Sommaire
Résumé ii
Abstract ii
Dédicaces iii
Remerciements iv
Liste des figures vii
Liste des tableaux viii
Introduction 1
? Contexte et intérêt de l'étude
1
? Problématique 2
? Objectif 2
? Plan du travail 3
Chapitre 1 : Cadre de l'étude 4
1.1. Cadre théorique 4
1.1.1. Image 4
1.1.2. Définition d'une vidéo 12
Conclusion 14
Chapitre 2 : État de l'art 15
2.1. Détection par Différences entre deux images
consécutives 15
2.2. Flux optique 16
2.3. Soustraction de l'arrière-plan par
modélisation statistique 16
2.4. Détection par Histogramme 19
2.5. Détection par couleur 20
2.6. Méthode de détection par Technique du Gradient
22
2.7. Tableau comparatif de méthodes 23
Conclusion 25
Chapitre 3 : Choix de la méthode retenue et
modélisation 26
3.1. Soustraction d'arrière-plan par modélisation
statistique 26
3.2. Détection par différence d'images 29
Conclusion 33
Chapitre 4 : Le matériel utilisé 34
4.1. Les outils nécessaires pour la vision
artificielle 34
4.1.1. MinGW ou Mingw32 (Minimalist GNU for Windows) 34
4.1.2. CMakesFiles 34
4.1.3. Code::Blocks 35
4.1.4. OpenCv (Open Source Computer Vision) 35
4.2. Les étapes d'installation des
différentes applications 36
4.2.1. Étape 1: Installation de MinGW 36
4.2.2. Étape 2: Ajout de chemin d'accès de MinGW
au système 36
4.2.3. Étape 3: Installation Code :: Blocks (notre API
choisi) 38
4.2.4. Étape 4: Installer OpenCV 38
4.2.5. Étape 5: Ajout de OpenCV à la trajectoire
du système 40
4.2.6. Étape 6: Configuration du Code::Blocks avec OpenCV
40
4.3. Les fonctions utiles 44
Conclusion 46
Chapitre 5 : Implémentation et Discussions sur les
résultats 47
5.1. Implantation logicielle 47
5.1.1. Interface 47
5.1.2. Optimisations 48
5.2. Expérimentations 48
5.3. Performance 49
5.4. Implémentions de méthodes de
détection : Résultats et discussions 49
5.4.1. Détection par différence entre deux images
consécutives 49
5.4.2. Détection par soustraction d'arrière-plan
52
5.5. Élimination des ombres 55
Conclusion 56
Conclusion Générale 57
Bibliographie 58
Annexes 64
1. Programme en C ++ pour la détection par
différence d'images 64
2. Programme en C++ pour la détection par
soustraction d'arrière-plan 66
vi
« La meilleure façon d'apprendre est de
suivre des exemples ». A. Einstein
VII
Liste des figures
Figure 1: Histogramme d'une image en RGB 7
Figure 2: Image en niveau de gris et son histogramme
cumulé 8
Figure 3: Modification d'histogramme 9
Figure 4: Étirement et Histogramme de l'image
Étirée 9
Figure 5 : Égalisation et Histogramme de l'image
égalisée 10
Figure 6 : Dilatation d'image 11
Figure 7 : Érosion d'image 11
Figure 8: Exemple d'une séquence d'images 13
Figure 9: Technique de différence avec image de
référence, (a) l'image à l'instant t, (b) l'image
de
référence, (c) l'image de différence.
30
Figure 10: Technique de différence sans image de
référence, (a) image précédente, (b) image
courante, (c) image de différence. 32
Figure 11: Variable Environnement 37
Figure 12: Ajout de chemin 37
Figure 13 : Décompression OpenCv 38
Figure 14: installation de cmake 39
Figure 15: Ajout d'OpenCv à la variable 40
Figure 16: Test de mingw dans la variable path 40
Figure 17: Choix de l'application du projet 41
Figure 18: Interface de code::blocks 41
Figure 19: Interface de Configuration 42
Figure 20: Ajout du répertoire au compilateur
42
Figure 21: Ajout du répertoire OpenCv au Linker du
code::blocks 43
Figure 22: Ajout des librairies à l'IDE 43
Figure 23 : Image de détection 52
Figure 24 : Détection de mouvement par moyen mobile
54
VIII
| 
