Traitement d’images Semaine 13 – Modèle correspondant.

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

x Autour d’un tableau de variation f (x)
A Pyramid Approach to Subpixel Registration Based on Intensity
La spécialité mathématique en TS
Projet 4info.
Introduction à la programmation (420-PK2-SL) cours 15 Gestion des applications Technologie de linformation (LEA.BW)
Chapitre 5 : Image couleur
Algorithmique et Programmation
Chapitre 6 : Restauration d’images
Analyse et Conception orientée objet
TRAITEMENT D’IMAGE SIF-1033.
Concepts avancés en mathématiques et informatique appliquées
Représentation graphique
Créer une interface graphique avec Photoshop.
Construction de modèles visuels
Leçon 2 : Surcharge des opérateurs IUP 2 Génie Informatique Méthode et Outils pour la Programmation Françoise Greffier Université de Franche-Comté.
Corrélation et régression linéaire simple
Equipe : VAISSET Antoine, MATHEOSSIAN Dimitri
La régression logistique
PROGRAMMATION SCIENTIFIQUE EN C
SUJETS SPÉCIAUX EN INFORMATIQUE I
SUJETS SPÉCIAUX EN INFORMATIQUE I
Chapitre 4 : Morphologie Mathématique
TEST d’activités mentales n°7
Les propriétés des fonctions
Leçon 1 : notion dobjet IUP Génie Informatique Besançon Méthode et Outils pour la Programmation Françoise Greffier Université de Franche-Comté.
Inéquations du premier degré à une inconnue
Développement dapplication avec base de données Semaine 10 : WCF avec Entité Framework Automne 2013.
TRAITEMENT D’IMAGE SIF-1033.
Procédures et fonctions
Reconnaissance d’image CABRIERE Pierre – ROBERT Bastien.
La fonction RECHERCHEV
LA PROJECTION ORTHOGONALE AUX NORMES EUROPEENNNES
Les fonctions Leurs propriétés.
Programmation créative – Les vecteurs
Tutorat en bio-informatique
INVEST'ESI. Le passage d’ordre Généralités.
Programmation Création d’une mire 1 afficher une image
Semaine 06 vA14 Modèle colorimétrique Détection de contours
Cours LCS N°4 Présenté par Mr: LALLALI
Leçon 4 NOTION DE FONCTION Fabienne BUSSAC.
Introduction au langage C : Structures de contrôle 1 ère année Génie Informatique Dr Daouda Traoré Université de Ségou
Recherche de motifs par projections aléatoires
Gestion budgétaire des ventes
Outils d’analyse: la méthode des moindres carrées
IMAGES STELLAIRES.
CPI/BTS 2 Algorithmique & Programmation La récursivité Algo – Prog CPI/BTS2 – M. Dravet – 14/09/2003 Dernière modification: 14/09/2003.
03 Volatilité dans le marché obligataire
Réaliser le site Bic à l'aide de calque, avec les éléments suivants: Image de fond: fondBIC.gif (20k) Personnage BIC: bicman.jpg (4k) Barre de navigation,
LE COUPLE DE FORCES Définition : deux forces de sens opposé, de même direction sur deux lignes d ’action différentes et d ’intensité égale.
Soit une plaque de dimension 80 X 40, les côtes sont données en cm
Le modèle de régression linéaire Claude Marois © 2010.
Analyse des données. Plan Lien entre les statistiques et l’analyse des données Propagation des erreurs Ajustement de fonctions.
Traitement d’images 420-D78-SW A15 Semaine 02.
Traitement d’images Semaine 03 A15 Seuillage.
TRAITEMENT D’IMAGES Semaine 05. AGENDA DE LEÇON Documentation officielle d’OpenCV Écrire du texte Source vidéo TP1.
Programmation créative Semaine 03. Agenda de leçon  Rotation d’un sprite  Modifier la couleur d’un sprite.
PIF-6003 Sujets spéciaux en informatique I
LE CADENCIER DES VENTES
Programmation créative – Les vecteurs
Traitement d’images Semaine 09 v.A15.
PROCESSING Semaine 03. PLAN DE LEÇON Interaction avec un programme Gestion de la souris Gestion du clavier.
Dreamweaver le retour Avec Les Formulaires Les Calques
Dreamweaver 2 Feuilles de Style CSS Formulaires Calques Comportements
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
Traitement d’images Semaine 09 vA15.
Comparaison de plusieurs moyennes observées
Cours 12 CROISSANCE D’UNE FONCTION. Aujourd’hui, nous allons voir ✓ Croissance et décroissance ✓ Maximum et minimum relatif.
Traitement d’images Semaine 05.
Transcription de la présentation:

Traitement d’images Semaine 13 – Modèle correspondant

Plan de leçon  Description du template matching  Utilisation avec la méthode matchTemplate  Méthode minMaxLoc

Template matching : Définition  Traduction probable « Correspondance de patron »  Le template matching permet de trouver des correspondances d’une image T dans une image I  L’image T doit être de dimension inférieure ou égale à l’image I  À l’aide de corrélation, il est possible de trouver mathématiquement la ou les meilleures correspondances d’un patron dans une image  Référence officielle Référence officielle  Avec exemple

Template matching : Principe

Trouver la position où il y a valeur maximum Si c’est la méthode des moindres carrés, ce sera la valeur minimum

Template matching : Principe  L’image résultante doit avoir les dimensions (W – w + 1) et (H – h + 1) où W et H sont les dimensions de l’image tandis que w et h sont les dimensions du modèle à rechercher  Cette résultante entraîne une image qui est plus petite que l’originale

Trouver la valeur minimum et maximum  Pour trouver les valeurs minimum et maximum dans une image OpenCV offre la méthode minMaxLoc()  Celle-ci trouve les positions du minimum et du maximum  La syntaxe de cette méthode est la suivante :  void minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())  On utilise souvent cette méthode après avoir réalisé un template matching sur une image  Documentation officielle Documentation officielle

Exercices  À l’aide de l’exemple sur le site officiell’exemple  Testez les différentes méthodes de correspondance pour retrouver les patrons  Modifiez le code pour permettre de retrouver plusieurs patrons différents  Modifiez le code pour retrouver plusieurs fois le même patron dans l’image