Académique Documents
Professionnel Documents
Culture Documents
1 Introduction-à-la-Vision-par-Ordinateur
1 Introduction-à-la-Vision-par-Ordinateur
Journée du Laboratoire
LOGO
Faculté de Technologie
Chap : 01
Introduction à la
vision Artificielle
2 Vision Artificielle
L’objectif de cours
3 Vision Artificielle
Chapitre 1 : Introduction à la vision artificielle
Traitement d’Images et Vision.
Les problèmes propres au Traitement d’Images.
Echantillonnage et Quantification.
Chapitre 2 : Techniques de base de traitements de l’image
Notion d’histogramme et de contraste
Correction de la dynamique de l’image
Egalisation d’histogramme et correction gamma
Opérations logiques et arithmétiques sur les images
Chapitre 3 : La restauration d’images
Convolution 2D.
Filtrage Spatial.
Transformée de Fourier 2D.
Filtrage Fréquentiel.
Chapitre 4 : Détection des contours et Segmentation
Approche contours.
Approche régions.
Méthodes de segmentation et de classification.
4 Vision Artificielle
Constitution d’un système de vision
Un système de vision artificielle : une machine
associant un capteur d’image et un système de
traitement qui transforme et interprète cette image
pour fournir une information pertinente sur la scène
observée.
Analyse
Application
Acquisition
scène
VISIONIQUE
5 Vision Artificielle
Vision artificielle (Computer Vision)?
Qu'est ce que c'est ?
La vision artificielle désigne la compréhension d'une
scène ou d'un phénomène à partir d'informations «
image », liant intimement perception, comportement et
contrôle.
Premier niveau : acquisition
acquiert une image grâce à une chaîne intégrant des
éléments optiques et un capteur
Deuxième niveau : traitement de l'image
modifie le contenu de l'image afin de mettre en
évidence des éléments d'intérêt (objets, contours)
Troisième niveau : reconnaissance
utilise des techniques d'intelligence artificielle pour
identifier des formes connues6
dans l'image Vision Artificielle
Qu'est-ce que la vision ?
1.La vision humaine (Définition)
10 Vision Artificielle
Mieux que la perception humaine ? Non
11 Vision Artificielle
Vue d'ensemble d’utilisations
Classification ARTIFICIELLE
Reconstruction 3D
Localisation d’objet
12 Vision Artificielle
Vue d'ensemble de la spécialité
Psychologie
Neurophysiologie
Perceptive
VISION
ARTIFICIELLE
Vision Vision par
industrielle ordinateur
13 Vision Artificielle
Exemple d'application de la VA :
imagerie médicale
14 Vision Artificielle
Vision industrielle : contrôle de la
qualité, de l'aspect, ...
15 Vision Artificielle
16 Vision Artificielle
17 Vision Artificielle
Introduction aux traitement d’images
18 Vision Artificielle
I) A) système de vision
Image = information issue d ’un capteur de vison ( œil, caméra)
IMAGE
Scènes Capteur
Paysages Traitements
Objets Loi de Vision Information
l'optique Signal
RESULTATS
19 Vision Artificielle
Introduction
21 Vision Artificielle
Champs d’application
22 Vision Artificielle
Imagerie Médicale
23 Vision Artificielle
Application : route intelligente
24 Vision Artificielle
Application : analyse d’images de documents
25 Vision Artificielle
Télésurveillance
Intrusion
Trafic routier
Poursuite de cibles
26 Vision Artificielle
Détection objets
27 Vision Artificielle
Détection d’objets
28 Vision Artificielle
Robotique
Détection d’obstacles
Ego-mouvement
Guidage de missiles
29 Vision Artificielle
Analyse du mouvement
30 Vision Artificielle
Du traitement d’images à la vision par ordinateur
31 Vision Artificielle
Exemples de traitements bas niveau des images
32 Vision Artificielle
Exemples de traitements bas niveau des images
33 Vision Artificielle
Exemples de traitements moyen est niveau des images
35 Vision Artificielle
Exemples de traitement d’images
36 Vision Artificielle
Exemples de traitement d’images
37 Vision Artificielle
Exemples de traitement d’images
38 Vision Artificielle
Exemples de traitement d’images
Segmentation
39 Vision Artificielle
Exemples de traitement d’images
40 Vision Artificielle
Qu’est ce qu’une image ?
41 Vision Artificielle
Définition d’une image réelle
42 Vision Artificielle
Définition d’une image numérique
43 Vision Artificielle
Numérisation
Image numérique
Pixel
44 Vision Artificielle
Exemple : Images numériques
45 Vision Artificielle
Images numériques
46 Vision Artificielle
Pixels et niveaux de gris
47 Vision Artificielle
Images numériques
48 Vision Artificielle
Échantillonnage
Échantillonnage - Définition
49 Vision Artificielle
Quantification des luminances
50 Vision Artificielle
Exemple :Échantillonnage et Quantification
51 Vision Artificielle
Exemple :Quantification
52 Vision Artificielle
Types d’images numériques
53 Vision Artificielle
Codage des valeurs des pixels
54 Vision Artificielle
Trois principaux types d'images
Images couleurs
IR(x,y) IG(x,y) IB(x,y)
55 Vision Artificielle
Espace RVB / RGB
Espace le plus couramment utilisé, notamment lors de
l'acquisition par scanner et de l'affichage sur moniteur
d'ordinateur.
56 Vision Artificielle
Synthèses additives
Synthèses additives des basé sur la synthèse additive des
couleurs couleurs → mélange de 3
composantes
Souvent, chaque couleur sur 8bits
donc I = {0, . . . , 255} 3
Utilisé par les écrans d’ordinateurs
57 Vision Artificielle
Image couleurs
exemple
58 Vision Artificielle
Espace RVB
59 Vision Artificielle
Espace XYZ
60 Vision Artificielle
Espace HSV
Espace qui permet de décomposer une couleur en trois
composantes plus intuitives qui sont la teinte, la saturation
et la luminance.
61 Vision Artificielle
Espace HSV
S V
62 Vision Artificielle
Représentation matricielle/vectorielle
63 Vision Artificielle
Représentation matricielle/vectorielle
64 Vision Artificielle
Formats d’images matricielles
65 Vision Artificielle
Quelques éléments simple d’une image
Mr Mehallel
66 Vision Artificielle
Propriétés des images : Qualité
67 Vision Artificielle
Propriétés de l’image
68 Vision Artificielle
Propriétés de l’image
69 Vision Artificielle
Exemples de calcul de contraste
70 Vision Artificielle