GMOSS Detection de lignes pour le GNEX06

Slides:



Advertisements
Présentations similaires
Atelier RBM-MERG sur la formation à lEIP, 6 au 9 octobre 2008, Dakar, Sénégal1 Observations sur l'échantillonnage, et notamment, sur l'utilisation d'un.
Advertisements

M Politique de garantie de la qualité des produits pharmaceutiques à source unique ou limitée Elisabetta Molari Procurement, Supply Policies and Management.
Données du réseau sismique de lOVPF Réseau sismique de lOVPF 5 éruptions sur la période étudiée 07/1999 à 12/2000 Différents types de signaux : Comment.
Page 1 Activités centrées autour de SMOS Eric A NTERRIEU et Bruno P ICARD PLAN La synthèse douverture Léquation de base Les méthodes de régularisation.
LIRMM 1 Journée Deuxièmes années Département Microélectronique LIRMM.
Grandissement et mise au point entre voies Nadège Meunier Atelier MTR, 17 janvier 2006, Tarbes.
Redimensionner mes photos pour Sitra. Le Contexte Qui suis-je ? Un membre contributeur Sitra (OT, SI, CDT…) Quel est mon problème/besoin ? Ajouter des.
3. Analyse et estimation du mouvement dans la vidéo
Understanding, building and using ontologies. Understanding Ontologie : la définition des concepts utilisés dans un langage donné Première approche (Gruber)
Xialong Dai, Siamak Khorram
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Modélisation des systèmes non linéaires par des SIFs
Quelques idées pour lAgébru Pour pouvoir donner et recevoir Copyright © Dale Carnegie & Associates, Inc.
Identification des personnes par l’iris
Application des algorithmes génétiques
Les systèmes d’information Géographique . نظم المعلومات الجغرافية
ANALYSE CROISEE ANTENNES/SCINTILLATEURS
Applications du perceptron multicouche
© International Road Transport Union (IRU) 2012 Séminaire international sur les instruments de facilitation du commerce et du transport routier de lONU.
Construction de modèles visuels
 Adaptation des antennes collectives: Ne pas se fier aux premières impressions SIMAVELEC.
OIL & UPML DREVET - HUMBERT Introduction OIL : un langage de description dontologies UPML : un langage de description de systèmes à base.
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Cliquez pour modifier le style du titre du masque Cliquez pour modifier les styles du texte du masque Deuxième niveau Troisième niveau Quatrième niveau.
Synthèse Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur.
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.
8. La modulation d’amplitude en quadrature et SSB
BIO1530 Lab2 Littérature scientifique. Objectifs de lexercice Après avoir complété cet exercice, vous devriez être en mesure de: Déterminer si une publication.
Interfaces perceptuelles
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
Sous-espaces vectoriels engendrés
Traitement d’images sur carte 3D
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Coarse to Fine : Vers un système d’acquisition intelligent
E. Conchon - B. Paillassa
Caractérisation texturale des surfaces boisées dans une image Ikonos de la région de Montréal Pierre Bugnet Langis.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
Soutenance de Thèse Mardi 13 Décembre 2005 Analyse des documents graphiques, une approche par reconstruction d’objets Mathieu Delalandre Mardi 13 Décembre.
REIMPLANTATION DE PICKING DEFINITION D’UN CHEMIN DE PREPARATION
1 Alain Casali Christian Ernst Extraction de Règles de Corrélation Décisionnelles 29 Janvier 2009.
Mathématiques Université en ligne. Les modules de mathématiques disponibles Trois types de modules ➢ Modules de transition entre lycée et université ➢
U TILISER LA G ÉOGRAPHIE POUR R ENFORCER LE P ROCESSUS DE P RISE DE D ÉCISION James STEWART MEASURE Evaluation 15 février 2011 Suivi et Evaluation des.
Contrôle du chargement de crayons de combustibles nucléaire par radiographie X 5GE Tdsi Miniprojet Bute Clément Flamary Rémi Ionescu Cristina Vaugon André.
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
Mustapha Hamidou Vendredi 20 août Stage Contour Matching.
Recherches locales et méta-heuristiques
TNS et Analyse Spectrale
Observation au Pic du Midi 8-12 Juillet 2003 Thierry Corbard, OCA Jean Arnaud, OMP Richard Muller, OMP.
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
Soutenance du mémoire de synthèse
INF-1019 Programmation en temps réel
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 22/06/2004.
Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1.
Exposé du 03/05/2010 Michaël Le Clerc & Nicolas Le Texier Mires Etude comparative.
Romain Dupont encadré par J.Aubourg et P. Fuchs
Principe Fondamental de la Statique (P.F.S)
Suivi d’Horizons Sismiques
Chevrier Christophe Diallo Ibrahima Le Penhuizic Glenn Sautet David.
Interfaces perceptuelles Interaction avec une caméra.
Partie II : Segmentation
PIF-6003 Sujets spéciaux en informatique I
Développement du jeu Ricochet Robots pour Android
EXTRACTION D’ÉLÉMENTS CURVILIGNES GUIDÉE PAR DES MÉCANISMES ATTENTIONNELS POUR DES IMAGES DE TÉLÉDÉTECTION : APPROCHE PAR FUSION DE DONNÉES EXTRACTION.
Time Of Flight LMS User Software Page 1 Créer une nouvelle Configuration dans le LMS, Pas à Pas !
Cap-formation-2006, résumé par J. Malbos1 EFIDIR : Extraction et Fusion d’Informations pour la mesure de Déplacement par Imagerie Radar 2. Extraction d'informations.
la reconnaissance de visages
Filtrage des images.
Algorithmes d’analyse spectrale en spectrométrie gamma embarquée
Transcription de la présentation:

