Vous êtes sur la page 1sur 26

TI N.

Journet segmentation

Introduction au traitement dimages


Reconnaissance des formes Nicholas Journet

12 janvier 2011

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Plan

Segmentation
seuillage Approches rgions Approches contours Codage contours

Introduction la reconnaissance des formes


Calcul de caractristiques Mesure de similarit et classication Etude dun OCR

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Quelques problmes de RF
Cest un rond, cest un carr, Distance avec des formes le feu est vert, :je passe, ou je marrte ? Reprsentation des caractristiques et prise de dcision odeur : cest une madeleine capteurs complexes caractre - criture (cest une lettre, un mot, ...) modlisation par apprentissage parole (forme temporelle) voix, identication : cest Chirac aux guignol complexit de lespace des caractristiques visage problme dinvariance il va pleuvoir dcision incertaine

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Schma simpli dune chane de RF

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Principes de lextraction de caractristiques

Ncessit de dnir la notion de pertinence en fonction de lapplication nale Le vecteur de paramtres doit discriminer les classes entre elles Le vecteur de paramtres doit tre stable (robuste) en fonction du bruit Information pertinente = combinaison dinformations

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple dextraction de caractristiques

Objectif : dcrire la forme au moyen dun ensemble de paramtres adquats (attributs) Large varit de reprsentations suivant les caractristiques utilises :
Caractristiques globales :Surface, primtre, largeur, hauteur, longation, circularit,moments statistiques Caractristiques locales : Coins ou sommets (nombre, positions relatives ou absolues, angles, ...), Segments (nombre, positions relatives ou absolues, longueur, ...)

Les caractristiques peuvent tre extraites sur : la forme elle-mme, son squelette, ses contours)

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple dextraction de caracs


Contraintes : faible variance intra-classe grande variance inter-classe invariance en translation, rotation, homotthie ? faible nombre dattributs Variabilit inter-classe vs variabilit intra-classe :

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Principes de la dcision

Pour chaque objet dtect, la phase de dcision (classication) consiste lui associer zro, une ou plusieurs tiquettes, correspondant des classes de lespace dinterprtation (possibilit de rejet) Une valeur de conance peut tre associe

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Classication des mthodes de RdF

Classiquement, il existe deux approches de RdF : Les mthodes statistiques : lextraction des caractristiques produit des vecteurs de paramtres qui sont confronts des modles numriques caractrisant chaque classe Les mthodes structurelles : lextraction des primitives produit des valeurs symboliques et des relations qui font lobjet dune analyse structurelle

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple dune mthode statistiques


On cherche reconnatre, dans une image, du bois de type chne et du bois de type sapin en utilisant deux caractristiques : Lintensit moyenne des pixels dans limage lcart type des intensits de pixels

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Classer un lment inconnu


On connat la frontire de dcision Je suis gauche cest un chne Je suis droite cest un sapin Je suis sur la frontire ? ? ? On ne connat pas la frontire de dcision 1. Je calcule la distance entre la forme classer et tous les autres points 2. La forme inconnue est aecte la classe de llment le plus proche

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Distance sur des espaces vectoriels

1. Distance de Manhattan 2. distance euclidienne 3. distance Minkowski


p

yi | n 2 i =1 |xi yi | n p i =1 |xi yi |

n i =1 |xi

source wikipedia

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple dune mthode structurelle

On dsire reconnatre des gestes partir dune squence vido Espace de reprsentation : I0 , ..., Ik Espace dobservation de chaque main :
1. en mouvement ou statique 2. position relative par rapport un point xe (tte, pieds, coin haut gauche de la camra...)

Espace dinterprtation : type de geste excut

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Lapprentissage

Le systmes de RdF gnriques disposent dun certain nombre de paramtres adapter. Ces rglages sont xs lors dune phase dapprentissage partir de donnes fournies (on parle de donnes dapprentissage). Apprentissage supervis : on connat les classes auxquelles appartiennent les donnes dapprentissage Apprentissage non supervis : le systme ne connat pas les classes auxquelles appartiennent les exemples mais on connat le nombre de classes

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Lapprentissage

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Mon systme de RdF ne fonctionne pas bien


Caractristiques inadaptes ?
ge du capitaine... variabilit inter-classe vs variabilit intra-classe

Base dapprentissage insusante ?


pas susamment de variabilit... disparit des eectifs de chacune des classes...

Mauvaise inuence des prtraitements sur les images ?


limination dinformations importantes... eets indsirables dune normalisation...

Espace de reprsentation inadapt ?


vouloir faire absolument du structurel au lieu du statistique... ... ou linverse ! ! !

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Mesures de performance

Dnitions : Taux de reconnaissance : nombre de dcisions correctes divis par le nombre de dcisions totales Taux de rejet : nb de dcision non univoques (on ne sait pas ou classer llment) divis par le nombre total de dcisions Taux derreur : nombre de dcisions univoques errones divis par le nombre de dcisions totales Treco + Trejet + Terreur = 1

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple dun OCR

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple dun OCR

Applications : traitement automatique de chques, de courrier Traitement o line : le texte est scann puis trait Traitement on line : la reconnaissance est eectue au fur et mesure que le caractre est trac Problmes :
1. forte variabilit intraclasse 2. peu de dirence interclasse 3. images parfois bruites

TI N. Journet

Exemple dune chane de traitements


1. Numrisation (scanner) 2. prtraitement : segmenter pour isoler chaque caractre supprimer le bruit, vectoriser...

segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

3. Extraction de caractristiques : crer un vecteur de caractristiques pour chaque caractre V (2.3, 2, 1000, 50, ..., 45) V (3, 10.2, 0, 20, ..., 4, 5) 4. classication : associer un symbole un vecteur de mesures

5. post-traitements : ventuellement utiliser le context (dico) pour corriger les erreurs ventuelles.

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Extraction de caractristiques 1/3


Comparaison directe : distance (lettre , modele ) =
ij

|Plettre (i , j ) Pmodele (i , j )|

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Extraction de caractristiques 2/3


1. Rapports isoprimtriques : r= 2. Concavit : c= perimetre 4..surface pe po

avec pe =primtre enveloppe convexe et po =primtre objet 3. Moments gomtriques : Mm,n = x ,y x m .y n .f (x , y )


ordre 0 : M0,0 = surfacedel objet ordre 1 : centre de gravit de lobjet : x = formule gnrale :
Mpq M00
1+ p +q 2

M1,0 M0,0

y =

M0,1 M0,0

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Extraction de caractristiques 3/3

Calcul de prols et de courbures

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Zoning
dcoupage en n blocs de limage du caractre pour chaque bloc on calcule une caractristique (ici le nombre de pixels noirs) vecteur de caractristiques : V = (d1 , d2 , ..., dn )

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple de classication

1. phase dapprentissage : crer les classes manuellement


Une classe = le vecteur caractristique dun des lments (pris au hasard, vecteur moyen, mdian...)

2. phase de classication : trouver la classe de lobjet inconnu reprsent par un vecteur caractristique calcul X
classication base sur une mesure de distance (euclidienne,...) La classe attribue est celle du vecteur de rfrence le plus proche.

TI N. Journet segmentation
Dnitions Seuillage Approches rgion Approches Frontires Codage frontires

Exemple de classication dune forme inconnue

D (A, ?) =

(0 0)2 + (3 10)2 + (0 0)2 + (4 5)2 + ... + (3 2)2 D (A, ?) = 7, 48 et D (B , ?) = 19, 05

La forme est donc identie comme tant un A car min(D (A, ?), D (B , ?)) = D (A, ?)

Vous aimerez peut-être aussi