Reconnaissance des objets polyédriques

Bibliographie

[AIT 06] . AIT KACI AZZOU, S LARABI. A new method to track line segment in sequence of image using only its s lope JCS 2(10), 2006.

[AYA 86] AYACHE. Vision stéréoscopique et perception multisensorielle : Application a` la robotique mobile. Cillection science informatique, Intel Edition 1989.

[BAR,GOS 98] . Barsi, L. Gosta, D.Geiger et D.Jacobs. »Determining the similarity of deformable shapes» 1998.

[BEN 09] N.BEN IKHLEF et M.BEN AMRAOUI . Elaboration de carte de profondeur.Application sur les images. Memoire d'ingeniorat UFAS 2009

[BIN 93] .O. BINFORD ET T.S. LEVITT, <<QUASI INVARIANTS : THEORY AND EXPLOITATION>>, IN PROCEEDINGS OF DARPA, IMAGE UNDERSTANDING WORKSHOP 1993.

[BLU 67] . Blum. A Transformation for Extracting New Descriptors of Shape, In Models for the Perception of Speech and Visual Form, (W.Wathen-Dunn, ed.), Cambridge Press, 1967

[BUB 98] . Bubel, R. Bergevin, Classifying junctions by vector quantization, in : Vision Interface'98, 1998

[Bus2001] Martin Bus. Reconnaissance d'objets a` partir de points 3D obtenus par appariement stéréoscopique pour la localisation absolue d'un robot mobile

[COL 96] V. Colin de verdiere. Reconnaissance d'objets par leurs statistique de couleurs

[COU 2000] J.Coughlan, A.Yuille,C.English et D.Snow » Efficient deformable template detection and localization without user initialization» 2000.

[FUN 95] B.V.FUNT and G.D Finlayson. Color constant color indexing

[GRO 95] . GROS, <<Matching and clustring : two steps towards object modeling in com-
puter vision >>,the international journal of robotics research, 14(5), Octobre, 1995

Bibliographie

[HEA 94] G. Healay and D.Slater. using illumination invariant color histogram descriptor for recognition.

[Het 95] F.Hetitger.Feature detection using suppression and enchancement. Technical Report 163. Communication Technology Laboratory. Swiss Federal Institute of Technology ITH 1995

[HOR 93] Radu Horaud et Oulivier Monga , vision par ordinateur 1993(first edition) [ISI 98] ISIMA 1988,1999. Introduction a` C++ builder

[ISR07] .ISRIG K.KEZAR Suivi d'un objet dans une séquence d'images application a` des images réelles, mémoire d'ingéniorat UFAS 2007

[Jai 96] A.Jain,Y.Zhong et S.Lakshmanam » Object matching using deformable templates» IEEE PAMI, 1996

[KOZ 98] R. Kozera » An overview of the shape from shading problem» Machine Graphics and Vision, 1998.

[LAM 98] Bart LAMIROY . Reconnaissance et modelisation des objets 3D a l'aide d'invariant projectifs et affines.

[NAG 95] K. Nagoa . Recognition 3D objects using photometric invariants.

[SCH 97] :ernt SCHIELLE . Reconnaissance des objets utilisant des histogrammes de champs réceptifs.

[SHA 99] Shaheen Mudar . Reconnaissance d'Objets Polyédriques a` partir d'une image vidéo pour la téléopération

[SOS92] Humberto Sossa . Reconnaissance d'objets polyédriques par indexation dans une base de modèles.

[SWA 90] M.J. SWAIN. Color indexing technical report

[PJM 09] Pierre-Marc Jodoin »Vision par ordinateur» Hiver 2009

[ZHA 99] R. Zhang, P.-S. Tsai, J. Cryer and M. Shah. Shape from shading : A survey. IEEE Trans. on Pattern Analysis and Machine Intelligence, August 1999. Webliographie

[1] Programming With Intel Ipp (Integrated Performance Primitives) And Intel Opencv (Open Computer Vision) Under Gnu Linux. A Beginner's Tutorial, Jérôme Landré.

