Cours 12 Reconnaissance n Découverte n 7- Identification u 7.1 Reconnaissance par composantes.

Slides:



Advertisements
Présentations similaires
Manipulation d’un objet virtuel à l’aide d’une cible et d’une caméra
Advertisements

L’analyse du risque par les sensibilités aux facteurs
Métabolisme révision décembre Révisions de métabolisme.
Un catalogue des émissions rémanentes X aux sursauts gamma Bruce Gendre (IASF/INAF) L. Piro, A. Corsi, M. DePasquale, M. Boër.
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
Stéphanie Gaugiran le 29/09/05
L'œil et le cerveau.
Défi écriture BEF Couverture. Défi écriture BEF Page 1.
Traitement d’images : briques de base S. Le Hégarat
Spectre.
Encadrés: Chapitre 13 Distances
Identification des personnes par l’iris
Traitements d'images et Vision par ordinateur
Estimation du mouvement – 1
Structures Pyramidales Luc Brun L.E.R.I., Reims and Walter Kropatsch Vienna Univ. of Technology, Austria.
Monique THONNAT et Nathanaël ROTA Projet ORION
L ’aire du triangle. Type d ’activité : leçon illustrée Bruno DELACOTE.
Applications du perceptron multicouche
Éclairage Structuré et vision active pour le contrôle qualité de surfaces métalliques réfléchissantes Olivier Morel*, Ralph Seulin, Christophe Stolz, Patrick.
La reconnaissance et l'organisation des formes
PSY Psychologie de la perception. Reconnaissance d’objets.
Détection de code-barres sur les formulaires Hemoccult II
Tolérances géométriques
Planifier la stratégie de Communication Concevoir le plan stratégique
Les graphiques pour la vélocité. Les variables: Indépendante - Dépendante - Une révision des graphiques:
Les graphiques pour la vélocité
2 TP avec l ’aide d ’un modeleur 3D :
La fonction quadratique
1 Du pixel à lobjet : méthodes stochastiques X. Descombes Projet Ariana Orféo, 14 juin 2005.
Cours #3 Formation des images
Cours #6 Filtrage Découverte Plan du cours
Éléments d’usinage et métrologie dimensionnelle TCH040
Interfaces perceptuelles Interaction avec une caméra.
N Découverte n Présentation des équipes et des projets n 3- Extraction des caractéristiques u 3.1 Caractéristiques 3D et 2D u 3.2 Arêtes u 3.3 Gradient.
SYS-844 Vision par ordinateur Professeur: Richard Lepage
N Découvertes n Présentation des équipes et des projets n 3- Extraction des primitives u 3.1 Caractéristiques 3D et 2D u 3.2 Arêtes u 3.3 Gradient et arêtes.
Cours #13 Localisation Découvertes 8- Localisation 8.1 Stéréoscopie
Courbes de Bézier.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
Interfaces perceptuelles
8 principes de l’organisation du cerveau
Ondes électro-magnétiques
A deux paires de côtés au moins une paire parallèles
Cours #9 Segmentation Découverte 4- Segmentation Introduction
CHAPITRE 3 LE THÉORÈME DE GAUSS.
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Les Graphiques de Vélocité
Cours 10 à Éléments symboliques
Détection de contours automatique et application aux images réelles
Segmentation (1ère partie)
Voici les mouvements de Mars et de la Terre dans le référentiel héliocentrique Sens de rotation LE SOLEIL MARS LA TERRE.
Pm 1 Detection and Analysis of the orientation variation Pm = Planar movementsNPm = Non-planar movements Pm1NPm1Pm2NPm2Pm3 Video object Trajectory Pm3.
66e Congrès de l’Acfas Inspection automatisée de pièces manufacturées Richard LEPAGE / Daniel LAVIGNE Ecole de technologie supérieure.
Transmission par engrenage normalisé
Tolérance de parallélisme
Cibles & Médias Comprendre votre public cible
Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.
Traitement de base d'une image (partie 1)
TRAITEMENT D’IMAGE SIF-1033 Segmentation des images par détection de contours et d’arêtes u Détection des contours et arêtes u Dérivée première (gradient)
INF-1019 Programmation en temps réel
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
SUJETS SPÉCIAUX EN INFORMATIQUE 1
PSY Psychologie de la perception. Reconnaissance d’objets.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 22/06/2004.
Rappel : le champ visuel est composé de 3 parties :
Éléments cinétiques des système matériels
Jean Lorenceau LENA-CNRS
Interfaces perceptuelles Interaction avec une caméra.
Partie II : Segmentation
Transcription de la présentation:

Cours 12 Reconnaissance n Découverte n 7- Identification u 7.1 Reconnaissance par composantes

Cours # SYS-844 Hiver 2005 Forum

Cours # SYS-844 Hiver 2005 Découverte n D.A. Forsyth et J. Ponce Computer Vision: A Modern Approach Prentice Hall, 2003 u Couvre la majorité des divers aspects des systèmes de vision u Couverture uniforme de la vision de niveau bas, moyen et haut u Exemples élaborés u Prix élevé: 166$ n Bruce et al, Visual Perception: Physiology, Psychology, and Ecology, Psychology Press, 1997, UK. u Approche computationnelle u Rétine, arêtes, stéréo, mouvement u Reconnaissance par parties (géons) u Organisation perceptuelle (Gestalt)

Chapitre 7 Identification

Cours # SYS-844 Hiver 2005 Objectifs dun système de vision numérique n Identifier n Localiser

Cours # SYS-844 Hiver Reconnaissance par composantes

Exemple de décomposition en géons au dessus

Cours # SYS-844 Hiver 2005 Représentation visuelle par géons reective SYMÉTRIE asymétrique rotationnelle & reflective ARÊTES droites courbes DIMENSION constante croissant & décroissant incurvé droit AXE

Cours # SYS-844 Hiver 2005 Attributs des géons n Type u positif u négatif n Axe u droit u incurvé n Symétrie du profil u réflective u réflective et rotationnelle u asymétrique

Cours # SYS-844 Hiver 2005 Attributs des géons (suite) n Types d'arêtes du profil u droites u courbes u hybrides n Dimension du profil u contante u croissante u croissante et décroissante

Cours # SYS-844 Hiver 2005 Attribut de connectivité entre deux géons n 1: axes colinéaires (géons bout-à-bout) n 2: axes à angle (jonction en T) n 3: axes parallèles (côte à côte, inclusif) n 4: axes croisés (jonction en X) n 5: axes confondus (géons concentriques)

n Images 2D u Problématique F Occlusions F Réflets de lumière sur les pièces métalliques F Jonctions manquantes, traits discontinus F Géons de forme imprévisible :

Cours # SYS-844 Hiver 2005 Conversion image CCD à géons n Pré-traitement: u filtrage u rehaussement des discontinuités u détection des arêtes n Traitement u détection des contours fermés F analyse multirésolution F laplacien de gaussien F contours actifs

Cours # SYS-844 Hiver 2005 n Traitement (suite) u segmentation u calcul des attributs F type F axe F section F relation spatiale

Cours # SYS-844 Hiver