Concepts avancés en mathématiques et informatique appliquées MAP-6014
Détection d’objets par corrélation spatiale u Fondements de la détection d’objets u Corrélation spatiale (vs ‘convolution’) u Coefficient de corrélation u Exemple
Fondements de la détection d’objets u Le but de la détection d’objets est de localiser dans une image f(x,y) de dimension M X N des objets (formes) représentés par une sous-image w(x,y) de dimension J X K sachant que J M et K N u Une approche basée sur la corrélation peut être utilisée pour détecter les objets u Cette approche consiste à déplacer l’objet w(x,y) sur l’image f(x,y) est calculer un facteur d’appariement (corrélation) mettant en relief la ressemblance entre l’objet w(x,y) et f(x,y) au voisinage de chaque point
Corrélation spatiale (VS convolution) u Appariement d’objets par corrélation
Corrélation spatiale (VS convolution) u Alors, pour chaque point s,t de notre image, nous calculons la valeur de c(s,t) correspondant à la corrélation entre w(x,y) et f(x,y) u Une valeur maximale de c(s,t) correspond à un appariement optimal de w(x,y) et f(x,y) u Le calcul de c(s,t) est par contre sensible aux changements d’amplitude de w et f
Corrélation spatiale (VS convolution) u Pour rendre le calcul de la corrélation invariant selon les changements d’amplitude nous pouvons utiliser une forme normalisée de c(s,t) ou calculer le coefficient de corrélation FORME NORMALISÉE c(s,t) 0,1
Corrélation spatiale (VS convolution) u Coefficient de corrélation -1,1
FIGURE 1.14 [rf. SCHOWENGERDT, p. 30] Corrélation spatiale
Corrélation spatiale (exemple)
/u/dmatensr/meunier/sif1033/images/rivTANK.rast Exemple forme_tank.raw détecterobjet
Résumé u Détection d’objets par corrélation spatiale –Fondements de la détection d’objets –Corrélation spatiale (vs ‘convolution’) –Coefficient de corrélation