Détection de contours

: Dr SERE Abdoul-Karim SAGA & K. Boris Christian TAPSOBA Plan 2  Introduction  SEGMENTATION Segmentation par région Segmentation par contours  FILTRAGE Généralités Filtres linéaires Filtres non linéaires  Démo  Références bibliographiques  Conclusion 3 Plan Introduction SEGMENTATION Segmentation par région Segmentation par contours FILTRAGE Généralités Filtres linéaires Filtres non linéaires Références bibliographiques Conclusion 4 Introduction Traitement d’image

qu'un contour ? Un contour est une variation brusque d'intensité Source : Gluckman & Wong. Computer Vision/Scene Analysis course (CS664). Polytechnic Univ. 2 Qu'est-ce qu'un contour ? 3 Définition du contour  Par définition, un contour est la frontière qui sépare deux objets dans une image.   Une discontinuité de l’image Dans notre cas, nous détecterons toutes les lignes marquant des changements d’intensité   Pas seulement les contours ! Abus de langage sur la notion de contours !

3rd International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 27-31, 2005 – TUNISIA SETIT 2005 Segmentation d’images par contours actifs : Application à la détection du ventricule gauche dans les images de scintigraphie cardiaque Khalifa Nawres, Malek Amel, Hamrouni Kamel Laboratoire des Systèmes et Traitement du Signal (LSTS) Ecole Nationale d’Ingénieurs de Tunis (ENIT) Khalifa_nawres@yahoo.com, Malek.amel@voila.fr, Kamel.Hamrouni@enit

synchrotron 14 EXEMPLES DE SIGNAUX Tomographie X 15 16 TRAITEMENT DU SIGNAL ?  Buts : • Modélisation : représentation d’un phénomène (caractérisation, prédiction...) • Analyse : extraction d’information (mesure, compression, détection, reconnaissance...) • Filtrage, restauration : transformation du signal (minimisation du bruit, suppression de parasite...) • Etc.  Notion de système de traitement : t Système de Traitement t  Notion de domaine de représentation

MARZOUKI ISSAT SOUSSE Compréhension Image Description de Décrire le contenu dans un Reconnaissance de Formes, COPYRIGHT @ KIRMENE MARZOUKI ISSAT SOUSSE Haut Niveau langage naturel Classifications, COPYRIGHT @ KIRMENE MARZOUKI ISSAT SOUSSE Détection, COPYRIGHT @ KIRMENE MARZOUKI ISSAT SOUSSEetc… COPYRIGHT @ KIRMENE MARZOUKI ISSAT SOUSSE COPYRIGHT @ KIRMENE MARZOUKI ISSAT SOUSSE 1 Synthèse et Traitement d'Images, Marzouki Kirmene, M.A. ISSAT Sousse COPYRIGHT @ KIRMENE Materials Copyrighted

dans la BD, nous identions les caractéristiques de chaque objet (route ou bâtiment) dans les images disponibles (optique et/ou radar). Ainsi nous caractérisons les objets d'intérêt par des critères géométriques (par exemple parallélisme avec des contours linéaires), radiométriques (comme l'absence de végétation, une radiométrie homogène) et contextuels (présence d'ombre projetée, ...). Des descripteurs sont mis en place an de déterminer dans quelle mesure chaque objet vérie ces critères. Un objet

........ 26 DETECTION DU POURTOUR DU FOIE ................................................................................................................... 27 Suivit de contour.......................................................................................................................................... 27 Passage à l’image suivante ......................................................................................................................... 27 Détections des anomalies

l'écriture arabe manuscrite. Le problème de la reconnaissance est découpé en différentes sous-tâches et distribué à plusieurs agents. La segmentation des mots arabes en graphèmes est effectuée en analysant le contour supérieur des composantes connexes qui nous sert de signal utile pour la détection des points de segmentation primaires PSP. Une analyse locale détermine les points de segmentation décisifs PSD. Les primitives se rapportant à chaque mot sont analysés dans un premier module de reconnaissance

en Informatique de Toulouse - UMR 5505 Résumé L’identification des personnes est un processus qui permet une indexation par intervenant dans un document audio visuel. Pour cela durant ce stage, nous avons tout d’abord abordé le processus de détection de visage à l’aide de la bibliothèque OpenCV, et nous avons essayé d’éliminer les fausses alarmes. Ensuite, nous avons traité le processus d’identification du visage en proposant une méthode originale qui consiste à générer un modèle de chaque visage

l'approche ______________________________________________________ 43 V-2- Qu'est ce que la Stéreovision? _______________________________________________ 44 V-3- Méthodologie associée _____________________________________________________ 45 V-3-1- Détection de la molécule d'ADN __________________________________________________ 45 V-3-2- Reconstruction 3D de la trajectoire de l'ADN ________________________________________ 46 V-3-3- Comparaison des modèles 3D ____________________________________________________