GMOSS Detection de lignes pour le GNEX06 Vinciane Lacroix Signal and Image Center Royal Military Academy, Belgium CNES Réunion ORFEO 17/01/07

Plan Détection de routes= détection de lignes (dans l'image) Introduction: GMOSS et GNEX Détection de routes= détection de lignes (dans l'image) + connaissance (hors image) Détection de lignes: Gradient Contraint (1996 – 1998) Feature-extraction using the constrained gradient. ISPRS Journal of Photogrammetry and Remote Sensing, 53:85-94, April 1998 Solution implantée dans la boite-à-outils ORFEO Exemples Avantages/ Désavantages Nouvelles améliorations Conclusions

GMOSS GNEX06 Global MOnitoring for Security and Stability: Network of excellence AIM: EO for Security (plus sur le site: http://gmoss.jrc.it/) GNEX06: 10-11 Octobre 2006 exercice en temps réel: simulation d'une crise sur base d'un scénario fictif http://www.zki.caf.dlr.de/events/2006/gnex06/gnex06_2006_en.html presque tous les partenaires répartis en 3 équipes en 36h fournir des produits de cartographie rapide (carte de changements/ carte des routes/ couverture du sol) à partir de données EO et de cartes existantes

Résultats de RMA pour la détection des routes Détection de lignes claires: entrée: Raster filtre: en chaque pixel: Type:claire/foncée Contraste (norme) Direction Suppression des Nmax de type clair Suivi des maxima de type clair CNES: intéressant pour la boite à outils ORFEO

Détection de routes Dans des images de résolution 5m/10m les routes apparaissent comme des lignes claires/foncées contrastées suivant: le revêtement (réfléchissant ou non) le voisinage (plus réfléchissant ou non) la largeur de la route (ligne fine/région) et le canal Dans le visible la plupart des routes forment des lignes claires

Détection de routes Mais parfois: Lignes ni claires ni foncées « accidents » sur la route

Détection de lignes: le Gradient Contraint Observation: Les vecteurs de gradient pointent dans des directions opposées de part et d'autre d'une ligne. Ligne claire: gradient vers l'intérieur Ligne foncée: gradient vers l'extérieur Le contraste de la ligne est d'autant plus important que la norme de ces gradients est importante. Idée: Calculer le produit scalaire des vecteurs opposés dans un voisinage 3x3 Nécessaire mais pas suffisant

Filtre de lignes Calcul de gradient: gradient gaussien Ou: filtre donnant un champ vectoriel En chaque pixel p: Fenêtre 3x3: pour chaque paire L k (p) = - G k . G k+4 Norme: L (p) = max {0, sqrt (L k (p) } Direction: dir de G kmax - G kmax+4 (et ignore sens) Type: claire:G kmax . d kmax < 0 et G kmax+4 . d kmax +4< 0 foncée:G kmax . d kmax >0 et G kmax+4 . d kmax +4 > 0 Suppression non-maxima Suivi des maxima

Exemples

Avantages/désavantages module compatible avec: n'importe quel calcul de gradient (Gaussien, Deriche, spécifique à image SAR, etc.) N'importe quelle méthode de vectorisation suppression de non-maxima: mais attention aux jonctions Suivi des maxima « Filling gaps » peut servir d'entrée à des processus d'optimisation très simple à implanter résultats satisfaisants: Pour courbes et droites Pour plusieurs largeurs Désavantages réponse de points isolés pour les routes: Attention aux lignes ni claires ni foncées Nécessite connaissance pour compléter le réseau

Améliorations RAPPEL: Fenêtre 3x3: pour chaque paire L k (p) = - G k . G k+4 Norme: L (p) = max {0, sqrt (L k (p) } Type: claire:G kmax . d kmax < 0 et G kmax+4 . d kmax +4< 0 foncée:G kmax . d kmax >0 et G kmax+4 . d kmax +4 > 0 Suppression des NonMax: Problèmes aux jonctions Suivi des Max: Calcul pour les 4 paires du voisinage: paire « négative » ou claire paire « positif » ou foncée paire « indéfinie » G k . d k >0 et G kmax+4 . d kmax+4< 0 G k . d k < 0 et G kmax+4. d kmax+4 > 0 Ligne claire: existe paire négative ou autre Ligne foncée: existe paire négative ou autre Ligne claire et foncée: existe paire négative et paire positive Pas de Suppression de NonMax mais règles pour suivi: Début: 2 claires/foncées Suite: préférence pour max claire/foncée

Ameliorations (2) Lmax= Max k(Lk + Lk+4) else indéfinie Direction: dir de G kmax - G kmax+4 Direction: dir de Lmax si Lk >0 et Lk+4 >0 Lmax= Max k(Lk + Lk+4) else indéfinie Point: 4 paires claires ou foncées + |G proj_k | > |G perp_k | Fin de ligne: Direction indéfinie Suivi: De fin de ligne vers Point

G= Nclair*25+Nindéfini*5+Nfoncé Exemples Norme Ligne Claire Norme Ligne Foncée Point 2Clair2Foncé G= Nclair*25+Nindéfini*5+Nfoncé Exemples

Résumé et Conclusions Améliorations à court terme: meilleure direction exploitation pour la suppression des Nonmax et suivi Pistes de recherche: routes dans les agglomérations: pas uniquement lignes claires/foncées extraction de buildings exploitation de l'ombre ajout de connaissance Disponible dans ORFEO toolbox: Filtre pour extraction de lignes claires/foncées Schéma similaire à la détection de contour filtrage pour obtenir un Champs vectoriel Basé sur le produit scalaire de paires opposées symétriquement au centre d'un voisinage 3x3 Suppression des Non Maxima Suivi des Maxima