|
| Titre : | Traitement de l’image et de la vidéo. Avec exercices pratiques en Matlab et C++ | | Type de document : | texte imprime | | Auteurs : | Rachid Belaroussi | | Editeur : | Paris : Ellipses | | Année de publication : | DL 2010, cop. 2010 | | Collection : | Technosup (Paris), ISSN 1275-3955 | | Importance : | (IV-228 p.) | | Présentation : | ill., couv. ill. | | Format : | 26 cm 26 cm | | ISBN/ISSN/EAN : | 978-2-7298-5424-9 | | Note générale : | Autre(s) tirage(s) : 2012. - Ouvrage de niveau C : Compléments (approfondissement, spécialisation). - En avant-titre : "Images et vidéo". - Master - Écoles d'ingénieurs - Recherche
Notes bibliogr. Index | | Langues : | Français | | Mots-clés : | Traitement d'images Vidéo C plus-plus (langage de programmation) Reconnaissance des formes (informatique) MATLAB (logiciel) | | Index. décimale : | 621.367 Traitement d’image | | Résumé : | 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 ouvre 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.
| | Note de contenu : |
I Manipulation des images et vidéos 1
1 Développement sous Matlab 2
1.1 Initiation au langage Matlab 2
1.2 Lecture et écriture d'un fichier image 8
1.3 Lecture et écriture d'un fichier vidéo 11
2 Développement en Cï C++ avec OpenCV 13
2.1 Configuration d'un projet 13
2.2 Développement sous Visual C++ 14
2.3 Développement sous Dev C++ 17
2.4 Développement sur une machine multiprocesseur 20
3 Lecture et sauvegarde d'une image avec OpenCV 21
4 Fichier vidéo ou acquisition caméra 24
4.1 Capture d'une séquence : fichier vidéo ou caméra 24
4.2 Sauvegarde des images d'une vidéo 25
4.3 Sauvegarde d'un fichier vidéo 26
II Images en niveaux de gris 30
1 Niveaux de gris d'une image 31
1.1 Niveau de gris d'un pixel 31
1.2 Profil en intensité 31
1.3 Représentation graphique d'une fonction 34
2 Mesures interactives dans l'image 36
2.1 Sélection par curseur d'un profil 36
2.2 Zoom sur une région d'intérêt à l'aide de la souris et du clavier 39
2.3 Intensité du pixel pointé par la souris 41
3 Histogramme des niveaux de gris 43
3.1 Histogramme d'une image monochrome 43
3.2 Construction d'un histogramme sous OpenCV 44
3.3 Choix du nombre de classes par curseur glissant 46
3.4 Histogramme d'une région d'intérêt 50
III Prétraitements et amélioration 55
1 Filtrage numérique 56
1.1 Produit de convolution 2D 56
1.2 Dynamique d'une image : modification d'histogramme 59
2 Lissage d'une image 62
2.1 Lissage par la moyenne 62
2.2 Filtre moyenne, médiane et Gaussien 67
2.3 Etude de la force du lissage 68
2.4 Choix interactif de l'image source 69
3 Extension de dynamique et égalisation d'histogramme 71
IV Images en couleur 75
1 Images couleur et Espaces colorimétriques 76
1.1 Chrominance et luminance d'une image 76
1.2 L'espace colorimétrique YCbCr 77
1.3 L'espace HSV 78
2 Luminance, Teinte et Saturation 79
2.1 Colorimétrie dans l'espace RGB 79
2.2 Luminance d'une couleur 82
2.3 Teinte et saturation d'une couleur 85
3 Incrustation de textes dans une image 86
3.1 Fonte de caractères 86
3.2 Chaînes de caractères en langage C 88
3.3 Ajout d'une légende interactive 89
V Modélisation colorimétrique 96
1 Classification et modèles paramétriques 97
1.1 Règle de décision Bayésienne 97
1.2 Classification de la teinte chair 97
1.3 L'approche paramétrique 99
2 Histogramme 2D et rétroprojection 100
2.1 Histogramme 2D : un modèle non paramétrique 100
2.2 Rétroprojection d'un histogramme 102
2.3 Intérêt d'un histogramme 2D 104
3 Construction et affichage d'un histogramme 2D 106
3.1 Construction d'un histogramme 2D sous OpenCV 106
3.2 Rétroprojection de l'histogramme du plan Hue-Saturation d'une région d'intérêt 111
3.3 Couleurs monochromes et canal d'intérêt : un effet spécial 119
VI Segmentation basée région 121
1 Binarisation d'une image 122
1.1 Opérateurs de seuillage 122
1.2 Choix du seuil par curseur 123
1.3 Binarisation d'une image couleur 125
2 Etiquetage des composantes connexes 127
