Jri 19

Transformée de Hough et Applications
Présentation 10
Cheick Amed Diloma Gabriel TRAORE
Université Nazi BONI (U.N.B)
Laboratoire d'Algèbre, de Mathématiques Discrètes et d'Informatique (L.A.M.D.I)
Journées de la Recherche en Informatique (J.R.I 2019)
15 novembre 2019
Plan
Introduction
Espaces et objets discrets
Transformée de Hough Rectangulaire et algorithmes
Simulation numérique des algorithmes
Conclusion et perspectives
Plan de la présentation
1 Introduction
2 Espaces et objets discrets
Objets discrets
Transformée de Hough Standard
3 Transformée de Hough Rectangulaire et algorithmes
Image
Transformée de Hough Rectangulaire
Génération de la grille
Reconnaissance
4 Simulation numérique des algorithmes
Conditions expérimentales
Résultats obtenus
5 Conclusion et perspectives
2 / 27
Plan
Introduction
Plan
1 Introduction
Objets discrets
Image
Reconnaissance
Résultats obtenus
3 / 27
Plan
Introduction
4 / 27
Plan
Introduction
Espaces et objets discrets Objets discrets
Transformée de Hough Rectangulaire et algorithmes Transformée de Hough Standard
Plan
1 Introduction
Objets discrets
Image
Reconnaissance
Résultats obtenus
5 / 27
Plan
Introduction
Dénition
Soit d une distance sur Rn . Les points d'un ensemble X ⊆ Rn sont
dits isolés si pour tout point x ∈ X , il existe ∈ R∗+ tel que la
boule fermée Bd0 (x, ) ne contient que x . Un point isolé est aussi
appelé point discret
Dénition
La discrétisation est la détermination des points isolés constituants
un espace (continu).
Dénition
Un espace discret est un espace constitué de pavés ou carreaux, il
peut être le résultat d'une discrétisation. Dans ces pavés se
trouvent les points discrets.
6 / 27
Plan
Introduction
Dénition
Un objet discret est un ensemble de points discrets, en un ou
plusieurs morceaux.
Figure Objets discrets
Droite discrète
C'est un objet discret vériant :
µ ≤ ax + by < µ + w , (a, b, µ, w ) ∈ Z4 (1)

7 / 27
Plan
Introduction
Dénition
Soit A = (x, y ) un point discret. La transformée de Hough standard
ou dual de A est la courbe d'équation
r = x cos θ + y sin θ, (θ, r ) ∈ [0, π] × R. (2)
Figure A et son dual
8 / 27
Dual [SSA13] et pré-image [Dex06] d'un objet discret
Le dual d'un objet discret O est l'union
[ du dual de chaque point
discret p le constituant, Dual(O) = Dual(p).
p∈O
La pré-image Gp d'un objet discret est l'intersection du dual de
\n
chaque point discret p le constituant, Gp (P) = Dual(Pi ).
i=1
La notion de pré-image est utilisée pour reconnaître des objets

discrets tels que des droites. On peut aussi utiliser un accumulateur
de données, matrice dont les valeurs extrêmes correspondent à des
droites probables.
Figure Préimage de pixels

Plan
Introduction
Transformée de Hough standard étendue

Le dual d'un segment est l'aire située entre les transformées de
Hough standard des points situés à ses extrémités ;
le dual d'un carré ou d'un rectangle est l'aire située entre les
transformées de Hough standard des points situés aux
extrémités de ses segments diagonaux.
(a) Dual [DB] (b) Dual [AC ]

