Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.

Slides:



Advertisements
Présentations similaires
Structures de données avancées : Introduction
Advertisements

Chap. 4 Recherche en Table
Traitement d’images : concepts fondamentaux
Constructive Volume Geometry (CVG) Article de Min Chen & John V. Trucker COMPUTER GRAPHICS Benoît Capelli – Stéphane Renaudie DESS IMM
Algorithmes et structures de données avancées Cours 7
Algorithmes et structures de données avancées Cours 6 Patrick Reuter
Graphes et Applications Thème de léquipe « Combinatoire et Algorithmique » LaBRI – janvier 2008.
LOD et Progressive Meshes (maillages progressifs) Hugue Hoppes 1996
Réflexivité et réseaux d’ information
Calcul géométrique avec des données incertaines
Introduction Pour concrétiser l’enseignement assisté par ordinateur
Simplification et abstraction de dessins au trait
Modélisation par le concept de graphe
Modélisation 3D Réalisation d'une image de synthèse
Visualisation d’information interactive 5 : Graphes
Chap. 1 INTRODUCTION Beaucoup de problèmes de la vie courante, tels la gestion de réseaux de communication ou l'ordonnancement de tâches, correspondent.
Cours de Segmentation PLAN Introduction
Traitements d'images et Vision par ordinateur
Structures Pyramidales Luc Brun L.E.R.I., Reims and Walter Kropatsch Vienna Univ. of Technology, Austria.
IFT3730: Infographie 3D Transformations Géométriques
Intersection de Surfaces de Subdivision
FRE 2645 CIDED04 : 22 Juin 2004 Système de reconnaissance structurelle de symboles, basé sur une multi représentation en graphes de régions, et exploitant.
Opérateurs morphologiques
Construction de modèles visuels
Traitements d'images et Vision par ordinateur
La segmentation
Pr ZEGOUR Djamel Eddine
LA STRUCTURE D'ARBRE-B Institut National des Sciences Appliquées – Rouen Département Architecture des Systèmes d’Information.
LES ARBRES IUP 2 Génie Informatique
Structures de données IFT-2000
Structures de données IFT-2000
Coloration gap sommet identifiante de graphes
Méthode des Ensembles de Niveaux par Eléments Finis P1
Recherche Opérationnelle
Design dun système de vision embarqué. Application:
Chapitre 4 : Morphologie Mathématique
Calcul des groupes d'homologie d’objets discrets
Cours #9 Segmentation Découverte 4- Segmentation Introduction
L’adaptativité pour un solveur de l’équation de Vlasov

Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Deux sujets traités La segmentation d’images
Modélisation géométrique
Segmentation par analyse d’une image de gradient (ligne de partage des eaux) par fusion de régions dans un graphe par méthode variationnelle (Mumford.
Morphologie mathématique ensembliste
Calcul parallèle => partitionner les données en sous-groupes associés aux processeurs. P0 P2 P1.
Arbres binaires et tables de hachage
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
Laboratoire PSI – FT-R&D Delalandre Mathieu 3 septembre 2001
Les réseaux de neurones à réservoir en traitement d’images
Institut de sciences et technologies Département d’informatique
Structures de données avancées : Fichiers multidimensionnels Pr ZEGOUR DJAMEL EDDINE Ecole Supérieure d’Informatique (ESI) zegour.esi.dz
Problème de double digestion
Les bases de la modélisation Primitives simples et CSG.
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
Soutenance de Stage DEA / DESS
TIPE : JPEG Romain Fliedel MP
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Suivi d’Horizons Sismiques
Interfaces perceptuelles Interaction avec une caméra.
31/05/2007Projet Master 11 Présentation ludique de la recherche opérationnelle à la fête de la science Année universitaire 2006/2007 Sylvain FIX Julien.
Partie II : Segmentation
PIF-6003 Sujets spéciaux en informatique I
Test Point Polyedre Pierre REISS
Traversées (Parcours ) de graphes
Pierre Joli Cours de Mathématique Pierre Joli
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
Transcription de la présentation:

Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun

De quoi allons nous parler ? Définitions (Image, partition …) La segmentation Les structures de données Un modèle combinant des informations géométriques et topologiques

De quoi ne parlerons nous pas ? Structures de données hiérarchiques Algorithmes de segmentation

Définitions: Image

Image Définitions Grille discrète 2D Pixel Voisinage

Région Définitions Région : –Ensemble 4 ou 8 connexe de pixels * P Q

Partition Définitions Partition : Composante connexe : Ensemble de régions adjacentes inclues dans une autre région.