2.1 Labellisation des régions d'une image binaire 127
2.2 Etiquetage des composantes connexes avec OpenCV 131
2.3 Intérieur et contours d'une composante connexe 132
2.4 Ellipse inclinée et ses rectangles englobants 133
3 Listes chaînées et séquences CvSeq d'OpenCV 136
VII Champ de gradient et contours 138
1 Champ de gradient d'une image 138
1.1 Le gradient et son module 138
1.2 Points de contour d'une image 140
1.3 Orientation du gradient 140
2 Gradient et orientation sous OpenCV 142
2.1 Conversion 16 bits à 8 bits 142
2.2 Calcul de l'orientation du gradient 145
3 Module du gradient et points de contours 147
3.1 Image codée sur 32 bits 147
3.2 Détecteur de contours de Canny 150
3.3 Seuillage automatique par l'algorithme E-M 152
VIII Modélisation géométrique : Transformée de Hough 155
1 Transformation de Hough Standard 156
1.1 Représentation d'une droite 156
1.2 Accumulateur de Hough 157
1.3 Variantes de la Transformée de Hough Standard 158
2 Détection de droites et de segments 158
2.1 Correspondance entre accumulateur et espace d'observation 158
2.2 Détection de droites avec OpenCV 159
2.3 Détection de segments : Transformée de Hough Probabiliste 164
3 Transformation de Hough Généralisée 165
3.1 Transformée de Hough pour les Cercles 165
3.2 Détection de cercles dans une image 166
IX Détection de mouvement 171
1 Détection du mouvement 171
1.1 Gradient temporel d'une séquence d'images 171
1.2 Détection de mouvement par différence d'images 172
1.3 Différence d'images consécutives dans une séquence 173
2 Image de fond : médiane et moyenne mobile 176
2.1 Médiane d'un ensemble d'images 176
2.2 Estimation d'une moyenne mobile 177
3 Historique du mouvement 180
3.1 Image de l'historique du mouvement 180
3.2 Mise à jour de la Motion History Image 180
3.3 Représentation graphique du mouvement 182
X Détection de visages 185
1 Le détecteur de Viola et Jones 186
1.1 Filtres spatiaux dits de Haar 186
1.2 Classifieur faible 187
1.3 Image Intégrale 188
1.4 Classifieur boosté 189
1.5 Cascade de classifieurs boostés 190
2 Détection de visages dans une image fixe 192
2.1 Parcours de l'image par une rétine 192
2.2 Arbitrage entre détections multiples 194
2.3 Traitement d'une image 195
3 Détection de visage dans une vidéo 197
3.1 Contrainte temps réel 197
3.2 Réduction de l'image 197
3.3 Traitement d'une séquence d'image 199
XI Poursuite d'un objet de couleur 201
1 Suivi de visage dans une vidéo 202
1.1 Approche basée mouvement ou modèle 202
1.2 Suivi déterministe de la couleur 202
1.3 Problématiques du suivi de visage 203
2 Suivi par segmentation en composantes connexes 204
2.1 Modélisation et suivi déterministe de la teinte chair 205
2.2 Segmentation de la cible 210
2.3 Ajustement d'une ellipse à un ensemble de point par la méthode des moindres carrés 213
3 Poursuite par Camshift couplé 218
3.1 Algorithme du mean-shift 218
3.2 Le Camshift : Continuously Adaptive Mean Shift 219
3.3 Ellipse à partir des moments du second ordre de Ppeau 220
| | En ligne : | http://www.editions-ellipses.fr/PDF/9782729854249_extrait.pdf | | Permalink : | ./index.php?lvl=notice_display&id=13300 |
Traitement de l’image et de la vidéo. Avec exercices pratiques en Matlab et C++ [texte imprime] / Rachid Belaroussi . - Paris : Ellipses, DL 2010, cop. 2010 . - (IV-228 p.) : ill., couv. ill. ; 26 cm 26 cm. - ( Technosup (Paris), ISSN 1275-3955) . ISBN : 978-2-7298-5424-9 Autre(s) tirage(s) : 2012. - Ouvrage de niveau C : Compléments (approfondissement, spécialisation). - En avant-titre : "Images et vidéo". - Master - Écoles d'ingénieurs - Recherche
Notes bibliogr. Index Langues : Français | Mots-clés : | Traitement d'images Vidéo C plus-plus (langage de programmation) Reconnaissance des formes (informatique) MATLAB (logiciel) | | Index. décimale : | 621.367 Traitement d’image | | Résumé : | 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 ouvre 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.
