DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Slides:



Advertisements
Présentations similaires
Cours prévu en début de 2° année
Advertisements

Traitement d’images : concepts fondamentaux
Traitement d’images : concepts fondamentaux
Traitement d’images : concepts fondamentaux
Traitement d’images : concepts avancés
Application au suivi des paramètres de problèmes de vision
Comparaison des méthodes déterministes et Monte Carlo
RECONNAISSANCE DE FORMES
Introduction à l’Algorithmique
3. Analyse et estimation du mouvement dans la vidéo
Piecewise Affine Registration of Biological Images
Xialong Dai, Siamak Khorram
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Connaissances Logiciel de géométrie dynamique Epreuve Expérimentale Série S 2007/08.
Un parcours possible autour du calcul littéral
Reconstruction 3D par mono vision avec des trajectoires fortement contraintes Joan Solà LAAS-CNRS Toulouse, France Revue du projet PICAS$O 3 novembre 2005.
Progrès de la technique de mesure PLIF à deux couleurs
Traitements d'images et Vision par ordinateur
Expertise et formation du lméca ESIA / Université de Savoie
Application à la méthode des
L ’enseignement de la construction en BEP industriel
Monique THONNAT et Nathanaël ROTA Projet ORION
Eric Guilbert, Marc Daniel *, Eric Saux
Application des algorithmes génétiques
Algorithmes Branch & Bound
Classification Multi Source En Intégrant La Texture
Analyse d’images Détection de contour Cours 8
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Transformations de visualisation en OpenGL
SUJETS SPÉCIAUX EN INFORMATIQUE I PIF Contenu du cours Transformations géométriques des objets –Transformations 2D –Transformations entre systèmes.
Notion de défaut Événement qui modifie fonctionnement procédé de sorte que performances dégradées ou objectif pas atteint Exemples Dérive de capteur Fuite.
Méthode des Ensembles de Niveaux par Eléments Finis P1
1 Du pixel à lobjet : méthodes stochastiques X. Descombes Projet Ariana Orféo, 14 juin 2005.
Modélisation du robot Azimut-3
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.
OBJETS ÉLÉMENTAIRES DANS L’ESPACE À TROIS DIMENSIONS
Robots footballeurs: Fusion de données
PIF-6003 Sujets spéciaux en informatique I
Algorithmique (Introduction)
Mise en oeuvre des MMCs L'utilisation des MMCs en reconnaissance des formes s'effectue en trois étapes : définition de la topologie de la chaîne de Markov,
Extraction Automatique de formes complexes : Application à la création de modèle anatomique de la tête J. Piovano, T. Papadopoulo Séminaire Odyssee 9,
Cours #9 Segmentation Découverte 4- Segmentation Introduction
Thierry Molinier > David Fofi >
CONSTRUCTIONS GÉOMÉTRIQUES
Programmation linéaire en nombres entiers : les méthodes de troncature
L’adaptativité pour un solveur de l’équation de Vlasov
Modélisation géométrique de base
Détection de contours automatique et application aux images réelles
Deux sujets traités La segmentation d’images
Segmentation par analyse d’une image de gradient (ligne de partage des eaux) par fusion de régions dans un graphe par méthode variationnelle (Mumford.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
Algorithmes Branch & Bound
Extraction de segments pour la reconnaissance de symboles : Une approche robuste par Transformée de Hough Présenté par : Simon BERNARD Encadré par : Jean-Marc.
SEGMENTATION EN REGIONS
1 JEUX DE TESTS la méthode générale modèle de données critères fonctionnels d’extractions jeux de données jeux de données avant tests sélection exécution.
Les réseaux de neurones à réservoir en traitement d’images
Institut de sciences et technologies Département d’informatique
UN ALGORITHME PERFORMANT DE CALCUL DES ERREURS DE FORME
Les réseaux de neurones à réservoir en traitement d’images
Chapitre 1 - Introduction.