(c) Union des duaux
Figure Dual du carré ABCD

10 / 27
Plan
Introduction Image
Espaces et objets discrets Transformée de Hough Rectangulaire
Transformée de Hough Rectangulaire et algorithmes Génération de la grille
Simulation numérique des algorithmes Reconnaissance
Plan
1 Introduction
Objets discrets
Image
Reconnaissance
Résultats obtenus
11 / 27
Plan
Introduction Image
Image
Une image est une représentation visuelle ou mentale d'un objet,
c'est un espace discret ni et borné pouvant être modélisée sous
forme matricielle.
Figure Image échantillonnée et matrice associée
12 / 27
Plan
Introduction Image
Données : Une image numérique pré-traitée

début
1) Générer la grille rectangulaire;
2) sélectionner les rectangles qui contiennent au moins α%
pixels allumés ;
3) reconnaitre la(les) droite(s) dans l'image en fonction des
rectangles sélectionnés ;
4) identier les droites discrètes.
n
13 / 27
Plan
Introduction Image
Munir l'image d'une grille rectangulaire et calculer le dual des pixels

contenus dans cette grille est le pilier de la résolution de la
problématique.
Algorithmes de maillage [Tra19]
L'image étant une matrice munie d'un repère à coordonnées dans
Z, la distance entre les extrémités d'une grille doit être un entier.
Nous avons utilisés les algorithmes déterministes du cribles
d'Eratosthène et une fonction de factorisation.
14 / 27
Fonction erast(n : entier) : entier
Pré-condition : n>1
Variables : r , k : entiers
k ← 2;√
e← E ( n) ;
tant que k ≤ e faire
r ← n mod k ;
si r = 0 alors
retourner 0 ; % k divise n, n n'est donc pas premier
n
k ← k + 1;
n
retourner 1 ; % n est alors premier
n
Fonction factorisation(Nl : entier) : couple d'entiers
Pré-condition : Nl ∈/ P
Variables : k, k1 , k2 : entiers
tab : tableau d'entiers
Sorties : k1 , k2 : entiers
k ← 2;
√
e← E ( Nl) ;
tant que k ≤ e faire
si Nl mod k = 0 et erast( ) Vrai
k = alors
ajouter k dans tab % tab est ordonné et contient les
diviseurs premiers de Nl
n
k ← k + 1;
n
%on divise par 2 pour ne pas considéré un diviseur premier trop
petit ou trop grand de Nl
k ← E (longueur (tab)/2);
k2 ← tab[k];
k1 ← Nl/k2 ;
retourner k1 , k2 ; % Nl= k1 × k2
n
k2 est le nombre de grille.
Fonction maillage(Nl, Nc : entiers) : deux tableaux d'entiers
Variables : tab : tableau de 4 entiers, tabool : tableau de 2
booléens
Sorties : tab[1] (tab[3]) : largeur (hauteur) du rectangle de notre
maillage
tab[0] (tab[2]) : nombre de grille sur la ligne (la
colonne)
tabool[0] (tabool[1]) : primalité de Nl (Nc)
tabool[0]←erast(Nl);
si tabool[0] alors
tab[0], tab[1]←factorisation(Nl-1) ;
sinon
tab[0], tab[1]←factorisation(Nl) ;
n
tabool[1]←erast(Nc);
si tabool[1] alors
tab[2], tab[3]←factorisation(Nc-1) ;
sinon
tab[2], tab[3]←factorisation(Nc) ;
n
retourner tab,tabool;
n
Nc
0 1 2 3 4 5 6 7 8 9 10 11 12
5
Nl
6
10
NL=11, Nc=13
tab00l=[1,1]
tab[0]=5, tab[1]=2
tab[2]=4, tab[3]=3
Nc
0 1 2 3 4 5 6 7 8 9 10 11 12
0
≥α ≥α
1
4
≥α ≥α
5
Nl
6
8
≥α ≥α ≥α
6
10
Les rectangles ayant un taux de pixels ‘’allumés “ supérieurs à alpha (α) sont sélectionnés.
Tous les pixels situés dans la ligne et la colonne résiduelles sont traités.
Plan
Introduction Image
20 / 27
Plan
Introduction
Espaces et objets discrets Conditions expérimentales
Transformée de Hough Rectangulaire et algorithmes Résultats obtenus
Plan
1 Introduction
Objets discrets
Image
Reconnaissance
Résultats obtenus
21 / 27
Plan
Introduction
Espaces et objets discrets Conditions expérimentales
Transformée de Hough Rectangulaire et algorithmes Résultats obtenus
Nous avons utilisés le langage de programmation et de calcul

