55 Détection-De-Contours
55 Détection-De-Contours
55 Détection-De-Contours
LOGO
Plan de Cours
1
3 Introduction
2 Détection de contours
3 Méthode Gradient
4 Méthode de Laplacien
2
Pourquoi étudier les contours?
Rôle en traitement d'images
Réduction d'information
• Information de toute l'image résumée dans le contours des objets
• Contours : parties les plus informatives d'une image
Étape souvent nécessaire à l'extraction d'autres
caractéristiques
Applications en traitement d'images
Reconnaissance d'objets, de formes, classification
de scènes,
Contrôle d’une chaine de fabrication,
Poursuite d’un objet mobile.
3
Détection de contours
4
Détection de contour
5
Détection De Contours Par
L'utilisation Du Gradient
6
Détection de contours : l'utilisation du gradient
Principe
7
Calcul de Gradient : Approximation de base
8
Calcul de Gradient : Problème de bruit
9
Calcul de Gradient : Problème de bruit
10
Calcul de Gradient : Problème de bruit
11
Calcul de Gradient : Filtre de Prewitt
12
Calcul de Gradient : Filtre de Sobel
13
Calcul de Gradient : Filtre de Sobel
14
Calcul de Gradient : Filtre de Sobel
15
Calcul de Gradient :Exemples
16
Calcul de Gradient :Exemples
17
Calcul de Gradient :Seuillage de Gradient
18
Calcul de Gradient :Problème de seuillage
19
Calcul de Gradient :Seuillage local par hystérésis
20
Approche gradient :Résumé
21
Approche gradient :Résumé
22
Exemple filtre de Canny
23
Détection De Contours Par
l'utilisation Du Laplacien
)Deuxième dérivée(
24
Approche Laplacien
25
Laplacien : Dérivées Secondes discrètes
26
Laplacien :Exemple
27
Réduction de la sensibilité au bruit
28
Réduction de la sensibilité au bruit
29
Comparaison Gradient /Laplacien
30
Comparaison Gradient /Laplacien
31