Design dun système de vision embarqué. Application:

Slides:



Advertisements
Présentations similaires
Coupe de France de Robotique 2007 Candidat n°4 – Steven LY BTS IRIS – PROMOTION
Advertisements

Le télescope yves lhoumeau.
PoBot – Club de Robotique de Sophia Antipolis – La vision sur un robot Afin de pouvoir se déplacer correctement et savoir où aller,
Unstructured Lumigraph Rendering
Champs de Markov en Vision par Ordinateur
Le système visuel humain
RECONNAISSANCE DE FORMES
Collecte de données F. Kohler.
Vision Par Ordinateur Partie matérielle Entrée Partie logicielle
INTRODUCTION.
L’encodage des images informatiques
Traitements d'images et Vision par ordinateur
Coupe de France de Robotique 2007 Candidat n°4 – Steven LY BTS IRIS – PROMOTION
Monique THONNAT et Nathanaël ROTA Projet ORION
Chapitre 5 : Image couleur
Traitements d'images et Vision par ordinateur
Cours sur la couleur.
Proto jeu Garnoul V.4 – Octobre 2012 Aperçu du matériel.
Initiation à la conception de systèmes d'information
Traitements d'images et Vision par ordinateur
Concepts avancés en mathématiques et informatique appliquées
Transformations de visualisation en OpenGL
Traitements d'images et Vision par ordinateur
Méthode des k plus proches voisins
Comportement Hiérarchique
DEA Perception et Traitement de l’Information
La vision de la couleur.
Interprétation de séquences dimages pour des applications MédiaSpace Alberto AVANZI François BREMOND Monique THONNAT Projet ORION INRIA de Sophia Antipolis.
IGL301 - Spécification et vérification des exgiences 1 Chapitre 1 Introduction (ref : Bray chapitre 1)
Visualisation de surfaces décrites analytiquement
RECHERCHE COMMERCIALE
FVS Système de vision globale pour robots footballeurs Projet de fin détudes Par Félix Duchesneau.
PIF-6003 Sujets spéciaux en informatique I
Animation 3 COM3562 Communication Multimédia Janvier 2011.
Chapitre 4 : Morphologie Mathématique
Interprétation automatique
L ’acquisition d ’images
Structures de données IFT-2000 Abder Alikacem La récursivité Semaine 5 Département dinformatique et de génie logiciel Édition Septembre 2009.
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.
Illustrator – couleurs et formes géométriques
Géométrie épipolaire (deux vues)
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
LA CODIFICATION ACC / AKZONOBEL COLOR CODIFICATION
INTRODUCTION.
Création en images de Synthèse Modèles de rendu d’une scène 3D
Tests de boîte noire.
Couleurs et images.
Les réseaux de neurones à réservoir en traitement d’images
Institut de sciences et technologies Département d’informatique
Thème: Les fonctions Séquence 1 : Généralités sur les fonctions
1 Déformation Bi-manuelle en Réalité Virtuelle Encadrants : Antonio Capobianco, Jérôme Grosjean Étudiants : Michaël Kolomytzeff, Manuel Veit.
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
Introduction au Traitement d’image
INF3500 : Conception et implémentation de systèmes numériques Pierre Langlois Performance de circuits.
Les différents modèles
Les réseaux de neurones à réservoir en traitement d’images
GEOGRAPHIE Les représentations de la Terre I) La Terre Doc.1
EXPLOITATION DES IMAGES
Sabrina Tollari, Hervé Glotin, Jacques Le Maitre
L’image vidéo. Séquence 1 : l’image vidéo Le Pixel est un carré lumineux : => simple définition (SD), deux standards : plusieurs NTSC et PAL => haute définition.
Synthèse soustractive
I Présentation II Gestion de projet 1 - Planning 2 - Risques
TP D’UML Groupe N° 3.
Traitement d’images 420-D78-SW A15 Semaine 02.
Photoshop 6.0 Aurélie KNOSP Ye LU.
L’image Quelques repères sur l’image Quelques repères sur l’image.
la reconnaissance de visages
Transcription de la présentation:

Design dun système de vision embarqué

Application:

Mandats du projet de fin détude Définition de la problématique (contexte de la Robocup) Définition de la problématique (contexte de la Robocup) Proposer un design matériel et logiciel pouvant satisfaire les exigences de la compétition et les contraintes de notre robot. Proposer un design matériel et logiciel pouvant satisfaire les exigences de la compétition et les contraintes de notre robot. Faire une implémentation partielle pour mesurer les performances envisageables Faire une implémentation partielle pour mesurer les performances envisageables

