérique discret (image numérique).

64 SYS-844 Hiver 2005 Cours # n Décisions: u Résolution spatiale ou échantillonnage: Combien d ’échantillons ? u Tessellation: Forme des pixels ? u Quantification: Combien de niveaux discrets sont suffisants pour couvrir la plage du signal ? (en bits).

65 SYS-844 Hiver 2005 Cours # n Échantillonnage u Théorème de Nyquist Avec  x : intervalle (x ou y) d ’échantillonnage et d :dimension de la plus petite structure dans l ’image Équivalent fréquentiel (e.g. 5 poteaux / mètre)

66 SYS-844 Hiver 2005 Cours # Essai: échantillonnage à la clôture

67 SYS-844 Hiver 2005 Cours # er essai: intervalle de l ’ordre de d

68 SYS-844 Hiver 2005 Cours # er essai: résultat: information perdue

69 SYS-844 Hiver 2005 Cours # e essai: intervalle de l ’ordre de d/2

70 SYS-844 Hiver 2005 Cours # Essai: résumé

71 SYS-844 Hiver 2005 Cours # n Éclairement d ’un pixel

72 SYS-844 Hiver 2005 Cours # Atténuation de contraste

73 SYS-844 Hiver 2005 Cours # n Discrétisation Transformer le signal continu d’éclairement en 1 de K valeurs discrètes de niveaux de gris

74 SYS-844 Hiver 2005 Cours # Soit E(x,y) un signal continu 0  E(x,y)  M K =plage de valeurs discrètes (niveaux de gris)

75 SYS-844 Hiver 2005 Cours #4 - 75

76 N=2 N=4 N=8 N=16 N=32 N=256 Effets de la discrétisation (suite)

77 SYS-844 Hiver 2005 Cours # u Fonctions de discrétisation: F Uniformelogarithmique

78 SYS-844 Hiver 2005 Cours # n Tessellation (pavage) C’est la forme du pixel. Le pavage est «choisi» pour couvrir au mieux le plan image. Le pavage est donc une partition du plan image qui, une fois discrétisé, résulte en un maillage qui représente la grille d ’échantillonnage

79 SYS-844 Hiver 2005 Cours #4 - 79

80 SYS-844 Hiver 2005 Cours # Géométrie discrète n Connectivité

81 SYS-844 Hiver 2005 Cours # Points connectés: 2 points P1 et P2 sont connectés si un tracé peut être trouvé sur lequel une fonction appliquée sur l’image donne la même valeur tout le long du parcours.

82 SYS-844 Hiver 2005 Cours # Étiquettage des zones connectées: algorithme de croissance.

83 SYS-844 Hiver 2005 Cours # n Voisinage Le voisinage d ’un pixel peut être défini 4 - ou 8 - voisins. 4 voisins8 voisins

84 SYS-844 Hiver 2005 Cours # Connectivité 4 - voisins Connectivité 8 - voisins Aucune de ces définitions de voisinage n’est satisfaisante

85 SYS-844 Hiver 2005 Cours # n Distance Soient P 1 (i,j) et P 2 (n,m) Distance euclidienneDistance «pâté de maison» Distance «tour d’échiquier»

86 SYS-844 Hiver 2005 Cours # Représentation d’une image d’éclairement

87 SYS-844 Hiver 2005 Cours #4 - 87


Télécharger ppt "Cours #4 Photométrie et traitement de la couleur Plan n Découvertes n Photométrie u Caméras IR, multispectrales, 3D u Caméras couleur u Traitement de la."

Présentations similaires


Annonces Google