Amélioration de la visibilité

Slides:



Advertisements
Présentations similaires
Champs de Markov en Vision par Ordinateur
Advertisements

Chapitre 6 : Restauration d’images
R. Babari, N. Hautière, E. Dumont et N. Paparoditis
TRAITEMENT D’IMAGE SIF-1033.
SUJETS SPÉCIAUX EN INFORMATIQUE I
SUJETS SPÉCIAUX EN INFORMATIQUE I
Sujets spéciaux en informatique I PIF Approches non-paramétriques u Technique de classification NN u Technique de classification k-NN u Erreurs.
Sabrina Tollari, Hervé Glotin, Jacques Le Maitre
PIF6004 Sujets Spéciaux en informatique II
Systèmes ADAS: Détection de la somnolence et panneaux d’arrêt
Génération de routes optimales Sujets Introduction TSP Colonies de fourmis (voir autre présentation Informs Healhcare) PIF6004 Sujets Spéciaux en informatique.
Couche limite atmosphérique
Modélisation Géométrique Cours 4 : Acquisition de la géométrie.
BENCHMAK Chimie - Transport Jérôme CARRAYROU Institut de Mécanique des Fluides et des Solides Strasbourg.
Hypergraph Lossless Compression, Quadtrees et notion de complexité sur les images G graphes et sécurité Sujet de stage de Master en cours: Sujet de thèse.
Thème 6.  Introduction – processus électrochimiques et transfert de matière  Diffusion en électrolytes, cinétique de diffusion  Diffusion et convection,
Comparing color edge detection and segmentation methods Projet TIM.
GHU 9/09/2016 Atelier : De la prise de vue numérique à la publication 1)L'appareil de photo numérique 2)La prise de vue et ses réglages 3)Profondeur de.
1 Estimation temps réel du flot optique Julien MARZAT 3A – ISA CPDS Tuteur ENSEM:Didier WOLF Tuteur INRIA :André DUCROT.
Introduction à la vision numérique Présentation du plan de cours Lectures supplémentaires: Sonka et al: chap. 1 Patrick Hébert & Denis Laurendeau (dernière.
LA MESURE DE LUMIÈRE PHOTO CLUB NANTAIS. LA BONNE EXPOSITION Prendre une photo consiste à exposer une surface photosensible, à une source Lumineuse. En.
Cours d’Econométrie de la Finance (Stat des choix de portf. IV 1-2)
La pression, un paramètre influençant les performances sportives
Introduction aux S.I.G Systèmes d’Information Géographique.
Optique ondulatoire : interférences et diffraction
Chapitre 20 Et si nous réfléchissions ….
Cours d’Econométrie de la Finance (STA202 – IV 3-4)
Evaluation formative Déterminer graphiquement la position, la grandeur et le sens de l’image d’un objet-plan donnée par une lentille convergente.
DIAMÈTRE de la LUNE par ARISTARQUE
HUDELOT Céline, Monique THONNAT Inria Sophia Antipolis Equipe ORION
Thème : Observer Chap.3 :Propriétés des ondes (Diffraction – Interférences - Effet Doppler) Physique - Chap.3.
BASES MÉTHODOLOGIQUES ET APPLICATIONS
GRAPHISME PAR ORDINATEUR
Détection d’objets (obstacles) avec une seule caméra
SUJETS SPÉCIAUX EN INFORMATIQUE I
Concepts avancés en mathématiques et informatique appliquées
Introduction au traitement d’images Simulation sous Matlab Professeur. Mohammed Talibi Alaoui Département Mathématique et Informatique, Oujda.
GRAPHISME PAR ORDINATEUR
PROCEDURE DE CALCUL DES COLLECTEURS Tracé du réseau en plan Découpage en tronçons de 300 m environ Délimitation du bassin versant drainé par chaque tronçon.
Chapitre 12 : Pression et sport Objectifs : - Savoir que dans les liquides et les gaz la matière est constituée de molécules en mouvement. - Utiliser la.
DÉTECTION DE DÉFAUTS DANS DES HOLOGRAMMES DE PHASE
OPTIMISATION 1ère année ingénieurs
Evaluation formative Déterminer graphiquement la position, la grandeur et le sens de l’image d’un objet-plan donnée par une lentille convergente.
Couche limite atmosphérique
Suivi de waypoints par un robot buggy autonome
VI. Introduction à l ’indexation
#SafeDriver La sécurité routière, un enjeu majeur pour total « J’adapte ma conduite dans des conditions difficiles » Réunions de sensibilisation,
Une protubérance solaire
SIF1033 TRAITEMENT D’IMAGE
CHAMP DE PESANTEUR.
Travailler une luminance en FITS sur photoshop
Systèmes ADAS: Détection de panneaux de vitesse
Systèmes de Transport Intelligent: Couche Perception
Détection d’objets (obstacles) avec une seule caméra
Sujets Spéciaux en informatique II
Systèmes ADAS: Assistant de contrôle de direction et de voies
Reconnaissance de formes: lettres/chiffres
SUJETS SPÉCIAUX EN INFORMATIQUE II
Contribution du LHyGeS
Estimation de la profondeur optique de l’aérosol
Systèmes ADAS: Détection de panneaux d’arrêt
SUJETS SPÉCIAUX EN INFORMATIQUE II
IV- CORRECTION A AVANCE DE PHASE
La perception du relief: indices monoculaires et binoculaires
PROGRAMMATION SCIENTIFIQUE EN C
Systèmes ADAS: Détection de la somnolence
Les problèmes de focalisation
PROGRAMMATION SCIENTIFIQUE EN C
Les TD en première et terminale.
Transcription de la présentation:

