sys-844 vision par ordinateur professeur: richard lepage département de génie de la production...
TRANSCRIPT
SYS-844
Vision par ordinateur
Professeur: Richard Lepage
Département de génie de laproduction automatisée
Livia
Cours #1 - 2SYS-844
Hiver 2005
Collaborateurs Pierre Gravel
LIO (CHUM-ETS) Ajout de plusieurs acétates Approche MatLab
Normand Grégoire Étudiant Ph.D. Forensight Matériel de laboratoire
Cours #1 - 3SYS-844
Hiver 2005
Cours #1: Plan
Syllabus du cours Plan détaillé Formation des équipes
(durant la pause) Introduction à la vision
informatique
Cours #1 - 4SYS-844
Hiver 2005
Syllabus
Cours #1 - 5SYS-844
Hiver 2005
Cours #1 - 6SYS-844
Hiver 2005
Cours #1 - 7SYS-844
Hiver 2005
Cours #1 - 8SYS-844
Hiver 2005
Cours #1 - 9SYS-844
Hiver 2005
Cours #1 - 10SYS-844
Hiver 2005
Plan détaillé
Cours #1 - 11SYS-844
Hiver 2005
Cours #1 - 12SYS-844
Hiver 2005
Cours #1 - 13SYS-844
Hiver 2005
Cours #1 - 14SYS-844
Hiver 2005
Cours #1 - 15SYS-844
Hiver 2005
Cours #1 - 16SYS-844
Hiver 2005
Cours #1 - 17SYS-844
Hiver 2005
Introduction à la vision informatique
Cours #1 - 18SYS-844
Hiver 2005
Vision artificielle
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
Cours #1 - 19SYS-844
Hiver 2005
Quelques applications Robot dans un milieu hostile Inspection industrielle Télédétection Imagerie médicale Reconnaissance de forme Aérospatiale
Cours #1 - 20SYS-844
Hiver 2005
Neurologie Psychologie Biologie Traitement de signal Réalité virtuelle Archéologie Géologie Géophysique Hydrologie
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 médicaleDétection des tumeurs cancéreuses à partir d’une
mammographie (Rayons X)
Imagerie médicale
Recherche de lésions ou d’anomalies dans le cerveau (images en RMN)
Imagerie médicale
Reconstruction 3D du cerveau à partir d’images en RMN
Traitement de signal
Amélioration d’images (dégradation inconnue)
Traitement de signal
Restauration d’images
(dégradation connue)
Cours #1 - 28SYS-844
Hiver 2005
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
Cours #1 - 29SYS-844
Hiver 2005
maison
Cours #1 - 30SYS-844
Hiver 2005
corvette
Cours #1 - 31SYS-844
Hiver 2005
Ville de San Francisco
Cours #1 - 32SYS-844
Hiver 2005
mandrill (singe)
Cours #1 - 33SYS-844
Hiver 2005
Ava Gardner
Cours #1 - 34SYS-844
Hiver 2005
Résonnance magnétique
Cours #1 - 35SYS-844
Hiver 2005Nébuleuse du cheval
Information utilisée: contraste ? Arêtes?
Cours #1 - 36SYS-844
Hiver 2005
Reconnaissance des visages
Mandrill (singe) Penelope Cruz
Cours #1 - 37SYS-844
Hiver 2005
Photo aérienne
Cours #1 - 38SYS-844
Hiver 2005
Approches en vision Approche computationnelle
Image structure
Le processus de vision est divisé en plusieurs niveaux de représentation. Des algorithmes permettent de passer d’un niveau au suivant
Cours #1 - 39SYS-844
Hiver 2005
Niveau 0
Niveau 1
Niveau 2
Niveau 3
Niveau 4
Segmentation
Interpolation
AutresOmbrageStéréo
Images
droitegauche
Détection des arêtes
Esquisse
Esquisse2 1/2 D
Description
Détection des arêtes
Croquis Croquis
3D
Cours #1 - 40SYS-844
Hiver 2005
Approche basée sur les connaissances Image structure
Cours #1 - 41SYS-844
Hiver 2005
si 2 lignes voisinessi lignes longues
alors fermersi - - -si lignes parallèles
Système à basede connaissances
Fusion
Stéréo
Images
droitegauche
Croquis
Esquisse
Esquisse2 1/2 D
multirésolutions
Ombrage Ombrage
Détection des arêtes
Description3 D
Segmentation
MouvementTexture
Cours #1 - 42SYS-844
Hiver 2005
Extraction des lignes
Images
Croquis
multi-résolution
Détection des arêtes
si 2 lignes voisinessi lignes longues
alors fermersi - - -si lignes parallèles
Segmentation
Description3 D
Soar
et interpolation
et interprétation
Esquisse
Cours #1 - 43SYS-844
Hiver 2005
Vision appliquée (ou industrielle) Image fonction
Cours #1 - 44SYS-844
Hiver 2005
Difficultées
Variations naturelles dans une même catégorie d’objet Ex.: maison
chaise 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) 560Ko
22.5 Mo
Cours #1 - 45SYS-844
Hiver 2005
Variations dans le processus de formation de l’image Éclairage Distorsion de perspective Occlusion Point d’observation Qualité du capteur Qualité du système optique
Cours #1 - 46SYS-844
Hiver 2005
Capteurs Appareil photo Caméra Stéréo Caméra 3D Capteurs dans des bandes non-
visibles• Radarsat
Cours #1 - 47SYS-844
Hiver 2005
Perspective
Occlusion
Cours #1 - 48SYS-844
Hiver 2005
Contexte La vision comme un problème d’IA
Cours #1 - 49SYS-844
Hiver 2005
Cours #1 - 50SYS-844
Hiver 2005
Contexte Influence
Cours #1 - 51SYS-844
Hiver 2005
Contexte Influence (bis)
Cours #1 - 54SYS-844
Hiver 2005
Système de vision à base de connaissance
si 2 lignes voisinessi lignes longues
alors fermersi - - -si lignes parallèles
Système à basede connaissances
Fusion
Stéréo
Images
droitegauche
Croquis
Esquisse
Esquisse2 1/2 D
multirésolutions
Ombrage Ombrage
Détection des arêtes
Description3 D
Segmentation
MouvementTexture
Cours #1 - 55SYS-844
Hiver 2005
Type de connaissances requises
Connaissances déclaratives attributs des objets: couleur, texture, forme,
etc. relations fonctionnelles et spatiales entre les
composantes des objets structure
Connaissances procédurales mécanismes de contrôle
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
Cours #1 - 56SYS-844
Hiver 2005
Mesures sur l’image caractéristiques spectrales
brillance contraste couleur
contour 2D segments de ligne ou de courbe effets de perspective ombrage, spot lumineux flux optique (mouvement) stéréoscopie
Cours #1 - 57SYS-844
Hiver 2005
Inférences de haut niveau continuité de surface et connexité volume 3D côtés et surfaces cachées identification (étiquette, nom) dimensions absolues propriétés fonctionnelles utilisation
Cours #1 - 58SYS-844
Hiver 2005
Niveaux d’abstraction en vision
Niveau bas: image Algos: extraction d’arêtes
régions Niveau intermédiaire: éléments
symboliques représentation symbolique génération de carac. + abstraites
Haut niveau: interprétation représenter objets, partie d’objet mécanismes d’inférence interprétation partielle
Cours #1 - 59SYS-844
Hiver 2005
IMAGE descrip. Interm. connaissance
Cours #1 - 60SYS-844
Hiver 2005
Cours #1 - 61SYS-844
Hiver 2005
Niveaux d’abstraction