Suivi rapide d’objet en mouvement
Suivi d’Horizons Sismiques
BACCALAUREAT PROFESSIONNEL 3 ANS MICROTECHNIQUES Quelques points clés.
Partie II : Segmentation
PIF-6003 Sujets spéciaux en informatique I
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
Filtrage des images.
Transcription de la présentation:

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes Traitements d’images appliqués à la surveillance d’un processus d’usinage Par : Antoine Chedebois Sous la direction : Jean Triboulet / Malik Mallem DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Présentation de l’organisme d’accueil Centre d’Etudes de Mécanique d’Ile-de-France Crée au début des années 90 Effectif : 37 enseignants-chercheurs et chercheurs et 42 doctorants C.E.A. U.E.V.E. R.J. GIBERT F. CHAVAND Directeur Directeur adjoint Groupe de Mécaniques des Fluides et Energétique Responsable : Olivier DAUBE Laboratoire Systèmes Complexes Responsable : F. CHAVAND DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Organisation des Groupes de Recherches GMFE : Modélisation numérique des fluides réactifs avec ou sans onde de choc, Mécanique des fluides appliquée à l'environnement, Énergétique. LSC : Thème I – Traitement des données et modélisation  I.1 – Modélisation par apprentissage, I.2 – Traitement des données imprécises et incertaines, I.3 – Modélisation du savoir-faire et diagnostic Thème II – Réalité virtuelle et Vision artificielle II.1 – Réalité virtuelle et Coopération Homme-Machine, II.2 – Vision 2D/3D, II.3 – Capteurs intelligents. Thème III – Modélisation et Contrôle des machines complexes  III.1 – Contrôle de véhicules, III.2 – Coopération de robots, III.3 – Mécatronique. DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes Présentation du Sujet Projet demandé par Renault Automation But : « Aide au diagnostic dans la surveillance de machines à usinage rapide de type Urane 20 et Urane 25 » Le CEMIF doit développer un système orienté vision pour extraire les informations de l’environnement et les comparer à un modèle DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Présentation des Machines Urane 20 et 25 Centre d’usinage classique volume de travail : 500x500x200 (mm) vitesse max. de broche : 24 000 tr/min accélération max. : 15m/s² programmes d’usinage mis au point sous Euclid CN : Siemens 840D DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes Problématique Temps de réaction opérateur trop long pour surveillance de la machine Système de vision doit solutionner ce problème, tout en étant plus fiable que l’analyse de l’opérateur Comment : En comparant état du système à un instant donné par rapport à un instant de référence : Corrélation Objets testés : Pièce à usiner / outils sur broche machine Questions : L’objet est présent ? Est-ce le bon ? Présent-il des défauts ? Est-il correctement placé ? Nécessité de définir des régions d’intérêts DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Traitements d’Images Implantés Extraction des contours de l’image : approche frontière, méthode dérivative par Calcul du Gradient de l’image. Extraction de points de fortes courbures (angle et sommets de l’image) par la méthode de Beaudet et méthode de Harris Segmentation de l’image par chaînage des pixels constituant les contours et approximation polygonale par les segments de droites et arcs de cercles. DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Schéma Fonctionnel du Processus de Vision Corrélation des amers géométriques de l’image avec ceux du modèles Les informations extraites sont ensuite corrélées avec les informations issues du modèle de référence pour détecter d’éventuelles anomalies DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Extraction des PFCs par méthode de Harris Méthode travaillant directement sur l’image d’intensité des Ndg Opérateur : avec : où Î est l’image filtrée de I par une opération de lissage et k = 0.04 Robuste au bruit codé, au bruit dû au mouvement de la caméra, moins robuste au bruit additif impulsionnel DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Exemple d’Extraction des PFCs Image de référence Points de fortes courbures détectés superposés sur l’image de référence DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Extraction de Contours Approche Frontière : les contours correspondent aux frontières séparant les régions de l’image Méthode dérivatives : les contours correspondent à des sauts d’amplitudes. La dérivation de l’image permet de les localiser Opérateur utilisé : Calcul du Gradient de l’image I. avec et Ici, toutes les dérivées sont approximées par le