| | Note de contenu : |
I Manipulation des images et vidéos 1
1 Développement sous Matlab 2
1.1 Initiation au langage Matlab 2
1.2 Lecture et écriture d'un fichier image 8
1.3 Lecture et écriture d'un fichier vidéo 11
2 Développement en Cï C++ avec OpenCV 13
2.1 Configuration d'un projet 13
2.2 Développement sous Visual C++ 14
2.3 Développement sous Dev C++ 17
2.4 Développement sur une machine multiprocesseur 20
3 Lecture et sauvegarde d'une image avec OpenCV 21
4 Fichier vidéo ou acquisition caméra 24
4.1 Capture d'une séquence : fichier vidéo ou caméra 24
4.2 Sauvegarde des images d'une vidéo 25
4.3 Sauvegarde d'un fichier vidéo 26
II Images en niveaux de gris 30
1 Niveaux de gris d'une image 31
1.1 Niveau de gris d'un pixel 31
1.2 Profil en intensité 31
1.3 Représentation graphique d'une fonction 34
2 Mesures interactives dans l'image 36
2.1 Sélection par curseur d'un profil 36
2.2 Zoom sur une région d'intérêt à l'aide de la souris et du clavier 39
2.3 Intensité du pixel pointé par la souris 41
3 Histogramme des niveaux de gris 43
3.1 Histogramme d'une image monochrome 43
3.2 Construction d'un histogramme sous OpenCV 44
3.3 Choix du nombre de classes par curseur glissant 46
3.4 Histogramme d'une région d'intérêt 50
III Prétraitements et amélioration 55
1 Filtrage numérique 56
1.1 Produit de convolution 2D 56
1.2 Dynamique d'une image : modification d'histogramme 59
2 Lissage d'une image 62
2.1 Lissage par la moyenne 62
2.2 Filtre moyenne, médiane et Gaussien 67
2.3 Etude de la force du lissage 68
2.4 Choix interactif de l'image source 69
3 Extension de dynamique et égalisation d'histogramme 71
IV Images en couleur 75
1 Images couleur et Espaces colorimétriques 76
1.1 Chrominance et luminance d'une image 76
1.2 L'espace colorimétrique YCbCr 77
1.3 L'espace HSV 78
2 Luminance, Teinte et Saturation 79
2.1 Colorimétrie dans l'espace RGB 79
2.2 Luminance d'une couleur 82
2.3 Teinte et saturation d'une couleur 85
3 Incrustation de textes dans une image 86
3.1 Fonte de caractères 86
3.2 Chaînes de caractères en langage C 88
3.3 Ajout d'une légende interactive 89
V Modélisation colorimétrique 96
1 Classification et modèles paramétriques 97
1.1 Règle de décision Bayésienne 97
1.2 Classification de la teinte chair 97
1.3 L'approche paramétrique 99
2 Histogramme 2D et rétroprojection 100
2.1 Histogramme 2D : un modèle non paramétrique 100
2.2 Rétroprojection d'un histogramme 102
2.3 Intérêt d'un histogramme 2D 104
3 Construction et affichage d'un histogramme 2D 106
3.1 Construction d'un histogramme 2D sous OpenCV 106
3.2 Rétroprojection de l'histogramme du plan Hue-Saturation d'une région d'intérêt 111
3.3 Couleurs monochromes et canal d'intérêt : un effet spécial 119
VI Segmentation basée région 121
1 Binarisation d'une image 122
1.1 Opérateurs de seuillage 122
1.2 Choix du seuil par curseur 123
1.3 Binarisation d'une image couleur 125
2 Etiquetage des composantes connexes 127
2.1 Labellisation des régions d'une image binaire 127
2.2 Etiquetage des composantes connexes avec OpenCV 131
2.3 Intérieur et contours d'une composante connexe 132
