Extraction de segments pour la reconnaissance de symboles : Une approche robuste par Transformée de Hough Présenté par : Simon BERNARD Encadré par : Jean-Marc.

Slides:



Advertisements
Présentations similaires
Fabrice Lauri, François Charpillet, Daniel Szer
Advertisements

Traitement d’images : concepts fondamentaux
S. Meshoul & M. Batouche Equipe Vision, Laboratoire LIRE
RECONNAISSANCE DE FORMES
Rendu de pierres taillées en temps réel Stéphane Guy Directeur de stage: Cyril Soler.
Yann Chevaleyre et Jean-Daniel Zucker
A Pyramid Approach to Subpixel Registration Based on Intensity
Xialong Dai, Siamak Khorram
Détection dobjets cartographiques dans les images satellites Très Haute Résolution Guray Erus, Nicolas Loménie Université René Descartes – Paris5, Centre.
Master Informatique 2ème année
Identification des personnes par l’iris
Traitements d'images et Vision par ordinateur
Décomposition des manuscrits anciens en traits Construction des codes book basée sur la coloration de graphes Hani DAHER – LIRIS Veronique EGLIN-LIRIS.
Eric Guilbert, Marc Daniel *, Eric Saux
Modélisation d'environnements forestiers
Recherche d’un même objet / scène
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Journée Doctorant PSI le 04/06/2002 Reconstruction dobjets en XML par approche statistico-structurelle pour linterprétation de documents techniques Delalandre.
Reconnaissance de visages
FRE 2645 CIDED04 : 22 Juin 2004 Système de reconnaissance structurelle de symboles, basé sur une multi représentation en graphes de régions, et exploitant.
Evaluation de la qualité des documents anciens
Mise en correspondance et Reconnaissance
Construction de modèles visuels
Détection de code-barres sur les formulaires Hemoccult II
1 Du pixel à lobjet : méthodes stochastiques X. Descombes Projet Ariana Orféo, 14 juin 2005.
Transformée de Hough Bernis FOMAZOU 11 Mars /10 Bernis Fomazou
Equipe : VAISSET Antoine, MATHEOSSIAN Dimitri
PIF-6003 Sujets spéciaux en informatique I
SIF-1033 Traitement d’image
Développement informatique : Outils dexploitation de films infrarouges Projet dimagerie : Reconnaissance automatique de lemplacement dobjets sur des imagesinfrarouges.
Appariement de deux images
Recherche dun même objet / scène Approches basées sur des descripteurs locaux Approches basées sur des descripteurs globaux.
Reconnaissance d’empreintes digitales
Reconnaissance d’empreintes digitales
Serrure biométrique Reconnaissance dempreintes digitales Raphaël FROMONT – Pascal GRIMAUD – Nicolas MUNOZ Tuteur : M. Patrick ISOARDI.
thèse encadrée par Jean-Marc OGIER et Karell BERTET
TRAITEMENT D’IMAGE SIF-1033.
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.
Détection de contours automatique et application aux images réelles
Introduction à la reconnaissance:
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Avignon, 14 novembre 2006http://biobimo.eurecom.fr Sous-Projet 4 : Segmentation et Authentification conjointes de la voix et du visage Etat de l’art -
Deux sujets traités La segmentation d’images
Soutenance de Thèse Mardi 13 Décembre 2005 Analyse des documents graphiques, une approche par reconstruction d’objets Mathieu Delalandre Mardi 13 Décembre.
FRE 2645 Workshop MADONNE : 27 Mai 2004 Système contextuel de reconnaissance structurelle de symboles, basé sur une méthodologie de construction d'objets.
FRE 2645 CIFED’04 : Jeudi 24 Juin 2004 Système contextuel de reconnaissance structurelle de symboles, basé sur une méthodologie de construction d'objets.
Journée Documents et Connaissances 6 octobre 2003, Paris FRE 2645 Traitement d’Images, Gestion des Connaissances, et Linguistique Une Contribution Pluri-Disciplinaire.
Etude et test des algorithmes d'estimation de mouvement en MPEG
Reconnaissance des personnes par le visage dans des séquences vidéo
Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.
Laboratoire PSI – FT-R&D Delalandre Mathieu 3 septembre 2001
Les réseaux de neurones à réservoir en traitement d’images
Le contrôle de soudures laser par radiographie X
Institut de sciences et technologies Département d’informatique
Réunion MODULOME 28/05/2008 Christine ROUSSEAU L'analyse des CRISPR et des gènes associés comme répétitions locales et voisine MODULOME.
Karima Tabari1, Mounir Boukadoum1, Sylvain Chartier2,3, Hakim Lounis1
Mustapha Hamidou Vendredi 20 août Stage Contour Matching.
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
Reconnaissance de chiffres manuscrits
Les réseaux de neurones à réservoir en traitement d’images
Reconnaissance de visage par vidéo
SUJETS SPÉCIAUX EN INFORMATIQUE I
Soutenance de Stage DEA / DESS
Suivi d’Horizons Sismiques
Partie II : Segmentation
Traitement du signal (images) u Sujets –Détection des droites –Transformée de Hough (espace paramétré) *avec la pente et l’ordonnée à l’origine *avec.
Reconnaissance d’objets 3D –point de vue complètement différent –pas d’invariant 3D Difficultés :
Master Etudes Médiévales M-1 : UE Informatique Séance 2 Adobe illustrator dessin vectoriel F. Hautefeuille.
Transcription de la présentation:

Extraction de segments pour la reconnaissance de symboles : Une approche robuste par Transformée de Hough Présenté par : Simon BERNARD Encadré par : Jean-Marc OGIER Karell BERTET

Plan Introduction Transformée de Hough Extraction de Segments Évaluation de performances Conclusion et perspectives Simon BERNARD Stage de Master II IMA Image et Calculs.