Définitions / Segmentation Questions ? Image Région Partition Composante connexe

La segmentation {S 1,…, S n } segmentation de X ssi :

La segmentation {S 1,…, S 5 } segmentation de X ssi : –P : couleur identique S1S1 S3S3 S5S5 S4S4 S2S2

Les méthodes de segmentation Détection de contours (P. Lambert ) Régions –agrégation et fusion (L. Macaire) –Découpes –Découpes et fusions

Détection de contours Caractériser la frontière entre les régions

Détection de contours Seuil Fermeture de contours

Les méthodes d ’agrégation et fusion Effectuer une sur-segmentation Fusionner toutes les régions dont l’union reste homogène.

Les méthodes d ’agrégation et fusion Agrégation : Régions initiales d ’un pixel Fusion : Région initiales quelconques Sensible à la stratégie de fusion Union-find (agrégation)

Les méthodes de découpe Effectuer une sous-segmentation Découper toutes les régions non-homogènes.

Les méthodes de découpe Création de couple de région dont l ’union reste homogène.

Les méthodes de découpe et fusion Segmentation initiale quelconque –Découper toutes les régions non homogènes –Fusionner toute les régions adjacentes dont l’union reste homogène.

Exemple de découpe-fusion Alternance de découpes et fusions

Segmentation/Structures de données Questions ? Détection de contours Agrégation Fusion Découpe Découpe-Fusion

Stocker la partition Accès à deux types d’informations : –Informations Géométriques –Informations Topologiques

Informations géométriques Ensemble des pixels d’une région. Région englobant un pixel Frontière d’une région

Informations Topologiques Ensemble des voisins d’une région Frontière entre deux régions Composantes connexes incluses Région englobante

Structures Géométriques

Tableau de labels Numéroter les pixels : L

Tableaux de labels

Tableau de labels Avantages –Extrêmement simple –Accès à la majorité des informations géométriques Inconvénients –Pas d’information de frontière –Pas compacte

Quadtree Décomposition récursive de l’image

Quadtree Avantages –Accès efficace aux informations géométriques –Possibilité de Multi-résolution Inconvénients –Restreint les découpes et les fusions

Codage par plages (Run Length encoding) Ne coder que les extrémités des segments

Codage par plages Avantages –Compression d ’informations –Parcourt aisé de l’ensemble des pixels Inconvénients –Pas d’information de frontière

Transformation par axe médian (MAT) BB-MAT (ou DB-MAT) plus grand carré (ou disque) inclus dans la région.

Transformation par axe médian (MAT) BB-MAT (ou DB-MAT) plus grand carré (ou disque) inclus dans la région.

Transformation par axe médian Avantages –Représentation compacte –Axe médian : Informations sur la forme de la région  Reconnaissance de formes Inconvénients –Pas adapté aux découpes et fusions

Représentation par frontière Ne coder que les points frontières

Représentation par frontière Avantages –Informations de frontières Inconvénients –Ambiguïté sur la localisation de la frontière –Pas d’informations topologiques

Structures Topologiques

Graphe d ’adjacence de régions (RAG) Graphe : G=(V,E) –Un nœud par région –Une arête par relation d ’adjacence entre régions

Graphe d’adjacence de régions Avantages –Codage compact de nombreuses propriétés topologiques Inconvénients –Difficultés de mises à jour lors des découpes –Ne code pas la frontière d’une région

Graphes duaux Deux graphes codant les adjacences de régions et les relations entre segments.

Graphes duaux Deux graphes codant les adjacences de régions et les relations entre segments.

