Traitements d'images et Vision par ordinateur

Slides:



Advertisements
Présentations similaires
Lumière colorée et couleurs des objets
Advertisements

Exposé SI28 Photoshop CS04, Séance 1 Thibault Seillier – Lenoir Cécile
Le système visuel humain
La lumière et les couleurs (Chap4)
Chap P3 (livre p46) Couleur des objets Coller le rappel 1.
Chap PC2 (livre p43) Couleurs et arts Coller le rappel 1.
MORPHOMETRIE ET QUANTIMETRIE
Vision Par Ordinateur Partie matérielle Entrée Partie logicielle
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Traitements d'images et Vision par ordinateur
Chapitre 5 : Image couleur
Formation aux techniques de la couleur
Les Images Couleur Cours 4
Traitements d'images et Vision par ordinateur
Algorithmes sur les images dans Excel
La couleur BEP Mode LP Magenta.
Lumière blanche et filtres colorés
Traitements d'images et Vision par ordinateur
Traitements d'images et Vision par ordinateur
Chapitre 1 : Lumières et couleurs
1. LIER ANATOMIE ET COULEURS PRIMAIRES
Traitements d'images et Vision par ordinateur
Représentation numérique de l’information
Nicolas Holzschuch iMAGIS-GRAVIR/IMAG
LA VISION ET LA REPRODUCTION DES COULEURS
Design dun système de vision embarqué. Application:
Les couleurs Par: Luce Caron.
LES REHAUSSEMENTS D'IMAGES
1. Les phénomènes astronomiques
L ’acquisition d ’images
Quel couleur?.
SCHNEIDER Laurent NOYER Vincent TEISSIE Alexis
Application d’algorithmes d’extraction de la couleur et des textures à partir d’images aériennes dans le contexte de l’extraction de bâtiments pour supporter.
La lumière visible Comment l’exploiter ?
Illustrator – couleurs et formes géométriques
Les couleurs et les phénomènes lumineux
La Lumière et les couleurs
L’effet d’un filtre coloré sur une lumière incidente
Vision des couleurs et spectrophotométrie
Algorithmes sur les images dans Excel
OBSERVER COULEURS ET IMAGES.
La lumière visible Comment l’exploiter ?
CHANGER LA COULEUR DOMINANTE D’UNE IMAGE © 2010 Frederic DAVID.
TP2 synthèse additive, synthèse soustractive
Couleurs et images.
CHAPITRE 1 LA COULEUR DES OBJETS. CHAPITRE 1 LA COULEUR DES OBJETS.
La couleur BEP Mode LP Magenta.
COLORIMETRIE Remerciements à G. Pratz.
Chap 1:Lumières colorées
Chapitre 1: Les couleurs
Semaine 06 vA14 Modèle colorimétrique Détection de contours
Introduction au Traitement d’image
Chap PC2 (livre p43) Couleurs et arts Coller le rappel 1.
La couleur! Références: Sonka et al: section 2.4
Pixels, Résolution, et Manipulations d’Images
DESIGN GRAPHIQUE A. DAAIF ENSET Université Hassan II
Chapitre 2 Synthèse additive et couleurs des objets.
Synthèse soustractive
Images. Une image est constituée de « pixels »: il y en a ici 600  500 = Ce sont des petits carrés colorés de manière uniforme. Codage de l’image.
MPEG : normalisation La vidéo est compressé en MPEG2 Une vidéo classique : (720x576) à 50 images entrelacées par seconde. Le Mpeg-2 travaille sur 1/4 de.
Les couleurs.
Image Ready SI28 _ P09 MACHIN Alexandre BRUTEL Aline.
La couleur.
Bloc 1 - UE 5 - Technologies de l’information et de la communication TIC Bachelier en immobilier T. SOUMAGNE.
Photoshop 6.0 Aurélie KNOSP Ye LU.
Synthèse additive Synthèse soustractive
Transmission, stockage d'information C-Images numériques.
La synthèse additive des couleurs
Lumières colorées. I- Lumières colorées 1- Dispersion de la lumière : Utilisation d ’un prisme ou d’un réseau.
Transcription de la présentation:

Traitements d'images et Vision par ordinateur Couleur Alain Boucher - IFI aboucher@ifi.edu.vn

La couleur

Vision par ordinateur - Alain Boucher Introduction Intérêt de la couleur segmentation et reconnaissance simpliflié plusieurs informations par pixels au lieu d’une seule Images multi-spectrales Chaque pixel enregistre l’information issue d’une bande spectrale. On obtient des images couleur à partir, par exemple, des 3 bandes dans le spectre visible. On peut construire des appareils (exemple : spectromètre) pour voir les bandes hors du visible (rayons X, infrarouge, ondes radio). Vision par ordinateur - Alain Boucher