Amélioration de la visibilité PIF6004 Sujets Spéciaux en informatique II Amélioration de la visibilité Sujets Introduction Approches Retinex Approches basées sur la loi de Koschmieder (luminance de la scène) Voir: Hautière et al., Contrast Restoration of Foggy Images Through Use of Onboard Camera, Proceedings of the 8th International IEEE Conference on Intelligent Transport System, September, 2005.

Introduction Tâches de conduite pouvant devenir difficiles sous certaines conditions: Brouillard, pluie, neige etc.

Introduction Advanced Driver Assistance Systems (ADAS): taches de conduite

Introduction Advanced Driver Assistance Systems (ADAS): réactions découlant des événements externes

Problématique de transmission/diffusion de la lumière Introduction Problématique de transmission/diffusion de la lumière Formule de luminance de Koschmieder L0: luminance intrinsèque d’un objet L: Luminance du ciel β : coefficient d’atténuation de l’air R: Lumière réfléchie A: Luminosité de l’air

Approche Retinex Approche qui élimine une composante d’intensité constante sur toute l’image, n’est pas considérée comme une méthode d’amélioration de la visibilité puisque non basée sur la formule de Koschmieder Paramètres typiques: Nombre de niveaux (échelles) k = 1, 2, 3

Approche Retinex Approche qui élimine une composante d’intensité constante sur toute l’image

Approche Planar asumption (PA) Approche qui permet d’estimer la distance de visibilité, qui est fonction du coefficient d’atténuation, et suppose que le brouillard est uniforme et que la zone d’image la plus importante est la route et que cette route est une surface homogène. La distance de visibilité d, dans la zone de d’image de route est donnée par:

Approche Planar assumption (PA) La distance de visibilité d, dans la zone de d’image de route est donnée par: Estimation du paramètre 

Approche Planar Assumption (PA) Si I0 est constant, le coefficient d’atténuation k est déduit par: IS est la valeur max dans I(u,v) La solution k = 0 est rejetée vi est le point d’inflexion de I(v)

Approche Planar assumption (PA) Les pixels de la route peuvent alors être restaurés par:

Approche Planar Assumption (PA) Les pixels de la route peuvent alors être restaurés c est la position du plan de clipping, dc(u,v) est constant en haut de c

Approche de segmentation Free-Space (FSS) Les pixels des objets verticaux (véhicules, arbres, vélo, édifices, pixels rouge fig. (b)) ont un R(u,v) < 0 puisque la distance d est surestimée, ces pixels sont mis à 0 Objets verticaux (noir), Free Space (vert) Pixels avec R(u,v) < 0, R(u,v) = 0, pixel noir (a) (rouge (b)), région verte est la région FSS, bien corrigée Région rouge: Cherche cmin(u,v)tel que R(u,v) > 0 Si c proche de vh faible rehaussement Quand c >> vh rehaussement Très fort, donne des pixels noirs Carte de profondeur Image avec visibilité améliorée

Approche de segmentation Free-Space (FSS) Résultat de la correction

Approche avec la contrainte No Black Pixel (NBPC) Dans cette approche la visibilité est améliorée en déduisant l’intensité de la composante atmosphérique Si Is est fixé à 1 l’intensité maximale de I(u,v) normalisée Nous pouvons réécrire I(u,v) et R(u,v): V(u,v) est estimé par: p = 0.95

Approche avec la contrainte No Black Pixel (NBPC) En calculant R(u,v) avec l’estimation de V(u,v): Le contraste de la route est trop important puisque V(u,v) est surestimé dans cette région

Approche hybride PA et NBPC L’estimation de V(u,v) et basée sur la distance de visibilité minimale dmin : Sachant que: Une nouvelle contrainte permet de déduire V(u,v): Dmin : 50 m

Approche hybride PA et NBPC En calculant R(u,v) avec la nouvelle estimation de V(u,v) :

Résultats sur des images synthétiques (SiVIC)