Pyramide des contrastes et masques binaires 3x3 pour une esquisse initiale généralisée

= Contrasts pyramid and 3x3 binary masks for a generalized primal

• Auteur / Autrice : Christophe Duperthuy
• Direction : Jean-Michel Jolion
• Type : Thèse de doctorat
• Discipline(s) : discipline
• Date : Soutenance en 1997
• Etablissement(s) : Lyon, INSA
• Partenaire(s) de recherche : Laboratoire : RFV - Laboratoire de Reconnaissance de Formes et Vision (Lyon, INSA ; 1995-2003)

Mots clés

Mots clés contrôlés

Vision artificielle (robotique)

Sensibilité au contraste

Conception orientée objets (informatique)

Résumé

Dans le cadre de l'analyse d'images, l'esquisse initiale constitue le premier traitement informatique opéré sur les images numériques. Son objectif est d'extraire les indices visuels des images, afin de fournir à 1 'utilisateur des descriptions simples et pertinentes. Pour cela, deux entités principales ont été abordées à ce jour : il s'agit des contours d'une part et des taches (régions) d'autre part. Aussi, au vu des analyses de : plus en plus complexes à réaliser, les primitives contour et région apparaissent comme limitées. Parallèlement, les systèmes de vision biologiques constituent une source d’inspiration indéniable. Notre travail se situe donc dans la généralisation de la notion d'esquisse initiale. Nous proposons dans un premier temps, d'appauvrir l'image à analyser par une technique itérée de rehaussement contraste, dans un environnement pyramidal : nous obtenons alors une description binaire de cette dernière qui conserve au mieux ses contrastes significatifs. Cette technique de simplification est ensuite adaptée au traitement des images couleurs, adoptant une représentation en teinte, saturation et luminance. Dans un second temps, nous abordons l'utilisation de classes de masques binaires 3x3, en vue d'éclater nos images binaires suivant diverses cartes de caractéristiques : les bruits, les textures, les contours, les taches et les orientations. Enfin, un modèle de discrimination pré-attentive de textures est proposé, à partir des cartes de quadratures directionnelles. Nos travaux diffèrent des approches plus classiques en vision de bas niveau, par l'adoption précoce d'une représentation simplifiée (binaire). Nous portons en outre une attention particulière à maintenir une faible complexité dans les algorithmes que nous proposons.

With in Image analysis, the primal sketch is the first treatment realized on digital pictures. Its goal is to extract features from pictures, in order to provide the user with simple and pertinent descriptions. This way, two main entities have been studied: edges on the one band, and blobs (regions) on the other one. Yet, image analysis being more and more complex, such primitives (edges and blobs) seem to be quite limited. In parallel, biological visual systems provide an undeniable source of inspiration. We aim in this work at generalizing the primal sketch notion. We first suggest to simplify the incoming picture by means of an iterated contrast enhancement process, within a pyramidal framework: we get then a binary description of the picture, which keeps significant contrasts. This simplification method is then adapted to color images, using a hue, saturation and luminance representation. Secondly, we address 3x3 binary masks classification, in order to split our binary pictures on various feature maps: noises, textures, edges, blobs and orientations. Finally, a pre-attentive texture discrimination model is proposed, based on quadratic directions. These works differ from usual ones in low-level vision, by the early adoption of simplified (binary) representations. We also pay attention to keep low complexities on our algorithms.