Vision par ordinateur - Alain Boucher L’humain et la couleur Chez l’humain, la couleur est perçue via les cônes. Il y en a trois types : Low, Medium and Supra-Frequency. Par abus, on parle de cônes Rouge, Vert et Bleu. La transformation entre stimuli des cônes et perception de la couleur est un phénomème qui n’est pas encore bien modélisé. L M S Source : 19263.gel.ulaval.ca Vision par ordinateur - Alain Boucher

Représentation Rouge-Vert-Bleu Vision par ordinateur - Alain Boucher

Représentation en couleurs primaires Représentation en couleurs primaires Rouge-Vert-Bleu Forme additive des couleurs (pour l’affichage à l’écran) Pour une teinte de gris : R=V=B Représentation en couleurs primaires Cyan-Magenta-Jaune Forme soustractive des couleurs (pour l’impression sur papier) On soustrait du blanc plutôt que d’ajouter au noir comme en RVB. CMJ = 1 - RVB Vision par ordinateur - Alain Boucher

Vision par ordinateur - Alain Boucher Segmentation couleur La couleur est analysée comme trois composantes. L’ajout de composantes couleurs permet de compléter et d’améliorer les résultats. Exemple : seuillage seulement si les trois, ou 2 sur 3, composantes couleurs sont supérieures à un seuil. Exemple : ajout des contours détectés dans les trois plans couleurs. Vision par ordinateur - Alain Boucher

Traitement d’une image couleur Image originale Décomposition RVB Egalisation d'histogramme Profil d’intensité Gradient Sobel Segmentation division-fusion Vision par ordinateur - Alain Boucher

Vision par ordinateur - Alain Boucher Histogramme couleur 3D On peut détecter la couleur d'un objet en construisant un histogramme 3D RVB. On alloue un tableau 3D de taille N (exemple : N=32) pour réduire la taille de l'histogramme. Pour chaque pixel, on incrémente la case associée de l'histogramme. Source : www-prima.inrialpes.fr/Prima/jlc/Courses/Courses.html Vision par ordinateur - Alain Boucher

Couleurs des scènes naturelles Selon les conditions, les couleurs observées dans une scène peuvent varier beaucoup. Cela compliquera la segmentation de l’image. Source : www.cs.rutgers.edu/~vladimir/class/cs534.html Vision par ordinateur - Alain Boucher

Représentation Teinte-Saturation-Valeur La représentation Teinte-Saturation-Valeur (TSV) est la plus utile pour la segmentation et la reconnaissance. Conversion non-linéaire Représentation plus physique de la couleur En anglais Hue-Saturation-Value (HSV). On sépare pour un pixel L’intensité du pixel (valeur) La couleur du pixel (teinte + saturation). On n’a pas cette séparation dans le codage RVB. En RVB, les trois informations ne sont pas entièrement décorrélées. Vision par ordinateur - Alain Boucher

Représentation Teinte-Saturation-Valeur Valeur = (Rouge + Vert + Bleu) / 3 La Teinte est codée comme un angle entre 0 et 2. La Saturation est codée comme un rayon entre 0 et 1. S = 0 : gris S = 1 : couleur pure Exemple : rouge intense RVB (255,0,0) TSV (0,1,255) V Teinte R Note : on trouve dans la littérature différentes définitions plus ou moins équivalentes de TSV. B Vision par ordinateur - Alain Boucher

Représentation Teinte-Saturation-Valeur Gauche : image originale Centre : diminution de 20% de la saturation Droite : augmentation de 20% de la saturation Source : 19263.gel.ulaval.ca Vision par ordinateur - Alain Boucher

Segmentation Teinte-Saturation-Valeur Si on connait la couleur de l’élément que l’on recherche, il suffit de la modéliser par un intervalle de Teinte. Cet intervalle est valide si Saturation > seuil (sinon teinte de gris). Ceci est indépendant de la Valeur, qui est plus sensible aux conditions d’éclairage. Vision par ordinateur - Alain Boucher

D’autres espaces couleur Il existe bien d’autres façons de coder la coiuleur. Chaque espace a son application. Exemple : La télévision NTSC utilise YIQ télévision noir et blanc : Y seulement Exemple : JPEG et MPEG utilise YUV et plusieurs autres encore… Vision par ordinateur - Alain Boucher