Précédent

Sommaire

Suivant

Points d'intérêts

La détéction de points d'intérêts (ou coins) est, au même titre que la détéction de contour, une étape préliminaire à de nombreux processus de vision par ordinateur. Les points d'intérêts, dans l'image, correspondent à des doubles discontinuités de la fonction d'intensité. Celles-ci peuvent êtres provoqués comme pour les contours, par des discontinuités de la fonction de réfléctance ou des discontinuités de profondeur. Ce sont par exemple : les coins, les jonctions en T ou les points de fortes variation de texture. La détection des points d'intérêts se fait de deux manières :

DETECTION

  • Détection des points d'intérêts à partir des contours :

    L'idée est de détecter les contours dans une image dans un premier temps. Les points sont ensuites extraits le long des contours en considérant les points de courbures maximales ainsi que les intersections de contours.

  • Détection directe des points d'intérêts à partir du signal:

    • Méthode de Beaudet :

      pour chaque point de l'image faire
      det = IxxIyy - Ixy²
      fin

      où Ixx, Iyy et Ixy répésentent les dérivés secondes de l'image par rapport à x, y et xy. La géométrie différentielle montre que cette mesure, en valeur absolue, est grande près des coins. On cherchera donc les maximas locaux de C.

    • Détecteur de Harris :

      Il utilise la fomule suivante :

      C = < Ix² >< Iy² > - < IxIy > - < IxIy > - lambda * ( < Ix² > + < Iy² >)² , où < X > représente la convolution de X par un masque gaussien.

      Il montre que C est grand que si l'on est situé sur un coin. La détection est donc faite en recherchant les maximas locaux de C. L'avantage de cette méthode est que l'on utilise que des dérivées premières.

    • Détecteur basé sur le gradiant :

      Cette méthode considère que près d'un coin, la norme du poduit vectoriel entre deux vecteurs gradiant est grande, alors qu'il est petit ailleurs : si on est dans une zone homogène, le module des vecteurs gradiant est petit et si on est situé sur un contour rectilgne, l'angle entre les vecteurs est petit, ce qui amène à une faible norme du produit vectoriel.

ANALYSE

Pour l'analyse de mouvements : ce sont des structures stables au cours des déplacements. Idéalement, un appariement des coins détectés à des instants voisins permet de retrouver les différents objets qui composent la scène et leurs déplacements en utilisant les contraintes de rigidité entre coins provenant d'un même objet.

Pour détecter des mouvements dans une image, on peut utiliser la technique de maillage. Un maillage est une partition d'un domaine polygonal du plan en éléments polygonaux. Ces éléments polygonaux sont appelés des mailles, dont les sommets sont les noeuds.

Un tour d'horizon relativement complet sur le maillage et sur l'estimation de mouvement à partir de ce maillage se trouve sur le site suivant :

http://rfv.insa-lyon.fr/~megret/dea/rapport-dea/node17.html