[2] Yahoo! OpenCv Discussion Group : http :// tech.groups.yahoo.com/group/OpenCV/

1. Matrice Fondamentalle La matrice fondamentale est la matrice qui permet de lier les coordonn'ees dans le repère image r'ef'erence d'un point avec l''equation d'une droite appel'ee droite 'epipolaire dans l'image correspondante. S'il existe le point correspondant se trouve sur cette droite.

2. 'Epipolaire (géométrie) la g'eom'etrie 'epipolaire est la g'eom'etrie qui d'ecrit la conformation d'un capteur st'er'eoscopique. On distingue particulièrement dans cette g'eom'etrie les 'epipôles et les lignes 'epipolaires.

3. Distorsion Le ph'enomène de distorsion peut se manifester de diverses facons mais se traduit toujours par une d'eformation des r'esultats. Dans ce cas, la distorsion se traduit par une d'eformation visuelle des images visualis'ees. On aborde 'egalement la notion de distorsion radiom'etrique qui se traduit par une d'eformation du spectre d'intensit'e lumineuse.

4. Paramètres intrinsèques : Ce sont des paramètres inh'erents a` la cam'era qui permettent d''etablir la transformation permettant de passer du repère cam'era au repère image. On parle de matrice cam'era.

5. Paramètres extrinsèques Ce sont des paramètres qui permettent d''etablir les 'equations de passage entre le repère cam'era et le repère de calibration. Ils sont au nombre de 12 et repr'esentent une rotation ainsi qu'une translation. Ces paramètres varient selon la position de la mire de calibration.

6. Rectification :La rectification est une 'etape du processus de vision 3D qui vise a` simplifier la contrainte 'epipolaire en rendant les lignes 'epipolaires parallèles : après

la rectification des images la recherche de correspondant se réduira a` une simple recherche sur la ligne correspondante dans l'autre image au lieu de prendre place sur la ligne épipolaire.

7. Distance focale : La distance focale est la distance qui sépare le point nodal d'émergence (ou centre optique) du capteur. Plus la focale est longue et plus l'angle de vision est faible.

8. Corr'elation : La corrélation est l'action de mettre en correspondance les points similaires. On forme des paires de points. Les outils pour la corrélation sont les mesures de similitude et l'algorithme d'appariement.

Open Cv (Open Computer Vision) est une Librairie Open Source qui comporte un certain nombre d'algorithmes et d'exemples de code pour la vision par ordinateur. Cette librairie vise a` simplifier la conception d'applications d'edi'ees a` la vision en temps r'eel, la reconnaissance de contours, la segmentation etc... Le fait qu'elle soit Open Source signifie qu'elle est très 'evolutive puisque le d'eveloppement de nouvelles fonctions, nouveaux algorithmes, sont r'ealis'es par une vaste communaut'e. Par ailleurs Open Cv est bâti sur IPL (Intel Image processing library), dont elle reprend le format d'images (IPL Image) ainsi qu'un certain nombre de fonctions de filtrage, etc. Elle impl'emente 'egalement un certains nombres d'algorithmes exclusifs. La librairie rajoute 'egalement un certain nombre de notions telles que la gestion des espaces couleurs RGB. Open Cv est compos'ee de quatre grands blocs de fonctions.

- CxCore comporte les Fonctions de base d'Open Cv (fonctions de dessin, de gestion des points etc.)

- Cv comporte les Fonctions principales du traitement de l'image : un certain nombre de fonctions de filtrage (Sobel, Canny...) ainsi que les fonctions de calibration, appariement etc...

- HighGui comporte les fonctions de gestion des interfaces graphiques. Celle-ci sont simplifi'ee et permettent principalement la cr'eation de fenêtres graphiques dans lesquelles seront affich'ees des images ou des flux vid'eo.

- CvCam contient un certain nombre de fonctions de gestions de Webcams, utiles pour ouvrir des flux vid'eo.

Par ailleurs OpenCv dispose d'une communaut'e importante qui se manifeste sur un certain nombre de groupes de discussion. Nous avons pour notre part utilis'e le groupe de discussion Yahoo! qui est un des groupes les plus actifs.

Notons par ailleurs que la librairie fonctionne sous windows Linux, et est adapt'ee pour les langages C++ et Python.