Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Introduction au traitement d’images 1 Christophe Cudel, Bruno Colicchio, Alain

Introduction au traitement d’images 1 Christophe Cudel, Bruno Colicchio, Alain Dieterlen Groupe LAB.EL, Laboratoire MIPS Université de Haute Alsace, Mulhouse, France UE Traitement d’Images 2 Contenu du cours Introduction au traitement des Images (2h) Prétraitements – Filtrage (4h C.Cudel) Restauration (4h B.Colicchio) Détection de régions, segmentation (4h C.Cudel) …. Projet et examen 3 Petit Historique de la photographie 1816 Niepce peut être considéré comme l’un des inventeurs de la photographie en permettant de fixer à la lumière des chlorures d’argent par de l’acide nitrique. Image en négatif temps de pose de 8h. 1834 Naguerre met au point un processus avec l’iodure d’argent, le Dagueréotype qui réduit le temps d’exposition à 2 minutes. 1889 Eastman produit le premier support souple et transparent sous la forme d’un ruban de nitrate de cellulose. 1907 Les frères lumières mettent au point un procédé appelé «Autochromes Lumières». 1963 Apparition du premier « Polaroid » couleur. 1990 Naissance du premier appareil photo numérique sans film. 4 Petit Historique du traitement d’images 1950-70 Des premières images à leur traitement – les premières analyses d'images dans les chambres à bulles – Trois domaines dominants : Restauration, Amélioration (image "belle"), Compression 1970-80 Du traitement à l'interprétation d'images – Extraction automatique d'informations: Notion de description structurelle. – Des nouveaux thèmes : seuillage, segmentation, extraction de contours, morphologie mathématique (pour les images binaires), ... La vision par ordinateur (1980 - ) : – De l'image 2D aux modèles tri-dimensionnels – Analyse du mouvement: Vision pour la robotique (mouvement, 3D, détection d'obstacle, trajectoire). Et maintenant... – Un nouvel élan : les bibliothèques numériques • Acquisition (du papier ou de la vidéo vers le numérique) • Représentation (quel codage ?) • Transmission (codage et réseaux) • Accès (Indexation/Recherche) – Plus proche de l'analyse d'images pour l'interprétation (pour rechercher) A l’UHA : Laboratoire MIPS Applications: Biologie, Environnement, Chimie, Textile, Automobile…. 5 Traitement d’image et vision Contenu du cours Introduction au traitement des Images Prétraitements – Filtrage Restauration Détection de régions, segmentation 6 Place du traitement d’images Dans notre vie – Grand public – Médical – Imagerie Aérienne – Robotique – Analyse – Cinéma Dans l’industrie – Contrôle de processus, de qualité Dans le monde de la recherche – Nouveaux outils…. 7 Plan: Introduction au traitement d’images 1. Formation des images et Calibration 2. Numérisation: Images N&B et couleurs 3. Formats d’images 8 1.Principes de base des capteurs d’images Utilisation de l’effet photoélectrique : – Electrons libérés => charge ± élevée fonction de la lumière – Charge convertie par un convertisseur A / N – l’image est une matrice de pixels Il existe actuellement essentiellement deux types de caméras (matrice de photosites) : – CCD pour Charge Coupled Device – CMOS pour Complementary Metal Oxide Semiconductor – Pour la couleur mono CCD (3filtres entrelacés - 3X) ou tri CCD 9 1.Modélisation d’une caméra La caméra est décrite par un modèle de projection perspective ou modèle de sténopé dit « Pinhole ». Deux transformations sont nécessaires: • Une projection perspective qui transforme un point de l’espace 3D en un point de l’image 2D. • Une transformation d’un repère métrique lié à la caméra à un repère pixel lié à l’image. Pour la métrologie: • Calibrer le capteur : trouver la relation géométrique entre les pixels et les points de l’espace. • Imprécision due à la nature discrète du capteur et à l’optique. 10 1.Projection perspective               ⋅ =               ⋅               =               1 1 0 / 1 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ' ' ' z y x P z y x f w wz wy wx (u,v) lié à l’image 2D Placé à une distance focale f O l’intersection : axe optique et plan image (u0,v0) les coordonnées de O dans le plan image B de coordonnées (x, y, z) (repère caméra), (x’,y’,z’) coordonnées de la projection b de B z x f x ⋅ = ' z y f y ⋅ = ' f z = ' Si l’on pose w=z/f et en adoptant les coordonnées dites « homogènes » qui consistent à rajouter une quatrième composante égale à 1 (X, Y, Z) lié à la caméra Z est confondu avec l’axe optique F le centre optique : centre de projection 11 1.Transformation caméra/image Dans le plan image (u,v) en pixels u k v k ( ) 0 0 0 , , w v u Coordonnées du point F, dans le repère image Facteurs d’échelle horizontal et vertical en pixels/mm (pixels non carrés)           +           ⋅           − − ⋅           =           0 0 0 ' ' ' 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 w v u z y x k k w v u v u Cette transformation affine représente: Un changement d’échelle Une rotation Une translation Transformation du repère caméra au repère image pour le point b : w = 0, la troisième ligne peut être ignorée, s un facteur arbitraire (matrices homogènes):               ⋅ =               ⋅          − =           ⋅ 1 ' ' ' 1 ' ' ' 1 0 0 0 0 0 0 0 1 0 0 z y x K z y x v k u k v u s v u La transformation représente une application linéaire de l’espace projectif vers le plan projectif 12 1.Paramètres intrinsèques et extrinsèques o v z y f k o v y k v o u z x f k o u x k u v v u u + ⋅ = + ⋅ = + ⋅ − = + ⋅ − = ' ' En multipliant les matrices K et P nous obtenons l’équation du modèle géométrique de la caméra               ⋅           =           ⋅ 1 0 1 0 0 0 0 0 0 1 0 0 z y x v u v u s β α f ku ⋅ − = α f kv ⋅ = β + ℜ ∈ s               ⋅           ⋅           =           ⋅ 1 0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1 z y x o v o u v u s β α [ ]M T R A m s ~ ~ = [ ] T v u m 1 , , ~ = [ ] T Z Y X M 1 , , , ~ = Le produit est décomposé en : une matrice intrinsèque [A] une matrice extrinsèque [R T] La relation entre un point M (3D) dans le repère de la mire et sa projection dans l’image m (2D) est:               ⋅          − =               ⋅               ⋅          − =           ⋅ 1 0 / 1 0 0 0 / 0 0 / 0 1 0 / 1 0 0 0 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0 z y x f f v k f u k z y x f v k u k v u s v u v u En multipliant les coefficients de la matrice homogène par f 13 1.Calibrage d’une caméra La détermination de uploads/Sante/ cours1-alain-m2r-traitement-d-images.pdf