INF-1019 Programmation en temps réel

Présentation au sujet: "INF-1019 Programmation en temps réel"— Transcription de la présentation:

1 INF-1019 Programmation en temps réel
Traitement du signal (images) Sujets Détection des contours et arêtes Dérivée première (gradient) Dérivée seconde Laplacien Laplacien de la gaussienne Lectures: Notes de cours

2 Détection des contours et arêtes (basée sur les dérivées)
00 FF Image prof il d’une ligne horizontale (dérivée première) (dérivée seconde) (a) ( b) Figure 7.4 [rf. GONZALEZ, p. 417]

3 Dérivée première (gradient)
| Gx | + | Gy | -1 1 -2 2 | Gy | 1 -1 2 -2 | Gx | Figure 7.6 [rf. GONZALEZ, p. 421]

4 Dérivée seconde (Laplacien)
Le calcul du laplacien découle de la forme suivante: La forme digitale est donnée par: -1 4 z3 z9 z2 z8 z1 z7 z6 z5 z4 Cette méthode est sensible au bruit

5 Dérivée seconde (Laplacien)
Le laplacien de la gaussienne permet de corriger les problèmes de sensibilité au bruit de la méthode du laplacien Le laplacien de la gaussienne prend la forme:

6 Dérivée seconde (Laplacien)
Nous utilisons la forme:

7 Dérivée seconde (Laplacien de la gaussienne)
Figure 7.8 [rf. GONZALEZ, p. 423]

8 Dérivée seconde (Laplacien)
Le résultat de la convolution f *g’’ est la dérivée seconde de l’image Il faut alors localiser les passages par zéro de la dérivée de l’image pour permettre la localisation des contours dans l’image Pour localiser les passages par zéros nous utilisons une petite fenêtre de 1 X 2 pour localiser les passa-ges par zéros verticaux et une de 2 X 1 pour ceux horizontaux

9 Dérivée seconde (Laplacien)
Par la suite nous parcourons l’image des dérivées secondes et effectuons les tests suivants: j j+1 SI ((((f*g’’)(i,j) > 0) ET ((f*g’’)(i,j+1) < 0)) OU (((f*g’’)(i,j) < 0) ET ((f*g’’)(i,j+1) > 0))) ALORS Passage par zéro (contour vertical) i j SI ((((f*g’’)(i,j) > 0) ET ((f*g’’)(i+1,j) < 0)) OU (((f*g’’)(i,j) < 0) ET ((f*g’’)(i+1,j) > 0))) ALORS Passage par zéro (contour horizontal) i i+1

10 Laplacien de la gaussienne (exemples)
Image originale (320 X 320 pixels) Convolution de l’image avec {Laplacien de G} où w2-D = 8 (montre seulement les  passages par 0 en noir) Convolution de l’image avec {Laplacien de G} où w2-D = 8 (valeurs positives en blanc et négatives en noir) Convolution de l’image avec {Laplacien de G} où w2-D = 8 (0 apparaissant en gris) Figure [rf. MARR, p. 58]

11 Exemple de détection de contours
/u/dmatensr/meunier/images/riviere.rast

12 Résumé Segmentation des images par détection de contours et d’arêtes
Dérivée première (gradient) Dérivée seconde Laplacien Laplacien de la gaussienn