Traitement d'image

Version anglaise

Articles et thèse de recherche en traitement d'image. Conception de lecteur de codes bi-dimensionnels par analyse d'image.

Data Matrix

Thèse: contenu

Présentation

Titre: Étude sur la lecture automatique de codes bi-dimensionnels par traitement d'image.

Spécialité: Traitement du signal

Subject: déterminer des algorithmes de lecture de codes symboliques par traitement d'image.

Mots clés: codes symboliques, recherche de contours, traitement d'image, recherche de lignes, segmentation par texture,

Cette thèse fut soutenue le 17 décembre 1997 à l'ENSEEIHT.

Résumé

Image Data MatrixSymbole Data Matrix Les codes Data Matrix sont une nouvelle génération de codes symboliques bi-dimensionnels, dérivés des codes à barres, qui utilisent les deux dimensions du plan, à la manière d'un damier dont les cases constituent les éléments binaires. L'objet de l'étude est de concevoir des algorithmes de lecture pour ces codes.


Les contraintes sont les suivantes :

De nombreux articles ont été analysés, avec comme objectif de trouver et de comprendre les méthodes en usage pour des problèmes similaires.

Les méthodes qui semblaient intéressantes ont été programmées afin d'étudier leur efficacité. Les programmation et confrontation des méthodes entre elles ont permis de constituer une méthode cohérente et complète combinant : détection de contour par le laplacien, localisation de contour par le gradient, validation de détection par analyse de texture.

La méthode adoptée est la suivante :

La méthode a été implémentée dans un logiciel de traitement d'images. Des tests ont été réalisés pour la valider et déterminer ses limites en termes de taille des cellules, contraste, bruit, hétérogénéité du blanc, distorsions optiques et projectives, focalisation. Une analyse détaillée des temps d'exécution des différentes étapes a été menée.

Image de symbole Symbole lu Contenu du symbole
a7n03g21 smb3 163 81 92 94 75 34 90 205 204 128 231 54 193 247 165 157 220 125 226 133 106 123 105 149 219 21 27 149 171 166 71 118 43 67 246 87 4 8 170 249 73 191 21 185 26 219 0  

Rapport de soutenance

Le travail de thèse de Monsieur Baptiste Marcel s'est déroulé sur trois ans ; il a fait l'objet d'une convention (CIFRE) avec la société Intermec-TC. Durant cette période, deux communications dans des congrès nationaux et cinq rapports d'étude ont été rédigés.
Monsieur Baptiste Marcel a présenté ses travaux de façon claire et structurée. À l'issue de cette présentation, il a effectué une démonstration des différentes fonctionnalités du logiciel qu'il a développé.
Les membres du jury ont apprécié la qualité du support de présentation ainsi que l'aisance d'élocution du quandidat.
Monsieur Baptiste Marcel a répondu de façon claire et précise aux nombreuses questions posées, montrant une parfaite maîtrise de son sujet.
Le jury a constaté que le travail réalisé constituait une base solide pour un développement industriuel futur et répondait bien à l'objectif initial fixé.
Il a estimé unanimement que Monsieur Baptiste Marcel méritait l'obtention du titre de docteur de l'INPT, avec la mention très honorable.

Signé par les membres du jury : Dominique Barba, Jean Bajon, Maurice Briot, Michel Cattoën, Philippe Marthon, Jean-Louis Massieu,

Références

ENSEEIHT Cette recherche a été conduite au sein du groupe Signaux Images & Communications du Laboratoire d'Électronique de l'ENSEEIHT (LEN7LEN7) - INPT.
La thèse a été supervisée par le Pr. Michel Cattoen, professor à l'ENSEEIHT et financée et accompagnée par intermtc Intermec - Technologies Corporation, filiale du groupe Unova.
Jury: Dominique Barba - Rapporteur, Jean Bajon - Examinateur, Maurice Briot - Rapporteur, Philippe Marthon - Examinateur, Michel Cattoën - Directeur de thèse, Jean-Louis Massieu - Examinateur.

SIC - LEN7 - ENSEEIHT
2 rue Charles Camichel
B.P. 7122
31071 Toulouse CEDEX 7 (France)

Tél.: +33 (0) 5 61 58 83 20

Contact : Pr Cattoën (cattoen@len7.enseeiht.fr)
http://www.dunwich.org/baptiste/sic

Téléchargement

Le mémoire est en français.

Version en ligne : ici.

Publication: Détection de contours et de lignes dans les procédures de bas-niveau

Ce travail est une partie d'une étude sur la lecture de codes symboliques à deux dimensions par analyse d'image. Le texte de la publication est disponible.

Réference :
Baptiste Marcel et Michel Cattoen, « Détection de contours et de lignes dans les procédures de bas-niveau », 3rd Workshop on Electronic Control and Measuring System, 2-3 juin 1997, pp. 89-97.