mathématiques python.
Nous avons utilisés un ordinateur portable de caractéristiques
Processeur : AMD A8-6410 APU with AMD Radeon RS
Graphics 2.00GHz
Mémoire Ram utilisable : 4.94 GB
Type du système : système d'exploitation 64 bits, processeur
×64.
22 / 27
Table Résultats classiques, sans notre maillage
seuil Nombres de Temps de détections

droites détectées
40 7 9.59 sec
Table Résultats avec notre maillage
α seuil Nombres de Temps de détections

droites détectées
0.2 40 8 3.88 sec
Plan
Introduction
Plan
1 Introduction
Objets discrets
Image
Reconnaissance
Résultats obtenus
24 / 27
Plan
Introduction
D'étudier de la contrôlabilité du choix du paramètre α et du

seuil, dans le but d'optimiser et de ne détecter que des droites
jugées "utiles".
De coupler les algorithmes issus de ses travaux aux
deep-learning an de permettre des reconnaissances
automatisées sur de grands volumes d'images et en temps
"acceptable".
De conçevoir un maillage triangulaire de l'image et des
algorithmes de détections de droites en fonction de ce maillage
et dont les temps d'exécutions seront comparés à ceux de ce
mémoire. Envisager également une implémentation avec du
deep-learning ;
D'étendre nos travaux aux images 3D.
25 / 27
Bibliographie
M. Dexet.
Architecture d'un modeleur géométrique à base topologique
d'objets discrets et méthodes de reconstruction en dimensions
2 et 3 .
Thèse en informatique et applications, Université de Poitiers
(France), décembre 2006.
A. Sere, O. Sie, and E. Andres.
Extended standard hough transform for analytical line
recognition.
(IJACSA) International Journal of Advanced Computer Science
and Applications, 4(3) :256266, 2013.

C.A.D.G. Traore.
Application de la transformée de hough rectangulaire à la
détection de droites discrètes.
Master's thesis, Université Nazi BONI, 2019.
Plan
Introduction
Fin de la présentation
MERCI, pour votre

attention !
27 / 27

Langue

Jri 19

Transféré par

Informations du document

Description :

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Jri 19

Titre original :

Transféré par

Description :

Droits d'auteur :

Transformée de Hough et Applications

Laboratoire d'Algèbre, de Mathématiques Discrètes et d'Informatique (L.A.M.D.I)

Journées de la Recherche en Informatique (J.R.I 2019)

Figure  Objets discrets

µ ≤ ax + by < µ + w , (a, b, µ, w ) ∈ Z4 (1)

r = x cos θ + y sin θ, (θ, r ) ∈ [0, π] × R. (2)

Figure  A et son dual

La notion de pré-image est utilisée pour reconnaître des objets

Figure  Préimage de pixels

Transformée de Hough standard étendue

(a) Dual [DB] (b) Dual [AC ]

Figure  Dual du carré ABCD

Figure  Image échantillonnée et matrice associée

Données : Une image numérique pré-traitée

Munir l'image d'une grille rectangulaire et calculer le dual des pixels

Nous avons utilisés le langage de programmation et de calcul

seuil Nombres de Temps de détections

Table  Résultats avec notre maillage

α seuil Nombres de Temps de détections

D'étudier de la contrôlabilité du choix du paramètre α et du

d'objets discrets et méthodes de reconstruction en dimensions

and Applications, 4(3) :256266, 2013.

MERCI, pour votre

Centres d'intérêt liés

Vous aimerez peut-être aussi

Figure Objets discrets

Figure A et son dual

Figure Préimage de pixels

Figure Dual du carré ABCD

Figure Image échantillonnée et matrice associée

Table Résultats avec notre maillage

and Applications, 4(3) :256266, 2013.