Introduction Projet de recherche … Cadre : Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Introduction Projet de recherche … Cadre : « Reconnaissance d’objets graphiques détériorés : approche basée sur un treillis de Galois » (Thèse de Stéphanie Guillas) Système de reconnaissance de symboles. Classifieur treillis de Galois. Construire une signature avec des descripteurs structurels … Sujet : … extraction de primitives graphiques structurelles. Extraction de primitives Structurelles Signature de descripteurs Structurels Reconnaissance à l’aide du treillis de Galois Simon BERNARD Stage de Master II IMA Image et Calculs.

Introduction Contexte … Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Introduction Contexte … Symboles détériorés (GREC’2003) : fortement bruités > Résistance au bruit Simon BERNARD Stage de Master II IMA Image et Calculs.

Introduction Contexte … Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Introduction Contexte … Symboles détériorés (GREC’2003) : fortement bruités > Résistance au bruit Treillis de Galois : Signature numérique > Richesse de la représentation Modèle Carac01 Carac02 Carac03 … Symbol01 X Symbol02 Symbol03 Simon BERNARD Stage de Master II IMA Image et Calculs.

Qualité de la Représentation Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Transformée de Hough Méthodes Structurelles … Méthodes Qualité de la Représentation Robustesse Invariance Détection de contours Contours : – ++ Squelettisation Squelette : + Parcours de forme Squelette (ou contours) : Décomposition en plages Segmentations en régions Régions : Sous-échantillonnage Squelette (ou régions) : Graphe de composantes Transformée de Hough\Radon +++ Simon BERNARD Stage de Master II IMA Image et Calculs.

Transformée de Hough Comment ? … Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Transformée de Hough Comment ? … Il s’agit ici de détecter des droites pour en extraire des segments Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Problématiques … Deux problèmes se posent : Complexité algorithmique De nombreux travaux existent dans la littérature, et proposent des solutions efficaces pour résoudre ce problème. Exploitation des formes détectées Problème complexe car : Dépend du contexte d’application. Dépend de la nature des formes détectées. Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Solutions proposées … 1 2 3 Sélection de droites Détection de segments Transformée de Hough Extraction de droites Extraction de segments Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Solutions proposées … 1 - Transformée de Hough Prétraitements : Filtre moyenneur pour nettoyer l’image Squelettisation pour sélectionner un ensemble réduit de pixels à projeter Implémentation standard de la Transformée de Hough Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Solutions proposées … 2 - Sélection des droites Les déformations de squelette peuvent engendrer la détection de plusieurs droites pour un seul trait. Dans l’espace de Hough on dispose donc de groupes de points, dont on souhaite déterminer le centre. Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Solutions proposées … 3 - Détection de segments 3-1 – Parcours de la droite (Algorithme de Bresenham) 3-2 – Critère de dispersion et projection : Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Solutions proposées … 3 - Détection de segments (suite) 3-3 – Parcours de la droite 3-4 – Vérification des espacements 3-5 – Vérification des longueurs Simon BERNARD Stage de Master II IMA Image et Calculs.

Extraction de segments Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Extraction de segments Exemple … Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Base de symboles … Base de symboles du premier contest international de reconnaissance de symbole : Workshop on graphic recognition GREC’2003 Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Base de symboles … La base GREC’2003 est constituée avec neuf degrés de dégradations binaires (simulation de bruit introduit par l’impression, la numérisation, ou la photocopie) 9 bases de tests contenants chacune 5 symboles issus d’un modèle : 9 x 5 x 15 = 45 x 15 = 675 symboles détériorés Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Évaluation … Résultat d’un travail collaboratif (Mathieu Delalandre) Distance de « matching » Reconnaissance basée sur cette distance : pas d’invariance à la rotation ou au changement d’échelle. Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Résultats … Synthèse des taux de reconnaissance : Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Résultats … Comparaison avec les deux systèmes présentés lors de GREC’2003 : Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Résultats … Reconnaissance et Distances (2) : Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Résultats … Distances et Épaisseur des traits : Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Résultats … Reconnaissance et Distances (1) : Simon BERNARD Stage de Master II IMA Image et Calculs.

Évaluation de performances Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Évaluation de performances Résultats … Erreur de reconnaissance : Simon BERNARD Stage de Master II IMA Image et Calculs.

Conclusion de perspectives Introduction • Transformée de Hough • Extraction de segments • Évaluation de performances • Conclusion et perspectives • Conclusion de perspectives Et maintenant ? … Bons taux de reconnaissance : Représentation discriminante pour une signature discriminante. Analyse des résultats : Se focaliser sur les points faibles identifiés. Perspectives d’amélioration : Implémentation de techniques d’optimisation existantes. Détection de cercles et arcs de cercles. Simon BERNARD Stage de Master II IMA Image et Calculs.