Introduction à la vision par ordinateur

Introduction à
la vision par
ordinateur
S Y S - 8 4 4
Vision informatique
Vision artificielle
Quelques
applications
Robot dans un milieu hostile
! Un système de vision artificielle capte une
scène tridimensionnelle et la traduit en une
ou plusieurs images
Objectifs
Reconnaître et localiser les objets
présents dans la scène
Inspection industrielle
Télédétection
Imagerie médicale
Reconnaissance de forme
Aérospatiale
Imagerie médicale et
sécurité
L’image de la rétine humaine est traitée afin d’en rehausser le
contraste. L’image résultante peut ensuite être utilisée en
ophtalmologie ou en reconnaissance de la personne.
Imagerie médicale
Rehaussement du contraste
d’une radiographie de la
cage thoracique
Imagerie médicale
Traitement d’image
Détection des tumeurs cancéreuses à
partir d’une mammographie (Rayons X)
Amélioration
d’images
(dégradation
inconnue)
Traitement d’image
Restauration d’images
(dégradation connue)
Interprétation des
images
Quelle information est utilisée?
Comment place-t-on des étiquettes?
Peut-on déduire la forme 3D? Comment?
Importance du contexte
Le but de l’observation influence-t-il
l’interprétation?
Rôle des connaissances a priori
Maison
Corvette
Ville de San Francisco
mandrill (singe)
Ava Gardner
Reconnaissance des visages
Mandrill (singe)
Nébuleuse du cheval
Information utilisée: contraste? Arêtes?
Photo aérienne
Penelope Cruz
Approche computationnelle
Approches en
vision
informatiques
Image ! structure
! Le processus de vision est divisé en
plusieurs niveaux de représentation. Des
algorithmes permettent de passer d’un
niveau au suivant
Approche basée sur les connaissances
Image " structure
Vision appliquée (ou industrielle)
Image ! fonction
Variations naturelles dans une même catégorie d’objet
maison
chaise
Difficultés
Grande quantité de données à traiter
Image faible résolution N/B 128x128
16Ko
Image haute résolution couleur 512x512x3 750Ko
Image caméra numérique 2592x1944 pix! 15,1Mo
Mouvement (30 im./s)! !
Variations dans le processus de formation de
l’image
!
! !
560Ko!
! 22.5 Mo/s
Capteurs
Appareil photo
Éclairage
Caméra
Distorsion de perspective
Stéréo
Occlusion
Caméra 3D
Point d’observation
Capteurs dans des bandes non-visibles
Qualité du capteur
Radarsat
Qualité du système optique
caméra infrarouge
Contexte
La vision comme un problème d’IA
Perspective
Occlusion
Contexte
Contexte
Systèmes de
vision à base de
connaissance
Type de connaissances
requises
Connaissances déclaratives
Connaissances procédurales
Mécanismes de contrôle
Attributs des objets: couleur, texture, forme,
etc.
Relations fonctionnelles et spatiales entre
les composantes des objets
Structure
comment reconnaître un objet
comment utiliser le contexte
comment contourner l’effet des occlusions
comment relier l’échelle sur l’image à
l’échelle physique de l’objet
Mesures sur l’image
Caractéristiques spectrales
brillance
contraste
couleur
Effets de perspective
Ombrage, spot lumineux
Flux optique (mouvement)
Stéréoscopie
Contour 2D
Segments de ligne ou de courbe
Inférences de haut niveau
Continuité de surface et connexité
Volume 3D
Côtés et surfaces cachées
Identification (étiquette, nom)
Dimensions absolues
Propriétés fonctionnelles
Utilisation
IMAGE " descrip. Interm. " connaissance
Niveaux d’abstraction
en vision
Niveau bas: image
Algos:! extraction d’arêtes!, de régions
Niveau intermédiaire: éléments symboliques
représentation symbolique
génération de caractéristiques + abstraites
Haut niveau: interprétation
représenter objets, partie d’objet
mécanismes d’inférence
interprétation partielle