Vous êtes sur la page 1sur 3

Les smantiques de TDI Connaissance => action Base de connaissance trop importante => rduire la base sans dtriorer

linformation : Sampling (chantillonnage) Multi-rsolution [pyramide de burt] = virtual dynamics [filtre de gabor -transforme en ondelettes, filtrage linaire : mean,max,min,mode(filtre majoritaire)] Btonnets 10^8 : gain statique mdiocre Cnes 3*10^6 : gain dynamique important Niveau de dcision : structurel, smantique (intelligence artificielle), statistique (aucune connaissance).

Points dintrts : points de fixation chez lhumain , variance de gris dans toutes les directions , maximum local de la variation minimale

le descripteur SIFT est le plus couramment utilis pour lextraction de points cls. Ce qui a fait le succs de ce descripteur, cest quil est peu sensible au changement dintensit, de mise lchelle et de rotation, ce qui fait de lui un descripteur trs robuste. Il est bas sur les diffrences de gaussiennes

Difference of Gaussians is a grayscale image enhancement algorithm that involves the subtraction of one blurred version of an original grayscale image from another, less blurred version of the original. Haralick has made a series of contributions in the field of computer vision. In the high-level vision area, he has worked on inferring 3D geometry from one or more perspective projection views.[5][6][7][8] He has also identified a variety of vision problems which are special cases of the consistent labeling problem. His papers on consistent labeling,[9][10] arrangements, relation homomorphism,[11] matching, and tree search translate some specific computer vision problems to the more general combinatorial consistent labeling problem and then discuss the theory of the look-ahead operators that speed up the tree search.

Une grammaire formelle (ou, simplement, grammaire) est constitue des quatre objets suivants:

Un ensemble fini de symboles, appels symboles terminaux (qui sont les lettres du langage), nots conventionnellement par des minuscules, Un ensemble fini de symboles, appels non-terminaux, nots conventionnellement par des majuscules, Un lment de l'ensemble des non-terminaux, appel axiome, not conventionnellement S, Un ensemble de rgles de production, qui sont des paires formes d'un non-terminal et d'une suite de terminaux et de non-terminaux ; par exemple, A ABa.

MOUVEMENT Hyp : la luminance reste constante, les points considrs doivent rester visible
Egomotion is defined as the 3D motion of a camera within an environment. In the field of computer [2] vision, egomotion refers to estimating a camera's motion relative to a rigid scene. An example of egomotion estimation would be estimating a car's moving position relative to lines on the road or street signs as observed from the car itself. The estimation of egomotion is important in autonomous robot navigation applications **debut Passage de la ralit vers limage : rsultats de multiples projections 3D,t ->2D, Couleur -> intensit,. Ralit -> exemple
[1]

projection dun e scne de plusieurs dimensions travers des capteurs photosensibles sur un plan focal La projection rduit les dimensions Problme mal pos : manque de contraintes ->ncessit de rgularisation par ajout de contraintes Optimisation par la recherche dun min/max de la fonction Hyper rsolution : technique damlioration de la rsolution associe un filtrage des dfauts -> scratches Equation de la chaleur : quation aux drives partielles parabolique utilise pour dcrire le phnomne de la conduction thermique Limage numrise est un ensemble dlments appels pixels (picture element) chacun est attribu une valeur -> tableau ou matrice de valeurs **fin debut Principe 1- Echantillonnage : application sur N variables alatoires connues partir dun chantillon de K ralisations conjointes

2- Poids : soit le mme poids -> 1/n pour tous les chantillons ou bien modification par pondration de poids 3- Transformation des chantillons : par la diffrence de chaque chantillon avec la moyenne (ou centre de gravit) de la variable Possibilit de rduction par division sur lcart type 4- Calcul covarience et corrlation 5- Diagonalisation, valeurs propres, vecteurs propres 6- Projection : vecteurs propres -> axes de dcorrlation LES PONTS DINTERET Trs sensibles aux bruits Utilisation doprateur : diffrentiel ou statistique 1- Methode de Moravec : cest le maximum local pour une variation de direction maximale differentiel 2- Mthode de Girard : calcul du gradient circulaire qui doit etre tres grands par rapport au gradient differentiel (radial) 3- Hessien : max et min des valeurs propres du hessien Les points de contours : variation de niveau de gris sdan s une certaine direction -> perpendiculairement la ligne de contour on a un variation maximale, si la variation est nulle -> ligne de niveau La dtection de limage de contours utilise la drive Math :border de 0 direction perpendiculaire Fourrier : dupliquer lignes et colonnes TDS : filtrage linaire Avant de driver il est judicieux de dattnuer le bruit par un filtrage flou Filtre drive premire : le plus simple :difference entre pixels voisins sur les lignes horiz puis verticales ; chaqe extremum correspond un point de contour Autres mthode : Canny , Sobel .