En vision par ordinateur, les points saillants sont des caractéristiques essentielles aux algorithmes. Les performances dépendent de paramètres extérieurs (ex. illumination). Les mesures de similarité sont centrales à la reconnaissance. Pour assurer l'efficacité de traitement, les caractéristiques extraites d'une image doivent être stables, et la mesure de similarité doit les distinguer parfaitement.Dans cette thèse, des caractéristiques conjointes géométrie/couleur sont étudiées : lignes de couleur et régions. Elles fondent la détection d'une troisième, la profondeur, qui sert en retour à évaluer leurs performanceLes lignes sont des extensions des classiques lignes de niveau: l'espace couleur 3-D est projeté sur un espace 1-D adapté pour résumer l'information chromatique là où elle est adéquate,Les régions exploitent classiquement la connexité image mais jointe à une compacité dans l'histogramme bidimensionnel issu du modèle dichromatique. L'homogénéité ainsi définie garantit une robustesse a priori aux variations d'éclairage en séparant la couleur de l'intensité et les couleurs entre elles.Cette homogénéité est exploitée selon 2 méthodes d'extraction d'ensembles compacts autour des modes de l'histogramme: extraction analytique des extrema locaux de couleur, extraction de ces mêmes extrema contrôlée par les régions correspondantes de l'image.Pour la profondeur, trois calculs de disparité stéréoscopique sont proposés et les performances comparées avec la réalité terrain:1. Appariement de lignes couleur avec une distance de Hausdorff revisitée.2. Exploitation de la forme des histogrammes de disparité par régions3.Coopération entre appariement de points et de régions. / In computer vision, salient points are essential features to algorithms. Performances depend on external parameters (e.g. illuminant). Similarity measures are central to recognition.To secure the processing efficiency, extracted features have to be stable enough, and the similarity measure needs to perfectly distinguish between them.In the thesis, joint geometrical and color features are studied: color lines and regions. They found the detection of a third one, range, that helps in turn to assess their goodness.Color lines are extensions of classical level lines: the 3 D color space is mapped onto a 1 D scale especially designed to retain the chromatic information where it is suitable.Regions require the usual image connectivity but in association with compactness in the bi-dimensional histogram stemming from the dichromatic model. The so-designed homogeneity is granting an a priori good robustness against illumination variations in separating the body colors and splitting color from intensity.The latter homogeneity gives raise to 2 methods for extracting compact sets around histogram modes: color first analysis (an analytic extraction of color local extrema) , and joint color/space analysis (same but controlled by the region growing).As for depth, 3 methods to compute the stereo disparity are proposed for their results to be confronted with the ground-truth:1. Color line matching based on a modified Hausdorff distance,2. Studying the shape of the disparity histogram between regions,3. Cooperation between pixel correlation and region matching.The robustness of the designed features is proved on several stereo pairs. Future work deals with improving efficacy and accuracy.
| Identifer | oai:union.ndltd.org:theses.fr/2011PA112309 |
| Date | 13 December 2011 |
| Creators | Lertchuwongsa, Noppon |
| Contributors | Paris 11, Zavidovique, Bertrand, Gouiffès, Michèle |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text, Image |
Page generated in 0.003 seconds