Chapitre 6

La reconnaissance de formes

UMMTO Avril 2016 M. SOUALAH

Chapitre 6 - La reconnaissance de formes
Objectif : Doter la machine de la capacité de l’homme à reconnaitre les
objets :
✓ Les caractères,
✓ Les sons,
✓ Les signaux,
✓ Les visages, …etc.

1. La reconnaissance de forme
Il s’agit d’établir des théories et des méthodes de classification de phénomènes.

1.1. Concept de forme

2. La forme est l’apparence externe d’un objet.
3. Une forme présente l’aspect visible d’un objet.
4. Une forme permet d’attribuer à tout objet une spécificité particulière.
Chapitre 6 - La reconnaissance de formes
1.2. Système de reconnaissance de forme

Modèle
physique Codage Prétraitement Analyse

Capteurs

Apprentissage Décision

Interprétation
Chapitre 6 - La reconnaissance de formes
Codage
• Représentation discrète de l’objet.
Prétraitement
• Filtrage, Elimination du bruit,
• Normalisation, seuillage, rehaussement du contraste,…
• Suppression de redondance.
Analyse
• Détermination et extraction des indices,
• Calcul des caractéristiques
Apprentissage
• Exploitation de la connaissance à priori,
• Extraction de prototype de classes ou modèles
Décision
• Définitif
• Classement
• Ambigüe avec score
• Ou rejet
Chapitre 6 - La reconnaissance de formes

A
Apprentissage

B Décision

A : Ensemble d’échantillons pour chaque classe

A = φ ⇒ Apprentissage non supervisé
A ≠ φ ⇒ Apprentissage supervisé
Chapitre 6 - La reconnaissance de formes
Applications
• Commande vocale
• Dictée automatique
• Traduction en temps réel,
• Rééducation de malentendants

• Tri automatique de courrier

• Authentification de chèques bancaires
• Reconnaissance de signatures
• Reconnaissance de caractères

• Analyse et interprétation des images

• Analyse de défauts de pièces d’usinage
• Surveillance de processus en robotique
• Analyse d’images de satellites pour les prévisions météorologiques
• Analyse du sol.
Chapitre 6 - La reconnaissance de formes
Exemple : Reconnaissance de chiffres manuscrits
1. Lire le caractère
2. Définition des caractéristiques discriminantes
3. Extraire l’ensemble des attributs caractéristiques sur un ensemble
d’apprentissage
4. Déterminer les séparatrices des classes sur l’ensemble d’apprentissage ou
entraîner un réseau de neurones, … etc.
5. Lancer la décision (affectation à une des 10 classes) sur les formes présentées.
Problèmes de segmentation de mots
en caractères ou en graphèmes
Chapitre 6 - La reconnaissance de formes
Extraction de caractéristiques
Zoning
Chapitre 6 - La reconnaissance de formes
Extraction de caractéristiques
Codification en chaîne de Freeman
Chapitre 6 - La reconnaissance de formes
TD
Exercice 1 :
Soit une image I1 et H1 son histogramme

1 – Identifiez à quelle région de l’image I1correspondent les différents modes de l’histogramme H 1.

Chapitre 6 - La reconnaissance de formes
TD
Exercice 2 :
Soit une image à niveau de gris de taille 8x8 pixel et dont les valeurs de niveaux de gris sont codés en 4
bits. L’image et sa matrice associée sont données comme suit :

1, Représentez l’histogramme de cette image.

Chapitre 6 - La reconnaissance de formes
TD
Exercice 3 : Mesure de similarité
 une mesure de similarité entre histogrammes, par exemple pour étudier les variations
temporelles du contenu visuel dans une vidéo, ou pour trouver des images
similaires à une image requête. On définit pour cela un certain nombre de
distances pour mesurer si deux histogrammes sont « proches » l'un de l'autre.
Soit  et  deux histogrammes de même taille  (i.e. avec le même nombre de
classes) :
Intersection : 

Application : On calcul la similarité entre deux images par intersection d’histogrammes de l’intensité.

Donnez la valeur de cette distance entre les deux images ci-dessous – Puis, conclure.