Résumé :
« Les détections de contour et de lignes sont des étapes importantes dans les systèmes de vision. Des résultats issus de ces étapes dépendent les résultats des étapes ultérieures.  
 Nous décrivons ici une nouvelle méthode d'extraction de lignes, à base d'opérateurs de dérivation, fonctionnant sans seuillage ni aucun autre paramètre intermédiaire. Cette propriété permet de repousser les décisions de détection vers les phases ultérieures du système d'analyse d'image, et d'y réduire le nombre de paramètres à régler. Cette méthode permet aussi aux lignes de faible contraste d'être détectées, sans augmenter le nombre de fausses alarmes, en raison du fait que les pixels isolés indiqués comme des contours dans les premières phases ne seront pas validés dans la phase suivante de la détection de ligne. Cette méthode est principalement basée sur des filtres de convolution linéaires simples qui devraient permettre des résultats rapides lors d'une implémentation matérielle.  
 Les algorithmes de détection de lignes à base de contour comprennent habituellement les étapes suivantes: lissage, détection de contour, amincissement, chaînage, vectorisation et restauration. Dans notre algorithme, la seconde étape comprend deux dérivations à base de filtres laplacien et gradients pour déterminer les localisation et orientation des pixels de contour. Les trois dernières étapes forment la détection de ligne. Les étapes de lissage et d'amincissement, courantes chez plusieurs auteurs ne sont pas réalisées directement car elles sont implicites dans les opérateurs de dérivation choisis.  
 Notre algorithme se décompose en cinq phases : détection de contour, calcul des directions de contour, chaînage, vectorisation et restauration. Nous appelons ligne un groupe connexe de pixels de contours alignés.  
 Cette méthode a été utilisée avec succès dans la détection et localisation de codes symboliques Data-Matrix (dérivées des codes-à-barre bi-dimensionnels) dans des images à distribution d'intensité bimodale.  
 Plusieurs des étapes de cette méthode sont basées sur l'utilisation de filtres linéaires de convolution. Ces calculs, qui se trouvent généralement dans les basses couches des systèmes d'analyse d'image devraient pouvoir être réalisés rapidement par des opérateurs câblés, bien que l'avancement du projet n'en ait pas encore permis la confirmation. »

Mots clé :

Version en ligne : ici.

Publication: Edge and line detection in low level analysis

Cet article est la version anglaise de l'article ci-dessus.

Auteurs : Baptiste Marcel et Michel Cattoën.

Publié : Third Workshop on Electronic Control and Measuring Systems, Université Paul Sabatier, Toulouse, 2-3 juin 1997, pp. 89-97.

Version en ligne : ici.

Publication: Calcul de translation et rotation par la transformée de Fourier

Ce travail est le résultat d'une étude de six mois au LAAS du CNRS sur le déplacement d'image en translation et rotation. Cette étude fait partie d'un projet de robotique mobile et autonome. Ce genre de robot a été mis sous le feu de l'actualité grace au succès de Mars Pathfinder.

Réference :
Baptiste Marcel, Maurice Briot et Rafael Murrieta, « Calcul de translation et rotation par la transformée de Fourier », Traitement du signal, Vol. 14, n°2, mars 1997, pp. 135-149.

Résumé :
« Dans l'idée de compléter les capteurs mécaniques de mouvement par des techniques à base de vision, nous analysons le déplacement d'une image pour en déduire les paramètres de rotation de la caméra. L'approche choisie est celle de la transformation de Fourier dont on utilise les propriétés d'invariance par rotation et de déphasage par translation. L'application, réduite pour cette étude aux rotations de caméra, peut s'étendre à tous les domaines liés au recalage d'images. »

Mots clés :
Version en ligne : ici.

Publication: Mise en œuvre de méthodes de recherche de lignes et d'analyse de textures pour la détection et la localisation de symboles bi-dimensionnels

Cet article est une présentation des recherches qui ont été conduites lors de la thèse mentionnée ci-dessus.

Il a été présenté au 11è congrès RFIA (Reconnaissance des Formes et Intelligence Artificielle) à Clermont-Ferrand 20-22 janvier 1998 (AFCET, AFIA, Université Blaise Pascal de Clermont-Ferrand).

Version en ligne : ici.

Publication: Aspectos dinámicos de la visión: Seguimiento de objetos no rígidos y estimación de la rotación de una cámara (co-auteur)

Auteurs : Rafael Murrieta Cid, Baptiste Marcel, Héctor H. Gonzáles Baños.

Langue : castillan.

Publié : Journal "Computación y Sistemas", Vol. 1 No. 4, pages 201-212, avril 1998.

Cet article reprend les recherches de l'article Calcul de translation et rotation par la transformée de Fourier et explore les aspects liés à la segmentation.

Version en ligne : ici.

Code

Je ne crois pas que le code soit utilisable pour un un projet industriel tellement il est vieux, mais bon...
Pour ceux qui voudrait y jeter uhn œil, sachez que l'application avait un nom de travail : Iris. On a commencé par une version C sous DOS, puis au milieu on a migré en une version C++ sous M$-Windows.
Il y avait un framework qui permettait de faire des saisies d'images avec une caméra, et puis le framework appelait des fonctions qui faisaient le traitement.
Dans la soupe que je vous mets à disposition, vous devrez retrouver tous ces petits fils.

Accronymes et liens

Cursus universitaire

Ingénieur en informatique et docteur en électronique.

J'ai fait ma formation d'ingénieur à l'INSA de Toulouse et de recherche (D.E.A.) au LAAS du CNRS (Toulouse).

J'ai fait ma formation de doctorat à l'ENSEEIHT (École Nationale Supérieure d'Électronique, Électrotechnique et Hydraulique de Toulouse), dans le groupe S.I.C. (Signaux, Images et Communication) du LEN7 (Laboratoire d'électronique de l'ENSEEIHT) à Toulouse (France), dans le domaine du traitement d'image.

Pour la suite de mon cursus, je vous renvoie à mon profil LinkedIn.

File created 15th September 1996, last update 21/02/2011 by Baptiste MARCEL (see page Contact), located in Asnières-sur-Seine (France). If you enjoyed this page, please do not forget to visit my homepage and to request more information about this site.