filtre récursif de Deriche Les contours sont alors localisés par les maxima de l’opérateur gradient. Un seuillage par hystérésis (avec 2 valeurs de seuils) est nécessaire afin d’extraire les contours DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Exemple d’Extraction de Contours Image référence Gradient de l’image Maxima locaux puis Seuillage par hystérésis (sb = 5 / sh = 25) DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes Chaînage des Contours S’effectue après extraction des contours Étape transitoire avant l’approximation polygonale des contours but : « passer d’une description matricielle des contours à une description sous formez de listes de contours » Algorithme de Giraudon et Garnesson : chaînage rapide en une seule lecture de l’image gestion efficace des liens de parenté minimisation du nombre de chaînes Fonctionnement : balayage de l’image par un pavé 3x3 centré sur un pixel et possédant des directions privilégiées 2 1 3 5 7 6 4 DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes Chaînage des Contours La méthode se divise en trois étapes : Création des chaînes de contours en parallèle en une passe par un balayage de l’image avec ce pavé 3x3 (tableau des directions de recherche). Les chaînes sont crées par mise à jour itérative. Fusion des chaînes obtenues afin de minimiser leur nombre Élimination de chaînes trop courtes suivant un critère de longueur. N.B : D ’autres configurations de tableaux des directions de recherche ont été testés afin d’optimiser cette étape. 4 6 2 5 1 3 7 Tableau optimal des directions de recherche : DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours But : « construire une représentation polygonale d'un contour ou d'une frontière de région » Les chaînes de contours seront partitionnées (par un algorithme de découpage) dans des segments de courbes. Segments ayant une description analytique connue : droites et/ou cercles Deux problèmes : trouver un partionnement cohérent de la chaîne en segments trouver pour chaque segment la meilleure approximation analytique DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours Approximation d’un segment par une droite y x (xi,yi) d Soit l’équation d’une droite : La distance du point [xi,yi] à cette droite est : Le but étant de trouver la droite (les paramètres et d) qui minimise la grandeur : L'ensemble des paramètres de la droite est la solution du système d'équations : DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours Approximation d’un segment par une droite (suite) Après calcul, on obtient pour d et : avec : DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours Approximation d’un segment par un cercle Problème similaire Soit équation du cercle : En prenant A = -2a, B = -2b, et C = a² + b² - r² L ’équation devient : La distance d’un point à un cercle s’écrit : La distance algébrique se traduit alors par : DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours Approximation d’un segment par un cercle (suite) Le critère à minimiser est toujours : La solution pour A, B et C est donnée par le système d ’équations suivant : Après dérivation on obtient : avec …. Il reste ensuite à retrouver a, b et r à partir des valeurs de A, B et C DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours Algorithme de découpage récursif 1. pour une chaîne de points : est-ce un segment de droite ? 2. si oui - aller en fin ; 3. sinon – est-ce un cercle ? 4. si oui – aller en fin ; 5. sinon diviser la chaîne en deux sous-chaînes et répéter l'algorithme pour chaque sous-chaîne ; 6. fin Choix du point de division : (point le plus éloigné de la chaîne) A B C DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Segmentation de Contours Image des contours obtenue après chaînage Approximation polygonale par les segments de droite Approximation polygonale par les segments de droite et arcs de cercle DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Résultat Expérimentaux But : Surveillance d’une machine par mise en corrélation d’une image acquise dans l’environnement de travail à certains moments clés de la procédure d’usinage avec son image de référence. Procédure : 1/ A partir d’une image de référence : application du filtre de Harris et de l’approximation polygonale par les segments de droites 2/ A partir d’une image bruitée ou non, même traitements d’images avec mêmes paramètres 3/ Déduction de 3 coefficients de corrélation servant une règle de décision (pièce valide / pièce non valide) Résultats obtenus : Sur 75 essais, 3 erreurs soit 96% de réussite. DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes