Modélisation robuste et reconnaissance efficace d'objets quasi-plans — application aux monnaies anciennes

Robust Modelling and Efficient Recognition of Quasi-Flat Objects — Application to Ancient Coins

• Auteur / Autrice : Florian Lardeux
• Direction : Sylvain Marchand
• Type : Thèse de doctorat
• Discipline(s) : Informatique et applications
• Date : Soutenance le 04/01/2022
• Etablissement(s) : La Rochelle
• Ecole(s) doctorale(s) : École doctorale Euclide (La Rochelle ; 2018-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Informatique, Image, Interaction (La Rochelle)
• Jury : Président / Présidente : Bertrand Kerautret
• Jury : Examinateurs / Examinatrices : Sylvain Marchand, Bertrand Kerautret, Martin Kampel, Nicole Vincent, Pascal Desbarats
• Jury : Rapporteur / Rapporteuse : Martin Kampel, Nicole Vincent

Mots clés

Mots clés contrôlés

Texture (traitement d'images)

Perception des formes

Monnaies

Reconnaissance d'objets (informatique)

Mots clés libres

Objets quasi-plans

Géométrie 2.5D

Pièces de monnaie anciennes

Requête rapide

Reconnaissance de contour

Reconnaissance de texture

Quasi-flat objects

2.5 geometry

Ancient coins

Fast retrieval

Contour recognition

Texture recognition

Résumé

Les objets quasi-plans sont obtenus à partir d’une matrice qui définit des caractéristiques spécifiques observables dans leur gravure. Les exemples de ce type d’objets incluent les timbres à sec, les timbres amphoriques ou encore les pièces de monnaies anciennes. Les objetsquasi-plans sont par conséquent des formes très plates sur lesquelles un relief caractéristique est inscrit. Reconnaître de tels objets est une tâche compliquée car de nombreux verrous entrent en jeu. Le relief d’objets quasi-plans est sujet à des déformations non rigides et les conditions lumineuses influencent la façon dont ils sont perçus. De plus, ces objets ont pu subir diverses détériorations menant à l’occlusion de certaines parties de leur relief. Dans cette dissertation, nous adressons le problème de la reconnaissance d’objets quasi-plans. Cette thèse est articulée autour de trois grands axes. Le premier axe vise à créer un modèle adapté pour représenter l’objet en exposant ces caractéristiques et en prenant en compte les divers verrous précités. Dans ce but, le concept de carte d’énergie lumineuse est introduit. Les deuxième et troisième axes introduisent des stratégies de reconnaissance. D’un côté, nous proposons l’utilisation de contours de l’objet en tant que données caractéristiques. Ceux-ci sont représentés via un modèle de signature à partir duquel sont calculés des descripteurs. Afin de stocker, retrouver et comparer ces descripteurs, une structure de donnée basée sur des tableaux associatifs, les LACS, est présentée ; elle permet une reconnaissance rapide de contours similaires. D’un autre côté, l’utilisation de textures comme descripteurs de l’objet est envisagée. Dans cette partie, l’étude est centrée sur l’emploi de régions 2D et leur description comme moyen de reconnaissance. Un angle similaire est adopté pour stocker et retrouver l’information ; une structure de donnée proche de celle précédemment décrite, mais plus complexe, est introduite.

Quasi-flat objects are obtained from a matrix which defines specific features observable in their engraving. Some examples of these are dry stamps, amphora stamps or ancient coins. Quasi-flat objects are subsequently understood as very flat shapes onto which a characteristic relief is inscribed. Recognizing such objects is not an easy feat as many barriers come into play. The relief of quasi-flat objects is prone to non-rigid deformations and the illumination conditions influence the perception of the object’s relief. Furthermore, these items may have undergone various deteriorations, leading to the occlusion of some parts of their relief. In this thesis, we tackle the issue of recognizing quasi-flat objects. This work is articulated around three major axes. The first one aims at creating a model to represent the objects both by highlighting their main characteristics and taking into account the afore mentioned barriers. To this aim, the concept of multi-light energy map is introduced. The second and third axes introduce strategies for the recognition. On the one hand, we propose the use of contours as main features. Contours are described via a signature model from which specific descriptors are calculated. In order to store, retrieve and match those features, a data structure based on associative arrays, the LACS system, is introduced, which enables a fast retrieval of similar contours. On the other hand, the use of textures is investigated. The scope here is centered on the use of specific 2D regions and their description in order to perform the recognition. A similar angle is taken to store and retrieve the information as a similar, yet a more complex data structure is introduced.