par Belaroussi, Rachid (1976-....)
Ellipses
-
-
Disponible - 621.545 BEL
Niveau 3 - Techniques
Traitement de l'image et de la vidéo : images et vidéo : avec exercices pratiques en Matlab et C++
| Auteur(s) : |
Belaroussi, Rachid (1976-....)
Découvrir l'auteur
|
Résumé
Présentation de techniques de traitement des images et de reconnaissance des formes.
- Éditeur(s)
-
Date
- DL 2010
-
Notes
- Index
-
Langues
- Français
-
Description matérielle
- 1 vol. (228 p.) : ill., couv. ill. ; 26 cm
- Collections
- Sujet(s)
-
ISBN
- 978-2-7298-5424-9
-
Indice
- 621.545 Enregistrement et traitement de l'image et du son
-
Quatrième de couverture
-
L'ouvrage : niveau C (Master - Écoles d'ingénieurs - Recherche)
Pour les étudiants et les professionnels en vision robotique ou en traitement d'image en temps réel, comme pour les amateurs, l'ouvrage développe une large gamme de techniques de traitement des images et de reconnaissance des formes. Il permet également un apprentissage rapide et ludique de la programmation en Matlab et C++. L'ouvrage est divisé en onze chapitres abordant progressivement la lecture d'une image, les prétraitements de ses données, puis la détection d'objets s'appuyant sur un modèle colorimétrique, géométrique ou global. Chaque chapitre commence par un exposé explicatif des notions à mettre en oeuvre et détaillant les notations, les équations et les algorithmes rencontrés. Le lecteur apprend à programmer des applications lui permettant de régler les différents paramètres introduits et d'en étudier l'effet en temps réel.
La connaissance préalable des langages C++ ou Matlab n'est pas indispensable. La progression se fait pas à pas. L'accent est mis sur la pratique du traitement de l'image à travers une cinquantaine d'exercices didactiques qui amènent le lecteur à construire des applications interactives à l'aide d'interfaces graphiques.
-
-
Tables des matières
-
Images et vidéo
Traitement de l'image et de la vidéo
Avec exercices pratiques en Matlab et C++
Rachid Belaroussi
ellipses
- I Manipulation des images et vidéos1
- 1 Développement sous Matlab2
- 1.1 Initiation au langage Matlab2
- 1.2 Lecture et écriture d'un fichier image8
- 1.3 Lecture et écriture d'un fichier vidéo11
- 2 Développement en Cï C++ avec OpenCV13
- 2.1 Configuration d'un projet13
- 2.2 Développement sous Visual C++14
- 2.3 Développement sous Dev C++17
- 2.4 Développement sur une machine multiprocesseur20
- 3 Lecture et sauvegarde d'une image avec OpenCV21
- 4 Fichier vidéo ou acquisition caméra24
- 4.1 Capture d'une séquence : fichier vidéo ou caméra24
- 4.2 Sauvegarde des images d'une vidéo25
- 4.3 Sauvegarde d'un fichier vidéo26
- II Images en niveaux de gris30
- 1 Niveaux de gris d'une image31
- 1.1 Niveau de gris d'un pixel31
- 1.2 Profil en intensité31
- 1.3 Représentation graphique d'une fonction34
- 2 Mesures interactives dans l'image36
- 2.1 Sélection par curseur d'un profil36
- 2.2 Zoom sur une région d'intérêt à l'aide de la souris et du clavier39
- 2.3 Intensité du pixel pointé par la souris41
- 3 Histogramme des niveaux de gris43
- 3.1 Histogramme d'une image monochrome43
- 3.2 Construction d'un histogramme sous OpenCV44
- 3.3 Choix du nombre de classes par curseur glissant46
- 3.4 Histogramme d'une région d'intérêt50
- III Prétraitements et amélioration55
- 1 Filtrage numérique56
- 1.1 Produit de convolution 2D56
- 1.2 Dynamique d'une image : modification d'histogramme59
- 2 Lissage d'une image62
- 2.1 Lissage par la moyenne62
- 2.2 Filtre moyenne, médiane et Gaussien67
- 2.3 Etude de la force du lissage68
- 2.4 Choix interactif de l'image source69
- 3 Extension de dynamique et égalisation d'histogramme71
- IV Images en couleur75
- 1 Images couleur et Espaces colorimétriques76
- 1.1 Chrominance et luminance d'une image76
- 1.2 L'espace colorimétrique YCbCr77
- 1.3 L'espace HSV78
- 2 Luminance, Teinte et Saturation79
- 2.1 Colorimétrie dans l'espace RGB79
- 2.2 Luminance d'une couleur82
- 2.3 Teinte et saturation d'une couleur85
- 3 Incrustation de textes dans une image86
- 3.1 Fonte de caractères86
