Introduction

à la vision numérique

Présentation du plan de cours

Lectures supplémentaires:
Sonka et al: chap. 1

Patrick Hébert & Denis Laurendeau (dernière révision mai 2016)

1
 Qu'est-ce que la vision artificielle?
• source: • caméra:
• simple ou multiple • 1 ou plusieurs
• ponctuelle ou non • fixe ou mobile
• contrôlable ou non • couleur, N&B, IR, X, TeraHz

milieu de
propagation
• traitement
• représentation
• Objets • raisonnement
• statiques ou dynamiques • décision
• rigides ou déformables
• mats, transparents ou brillants

Processus d’interprétation! action

2
D’où part-on?
Une image numérique

matrice des valeurs de

l'image noir et blanc
de l'oeil

*tirée de Trucco et Verri

3
Plan du cours –
Une introduction plus 3 parties

1. Introduction et mise à jour en mathématiques

2. Formation des images
3. Traitement de base d’une image
4. Traitement multivue et reconstruction

4
1- La formation des images: géométrie et
radiométrie

• Projection, modèles de caméras et systèmes d’acquisition

• Radiométrie: lumière, sources, réflectance de surface, définition et

application de concepts

5
2- Traitement de base d’une image

• Bruit

• Filtrage

• Extraction et description élémentaire de caractéristiques basées sur les

pixels: points, régions, contours

6
 3- La vision 3D: traitement multivue et la
reconstruction 3D
• Objectif:

• Décrire la structure et l'organisation des objets dans l'espace

• Comment?

• la stéréoscopie
• la vision active (survol rapide)

7
Des applications de la vision artificielle
• Assemblage/inspection/métrologie
• Guidage
• Surveillance
• Communications homme-machine
•…

En général, on imposera des contraintes pour simplifier le

processus de vision.
8
Un exemple de ce que vous pourrez faire …

• Segmentation

• Suivi (tracking)

• Homographie
9
Deux autres exemples!

Suivi de trajectoire Projet de vision: la table interactive

10
 Vision vs traitement des images
• Le traitement des images vise à :
• Améliorer une image pour visualisation (imagerie médicale,
astronomie)

• Restaurer une image: corriger des dégradations (ex: le flou)

à partir de modèles

• Compresser une image pour transmission sur réseau

**En traitement d’images, l’interprétation demeure essentiellement

au niveau du pixel. L’humain interprète le contenu de l’image.

11
Exemple de traitement d’image

avant après
Tirées de restoreinpaint.sourceforge.net
12
 Autres domaines connexes

• Infographie (synthèse vs analyse)

• Photogrammétrie (cartographie, mesure)

• Reconnaissance de formes

13
Le modèle humain : vision biologique et
psychophysique

• Une source d'inspiration mais … non exempt d’erreurs

• Voici quelques exemples parmi des centaines!

14
La spirale de Fraser

Que voyez-vous?

En êtes-vous sûrs?
(faites un suivi avec votre
doigt)

image tirée de Nalwa

15
• Comme nous le verrons dans le cours, une image est une projection
d'une scène réelle. Une même image peut donc être le résultat de
plusieurs scènes (en théorie).

• Il faut donc plusieurs images ou des connaissances a priori sur la scène si

on veut établir un lien entre les images et le monde réel 3D.

16
Un exemple!

Que voyez-vous? Et maintenant?

images tirée de Nalwa
17
Il s'agit du même fichier d'image avec une rotation à 180 degrés!

Explication de notre interprétation : on supposerait que l'éclairage provient du dessus

images tirée de Nalwa
18
Références utiles en vision artificielle

• sites web
• CVonline:
http://www.dai.ed.ac.uk/CVonline
• computer vision homepage:
http://www-2.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html
• computer vision bibliography: http://iris.usc.edu/Vision-
Notes/bibliography/contents.html

19
Quelques revues scientifiques

• International Journal of Computer Vision (IJCV)

• IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI)
• Computer Vision and Image Understanding (CVIU)
• Machine Vision and Applications (MVA)
• Image and vision Computing Journal (IVC)
• Journal of the Optical Society of America A
• Pattern Recognition
• Journal of Photogrammetry and Remote Sensing

20
Magazines (abonnement gratuit)

• Advanced Imaging

• Vision and System Design

21
Conférences
• International Conference on Computer Vision (ICCV)

• International Conference on Computer Vision and Pattern Recognition (CVPR)

• European Conference on Computer Vision (ECCV)

• International Conference on Image Processing (ICIP)

• International Conference on Pattern Recognition (ICPR)

• International Conference on 3-D Vision (3DV)

22
Outils mathématiques et librairie utiles

Outils:
• Numerical Recipes
• Matlab
• Mathematica

Librairie de vision
• OpenCV http://opencvlibrary.sourceforge.net/

23