Graphes duaux Avantages –Codage des adjacences de régions –Codage de la frontières des régions Inconvénients –Codage et maintenance de deux structures –Pas d’informations géométriques

Les structures de données Structures de données de base –enrichies –combinées Dédiées à la Géométrie ou la Topologie

Les structures de données Accès rapide à peu d’informations –Agrégation : Tableaux de labels –Fusions : Graphe d’adjacence de régions –Découpe-Fusions : Quadtrees

Structures de données / Modèle Questions ? Tableau de labels Quadtrees Codage par plages Axe médian Graphe d ’adjacence Graphes duaux

Le modèle Combiner des informations : –Géométrique Forme des régions Frontières –Topologiques Voisinage Inclusions

Niveau Géométrique Chemins inter-pixels : –Placer les frontières en dehors de l’image Points de coordonnées demis-entières

Niveau Géométrique Chemins inter-pixels :

Niveau géométrique Les segments et les nœuds –segment : Chemin maximum entre deux régions –nœud : intersection de plusieurs segments g d h b

Niveau géométrique Les segments et les nœuds –segment : Chemin maximum entre deux régions –nœud : intersection de plusieurs segments S1S1 S3S3 S2S2 S4S4 S5S5 S6S6

Chemins inter-pixels Avantages –Informations de frontières –Codage compact –Pas d’ambiguïté sur le placement des frontières Inconvénients –Pas d’informations topologiques

Cartes Combinatoires / graphes duaux S1S1 S3S3 S2S2 S4S4 S5S5 S6S6

Cartes Combinatoires Une seule structure pour coder les deux graphes. S1S1 S3S3 S2S2 S4S4 S5S5 S6S

Cartes Combinatoires Définitions de base Ensemble D Permutation : application bijective de D dans D –Orbite de b  D suivant  :  * (b) = {b,  (b),  2 (b),  3 (b),  4 (b),  5 (b),…} –Décomposition en cycles  =  * (b 1 )  * (b 2 )  * (b 3 )  * (b 4 )...

Cartes Combinatoires Exemple de permutation Permutation  : Orbites :  * (1) = {1,3,6}  * (2)={2,10,9,8,5}  * (4)={4},  *(7)={7} Cycles :

Cartes Combinatoires Définition G=(V,E)  G=(D, ,  ) –Décomposer chaque arête en deux demi- arêtes(brin) :  : Codage des arêtes. D ={-6,…,-1,1,…,6}

Cartes Combinatoires Définition G=(D, ,  ) –  : Codage des sommets  * (1)=(1,  * (1)=(1,3  * (1)=(1,3,2)

Cartes Combinatoires Définition Récapitulatif : G=(D, ,  ) –Elément de base : demi-arête (brin) –Chaque brin appartient à un sommet –Arêtes définies par les orbites de  –Sommets définis par les orbites de 

Cartes Combinatoires Propriétés Passage au dual : –G=(D, ,  )  G=(D,  =   ,  )  * (-1)=(-1,  * (-1)=(-1,3  * (-1)=(-1,3,4  * (-1)=(-1,3,4,6)

Cartes Combinatoires Propriétés Chaque brin appartient à un seul sommet (cycle de  ) Chaque brin appartient à une seule face (cycle de  )

Cartes Combinatoires Propriétés Dual : G=(D,  =   ,  ) –Tous les brins d’une orbite « voient » leurs face associées à main droite

Cartes Combinatoires Propriétés Dual : G=(D,  =   ,  ) –Toutes les faces sauf une, sont parcourues dans le sens négatif (horaire). –La face orientée dans le sens positif est appelée la face infinie : f  Extérieur Composante connexe f  =(1,-2)

Cartes Combinatoires Propriétés Exemple de face infinie : f1f1 f2f2 f3f3 f4f4

Cartes Combinatoires G=(D, ,  ) –Codage des arêtes :  –Codage des sommets :  –Codage des faces :  =    Codage implicite  Fonctions d ’étiquetage

Cartes Combinatoires Fonctions d’étiquetage Etiquette de face : Une face  une orbite de   constante sur chaque orbite  { {{ { (1) (-1) (-6) (5)