2.4 Ellipse inclinée et ses rectangles englobants 133
3 Listes chaînées et séquences CvSeq d'OpenCV 136
VII Champ de gradient et contours 138
1 Champ de gradient d'une image 138
1.1 Le gradient et son module 138
1.2 Points de contour d'une image 140
1.3 Orientation du gradient 140
2 Gradient et orientation sous OpenCV 142
2.1 Conversion 16 bits à 8 bits 142
2.2 Calcul de l'orientation du gradient 145
3 Module du gradient et points de contours 147
3.1 Image codée sur 32 bits 147
3.2 Détecteur de contours de Canny 150
3.3 Seuillage automatique par l'algorithme E-M 152
VIII Modélisation géométrique : Transformée de Hough 155
1 Transformation de Hough Standard 156
1.1 Représentation d'une droite 156
1.2 Accumulateur de Hough 157
1.3 Variantes de la Transformée de Hough Standard 158
2 Détection de droites et de segments 158
2.1 Correspondance entre accumulateur et espace d'observation 158
2.2 Détection de droites avec OpenCV 159
2.3 Détection de segments : Transformée de Hough Probabiliste 164
3 Transformation de Hough Généralisée 165
3.1 Transformée de Hough pour les Cercles 165
3.2 Détection de cercles dans une image 166
IX Détection de mouvement 171
1 Détection du mouvement 171
1.1 Gradient temporel d'une séquence d'images 171
1.2 Détection de mouvement par différence d'images 172
1.3 Différence d'images consécutives dans une séquence 173
2 Image de fond : médiane et moyenne mobile 176
2.1 Médiane d'un ensemble d'images 176
2.2 Estimation d'une moyenne mobile 177
3 Historique du mouvement 180
3.1 Image de l'historique du mouvement 180
3.2 Mise à jour de la Motion History Image 180
3.3 Représentation graphique du mouvement 182
X Détection de visages 185
1 Le détecteur de Viola et Jones 186
1.1 Filtres spatiaux dits de Haar 186
1.2 Classifieur faible 187
1.3 Image Intégrale 188
1.4 Classifieur boosté 189
1.5 Cascade de classifieurs boostés 190
2 Détection de visages dans une image fixe 192
2.1 Parcours de l'image par une rétine 192
2.2 Arbitrage entre détections multiples 194
2.3 Traitement d'une image 195
3 Détection de visage dans une vidéo 197
3.1 Contrainte temps réel 197
3.2 Réduction de l'image 197
3.3 Traitement d'une séquence d'image 199
XI Poursuite d'un objet de couleur 201
1 Suivi de visage dans une vidéo 202
1.1 Approche basée mouvement ou modèle 202
1.2 Suivi déterministe de la couleur 202
1.3 Problématiques du suivi de visage 203
2 Suivi par segmentation en composantes connexes 204
2.1 Modélisation et suivi déterministe de la teinte chair 205
2.2 Segmentation de la cible 210
2.3 Ajustement d'une ellipse à un ensemble de point par la méthode des moindres carrés 213
3 Poursuite par Camshift couplé 218
3.1 Algorithme du mean-shift 218
3.2 Le Camshift : Continuously Adaptive Mean Shift 219
3.3 Ellipse à partir des moments du second ordre de Ppeau 220
| | En ligne : | http://www.editions-ellipses.fr/PDF/9782729854249_extrait.pdf | | Permalink : | ./index.php?lvl=notice_display&id=13300 |
|  |
Traitement de l’image et de la vidéo. Avec exercices pratiques en Matlab et C++ (DL 2010, cop. 2010) 
