Traitements d'images et Vision par ordinateur Vision 3D Alain Boucher - IFI [email protected].
Traitements d'images et Vision par ordinateur Couleur Alain Boucher - IFI [email protected].
15
-
Upload
colombain-chapelle -
Category
Documents
-
view
128 -
download
9
Transcript of Traitements d'images et Vision par ordinateur Couleur Alain Boucher - IFI [email protected].
La couleur
Vision par ordinateur - Alain Boucher 3
Introduction
Intérêt de la couleur segmentation et reconnaissance simpliflié plusieurs informations par pixels au lieu d’une seule
Images multi-spectrales Chaque pixel enregistre l’information issue d’une bande
spectrale. On obtient des images couleur à partir, par exemple, des 3 bandes dans le spectre visible.
On peut construire des appareils (exemple : spectromètre) pour voir les bandes hors du visible (rayons X, infrarouge, ondes radio).
Vision par ordinateur - Alain Boucher 4
L’humain et la couleur
Chez l’humain, la couleur est perçue via les cônes. Il y en a trois types : Low, Medium and Supra-Frequency.
Par abus, on parle de cônes Rouge, Vert et Bleu. La transformation entre stimuli des cônes et perception de
la couleur est un phénomème qui n’est pas encore bien modélisé. SML
Source : 19263.gel.ulaval.ca
Vision par ordinateur - Alain Boucher 5
Représentation Rouge-Vert-Bleu
Vision par ordinateur - Alain Boucher 6
Représentation en couleurs primaires
Représentation en couleurs primaires Rouge-Vert-Bleu
Forme additive des couleurs (pour l’affichage à l’écran) Pour une teinte de gris : R=V=B
Représentation en couleurs primaires Cyan-Magenta-Jaune
Forme soustractive des couleurs (pour l’impression sur papier)
On soustrait du blanc plutôt que d’ajouter au noir comme en RVB.
CMJ = 1 - RVB
Vision par ordinateur - Alain Boucher 7
Segmentation couleur
La couleur est analysée comme trois composantes.
L’ajout de composantes couleurs permet de compléter et d’améliorer les résultats.
Exemple : seuillage seulement si les trois, ou 2 sur 3, composantes couleurs sont supérieures à un seuil.
Exemple : ajout des contours détectés dans les trois plans couleurs.
Vision par ordinateur - Alain Boucher 8
Traitement d’une image couleur
Image originale Décomposition RVB Egalisation d'histogramme
Profil d’intensité Gradient Sobel Segmentation division-fusion
Vision par ordinateur - Alain Boucher 9
Histogramme couleur 3D
On peut détecter la couleur d'un objet en construisant un histogramme 3D RVB.
On alloue un tableau 3D de taille N (exemple : N=32) pour réduire la taille de l'histogramme.
Pour chaque pixel, on incrémente la case associée de l'histogramme.
Source : www-prima.inrialpes.fr/Prima/jlc/Courses/Courses.html
Vision par ordinateur - Alain Boucher 10
Couleurs des scènes naturelles
Source : www.cs.rutgers.edu/~vladimir/class/cs534.html
Selon les conditions, les couleurs observées dans une scène peuvent varier beaucoup.
Cela compliquera la segmentation de l’image.
Vision par ordinateur - Alain Boucher 11
Représentation Teinte-Saturation-Valeur
La représentation Teinte-Saturation-Valeur (TSV) est la plus utile pour la segmentation et la reconnaissance.
Conversion non-linéaire Représentation plus physique de la couleur En anglais Hue-Saturation-Value (HSV).
On sépare pour un pixel L’intensité du pixel (valeur) La couleur du pixel (teinte + saturation).
On n’a pas cette séparation dans le codage RVB. En RVB, les trois informations ne sont pas entièrement décorrélées.
Vision par ordinateur - Alain Boucher 12
Représentation Teinte-Saturation-Valeur
Valeur = (Rouge + Vert + Bleu) / 3 La Teinte est codée comme un angle entre 0 et
2. La Saturation est codée comme un rayon entre
0 et 1. S = 0 : gris S = 1 : couleur pure
Exemple : rouge intense RVB (255,0,0) TSV (0,1,255)
Note : on trouve dans la littérature différentes définitions plus ou moins équivalentes de TSV.
R
V
B
Teinte
Vision par ordinateur - Alain Boucher 13
Représentation Teinte-Saturation-Valeur
Gauche : image originaleCentre : diminution de 20% de la saturationDroite : augmentation de 20% de la saturation
Source : 19263.gel.ulaval.ca
Vision par ordinateur - Alain Boucher 14
Segmentation Teinte-Saturation-Valeur
Si on connait la couleur de l’élément que l’on recherche, il suffit de la modéliser par un intervalle de Teinte.
Cet intervalle est valide si Saturation > seuil (sinon teinte de gris).
Ceci est indépendant de la Valeur, qui est plus sensible aux conditions d’éclairage.
Vision par ordinateur - Alain Boucher 15
D’autres espaces couleur
Il existe bien d’autres façons de coder la coiuleur. Chaque espace a son application.
Exemple : La télévision NTSC utilise YIQ télévision noir et blanc : Y seulement
Exemple : JPEG et MPEG utilise YUV
et plusieurs autres encore…