Cartes Combinatoires Fonctions d’étiquetage Les fonctions d’étiquetage:

Implémentation Niveau Topologique Stockage par des tableaux d ’entiers 

Le modèle Liaison géométrie-topologie –Nœuds et sommets –Segments et arêtes –Régions et faces

Gestion des relations d’inclusions

Gestion des relations d’inclusions

Gestion des relations d’inclusions Ensemble des composantes connexes incluses : la fonction fille f f1f1 f2f2 f3f3 f4f4 fille(f) = { f 1 , f 2 , f 3 , f 4  }

Gestion des relations d’inclusions Région englobant une composante connexe : la fonction mère ff f mère(f  )= f

Gestion des relations d ’inclusions –mère : face finie incluant une composante connexe –fille : ensemble des composantes connexes incluses

Modèle : Définition / Utilisation Questions ? Chemins inter-pixels Nœuds, segments Brins Permutations , ,  Fonctions, -1 Fonctions mère, fille

Informations Géométriques Frontière : f fS -6, S -5, S -3, S 2 S -6 S2S2 S -3 S -5

Informations Géométriques Ensemble des pixels d’une région –Parcourir la frontière –Positionner des drapeaux  Codage par plage

Informations Géométriques Intersection de deux régions : f1f1 f2f2 f1f1 f2f2 S 6 et S 3 6 et 3

Informations Géométriques Région englobant un pixel ) Lancer une sonde 2) Suivre le segment ) Nœud-Sommet 4) Segment-brin 5) brin-face (-1)

Informations Topologiques Voisinage extérieur –Deux faces sont adjacentes ssi elles ont une arête en commun : f1f1 f2f2 f3f3 ff

Informations Topologiques Voisinage extérieur f1f1 f2f f3f3 ff (1) (-3) (-4) (-6) ff f2f2 f3f3 V ext (f 1 )=

Informations Topologiques Voisinage extérieur f

Informations Topologiques Voisinage général f

Informations Topologiques Remarque : Les voisinages extérieurs et généralisés peuvent être utilisés pour définir des bases de voisinages fondamentaux  Topologies

Modifications de la partition Découpe ) Tracer le segment ) Insérer les sommets 3) Insérer l ’arête

Modifications de la partition Fusion

Modifications de la partition Fusion ) Supprimer le segment 3 -3

Modifications de la partition Fusion ) Supprimer le segment 2) Supprimer l ’arête

Modifications de la partition Fusion 1) Supprimer le segment 2) Supprimer l ’arête 3) Supprimer le sommet

Modifications de la partition Simplifications : –Gestion des faces infinies –Gestions des relations d’inclusions –Gestion des labels

Utilisation du Modèle / Segmentation Questions ? Frontière d ’une région Ensemble des pixels Intersection de deux régions Région englobante Voisinages extérieur / général Modifications de la partition

Algorithme de segmentation en Régions Agrégation Fusion Découpe Découpe-Fusion

Interactions : Modèle / Segmentation en régions –Sélection d’une région Association point / région Fonctions de Labels Voisinages –Découpe Fonctions de parcourt Mise à jour du modèle –Fusions: Voisinages Calculs ou mise à jour d ’attributs Mise à jour du modèle

Choix de la structure de données Difficulté sur –Le prédicat P Déterminer les opérations les plus courantes Choisir une structure de données « classique » – Algorithmique Structure de données complexe

Difficultés de la segmentation Prédicat P non universel

Deux approches « classiques » de la segmentation Segmentation non supervisée. –Sémantique incorporée à l’algorithme Segmentation supervisée (classification) –Sémantique induite par l’apprentissage Segmentation

Propriétés des approches supervisés et non supervisées Pré-compilation du prédicat P –Rapides –Bons résultats –Classe d ’image réduite

Segmentation Interactive L ’utilisateur désigne : –La région à travailler (association point-région) –L ’algorithme de Découpe Fusion Découpe-fusion

Exemple de session Image originale Découpe Fusion SélectionDécoupeFusionSélection Découpe-Fusion Edition Suppression/Sélection Découpe Edition Découpe Edition Découpe-Fusion Edition