- 3.2 Chaînes de caractères en langage C88
- 3.3 Ajout d'une légende interactive89
- V Modélisation colorimétrique96
- 1 Classification et modèles paramétriques97
- 1.1 Règle de décision Bayésienne97
- 1.2 Classification de la teinte chair97
- 1.3 L'approche paramétrique99
- 2 Histogramme 2D et rétroprojection100
- 2.1 Histogramme 2D : un modèle non paramétrique100
- 2.2 Rétroprojection d'un histogramme102
- 2.3 Intérêt d'un histogramme 2D104
- 3 Construction et affichage d'un histogramme 2D106
- 3.1 Construction d'un histogramme 2D sous OpenCV106
- 3.2 Rétroprojection de l'histogramme du plan Hue-Saturation d'une région d'intérêt111
- 3.3 Couleurs monochromes et canal d'intérêt : un effet spécial119
- VI Segmentation basée région121
- 1 Binarisation d'une image122
- 1.1 Opérateurs de seuillage122
- 1.2 Choix du seuil par curseur123
- 1.3 Binarisation d'une image couleur125
- 2 Etiquetage des composantes connexes127
- 2.1 Labellisation des régions d'une image binaire127
- 2.2 Etiquetage des composantes connexes avec OpenCV131
- 2.3 Intérieur et contours d'une composante connexe132
- 2.4 Ellipse inclinée et ses rectangles englobants133
- 3 Listes chaînées et séquences CvSeq d'OpenCV136
- VII Champ de gradient et contours138
- 1 Champ de gradient d'une image138
- 1.1 Le gradient et son module138
- 1.2 Points de contour d'une image140
- 1.3 Orientation du gradient140
- 2 Gradient et orientation sous OpenCV142
- 2.1 Conversion 16 bits à 8 bits142
- 2.2 Calcul de l'orientation du gradient145
- 3 Module du gradient et points de contours147
- 3.1 Image codée sur 32 bits147
- 3.2 Détecteur de contours de Canny150
- 3.3 Seuillage automatique par l'algorithme E-M152
- VIII Modélisation géométrique : Transformée de Hough155
- 1 Transformation de Hough Standard156
- 1.1 Représentation d'une droite156
- 1.2 Accumulateur de Hough157
- 1.3 Variantes de la Transformée de Hough Standard158
- 2 Détection de droites et de segments158
- 2.1 Correspondance entre accumulateur et espace d'observation158
- 2.2 Détection de droites avec OpenCV159
- 2.3 Détection de segments : Transformée de Hough Probabiliste164
- 3 Transformation de Hough Généralisée165
- 3.1 Transformée de Hough pour les Cercles165
- 3.2 Détection de cercles dans une image166
- IX Détection de mouvement171
- 1 Détection du mouvement171
- 1.1 Gradient temporel d'une séquence d'images171
- 1.2 Détection de mouvement par différence d'images172
- 1.3 Différence d'images consécutives dans une séquence173
- 2 Image de fond : médiane et moyenne mobile176
- 2.1 Médiane d'un ensemble d'images176
- 2.2 Estimation d'une moyenne mobile177
- 3 Historique du mouvement180
- 3.1 Image de l'historique du mouvement180
- 3.2 Mise à jour de la Motion History Image180
- 3.3 Représentation graphique du mouvement182
- X Détection de visages185
- 1 Le détecteur de Viola et Jones186
- 1.1 Filtres spatiaux dits de Haar186
- 1.2 Classifieur faible187
- 1.3 Image Intégrale188
- 1.4 Classifieur boosté189
- 1.5 Cascade de classifieurs boostés190
- 2 Détection de visages dans une image fixe192
- 2.1 Parcours de l'image par une rétine192
- 2.2 Arbitrage entre détections multiples194
- 2.3 Traitement d'une image195
- 3 Détection de visage dans une vidéo197
- 3.1 Contrainte temps réel197
- 3.2 Réduction de l'image197
- 3.3 Traitement d'une séquence d'image199
- XI Poursuite d'un objet de couleur201
- 1 Suivi de visage dans une vidéo202
- 1.1 Approche basée mouvement ou modèle202
- 1.2 Suivi déterministe de la couleur202
- 1.3 Problématiques du suivi de visage203
- 2 Suivi par segmentation en composantes connexes204
- 2.1 Modélisation et suivi déterministe de la teinte chair205
- 2.2 Segmentation de la cible210
- 2.3 Ajustement d'une ellipse à un ensemble de point par la méthode des moindres carrés213
- 3 Poursuite par Camshift couplé218
- 3.1 Algorithme du mean-shift218
- 3.2 Le Camshift : Continuously Adaptive Mean Shift219
- 3.3 Ellipse à partir des moments du second ordre de Ppeau220
-
-
Origine de la notice:
- FR-751131015 ;
- Electre
-
Disponible - 621.545 BEL
Niveau 3 - Techniques