Les objectifs du système de vision embarqué Identification des repères fixes sur le terrain. Identification des repères fixes sur le terrain. Identification des objets mobiles en loccurrence les robots et le ballon. Identification des objets mobiles en loccurrence les robots et le ballon. Lidentification doit mener à lobtention des coordonnées réelles des éléments visibles. Lidentification doit mener à lobtention des coordonnées réelles des éléments visibles. La position sur le terrain du robot observateur. La position sur le terrain du robot observateur. Le tout devrait être rapide et robuste Le tout devrait être rapide et robuste

Notions essentielles: Des couleurs spécifiques Des couleurs spécifiques Un éclairage contrôlé (tubes fluorescents) Un éclairage contrôlé (tubes fluorescents) Une scène dont on connaît les paramètres Une scène dont on connaît les paramètres ( bien que lon ne sache pas à priori où se trouvent les objets que lon cherche, nous connaissons très bien leurs caractéristiques. La scène elle-même est limitée en dimension. Tout ça est documenté dans les règlements de la compétition.) Ces notions permettent dentrevoir le problème avec une approche plus pratique. Sans contraintes on chercherait à résoudre un problème général de vision, ce qui nest pas envisageable à notre époque.

Comment percevoir limage Caméra conventionnelle Caméra conventionnelle Caméra omnidirectionnelle Caméra omnidirectionnelle

Comment percevoir limage Caméra conventionnelle Caméra conventionnelle

Comment percevoir limage Caméra conventionnelle Caméra conventionnelle Avantages Simple, peu coûteux et aucune déformation de la forme ou la taille apparente dun objet. Il est possible dexaminer la taille dun objet connu, le but par exemple, et davoir une approximation grossière de la distance à laquelle le robot cet objet. Inconvénients Champ de vision très limité. Beaucoup docclusions causés par des objets, des robots, qui sinterposent entre le robot et lélément observé. Très difficile doffrir une approximation de la position du robot observateur!

Comment percevoir limage Caméra conventionnelle Caméra conventionnelle Caméra omnidirectionnelle Caméra omnidirectionnelle +

Comment percevoir limage Caméra omnidirectionnelle Caméra omnidirectionnelle Avantages Meilleur champ de vision ( 360degrés) Des occlusions plus rares, le ballon serait visible la plupart du temps. Permet de bien situer le robot observateur sur le terrain. Inconvénients Déformation des objets dans limage qui nécessite des calculs de transformation. Perte de résolution car il y a maintenant beaucoup plus dinformation dans limage et sa taille est la même. Autrement dit, un objet situé loin sera représenté par beaucoup moins de pixels.

Voici un exemple de perception omnidirectionnelle avec un miroir de la compagnie Accowle.

Segmentation de limage

Choix dun espace des couleurs Choix dun espace des couleurs YUV – modèle pour composantes analogiques RGB – Rouge, vert et Bleu HSV – Teinte, saturation et intensité Séparation des couleurs Séparation des couleurs Numérotation des régions Numérotation des régions

Implémentation Je propose dassocier à toutes les couleurs RGB un identificateur représentant la classe de couleur. Cet identificateur doit être une donnée de la plus petite taille possible. Le nombre didentificateur est restreint au nombre de classes de couleur devant être reconnues. Selon les règlements de RoboCup, les couleurs utiles sont: {rien, orange, jaune, bleu, cyan, vert, magenta, blanc}

Implémentation Couleur enum=colorTable [ refcouleur[r] ] [ refcouleur[g] ] [ refcouleur[b] ]

Ref couleur est un tableau qui sous-échantillonne les composantes RGB valant [0 255] vers un intervalle [0 20]. Sur limage précédente, on note R R, G G, B B On passe ainsi de 16,7millions de couleurs à 8000 couleurs. ColorTable est une table de référence en 3 dimensions (20x20x20) dans laquelle se trouve le nom de la classe de couleur correspondant au vecteur RGB. Implémentation

Une séquence de méthodes Séparation des couleurs Séparation des couleurs Connexion des pixels (ou lissage de limage) Connexion des pixels (ou lissage de limage) Numérotation des régions Numérotation des régions Transformation en coordonnées réelles Transformation en coordonnées réelles Élimination des régions non symboliques Élimination des régions non symboliques Affectation dun objet à la région Affectation dun objet à la région Implémentation

Résultats Cette image provient du Web et est dune qualité supérieure à la caméra que nous utiliserons.

Résultats Le centre des objets est représenté par un point blanc

Résultats Voici une image prise dans notre laboratoire avec la caméra retenue pour les robots.

Résultats Notez les erreurs de classification des couleurs. Elles sont inévitables et doivent être prises en compte traitées par toutes les opérations subséquentes

Résultats Voici les régions pertinentes reconnues, répertoriés et prête pour une transformation en coordonnées réelles. Une opération qui devra être effectuée dans un proche avenir

Merci de votre attention