Добірка наукової літератури з теми "Reconnaissance de contour"

Building roof contours are considered as very important geometric data, which have been widely applied in many fields, including but not limited to urban planning, land investigation, change detection and military reconnaissance. Currently, the demand on building contours at a finer scale (especially in urban areas) has been raised in a growing number of studies such as urban environment quality assessment, urban sprawl monitoring and urban air pollution modelling. LiDAR is known as an effective means of acquiring 3D roof points with high elevation accuracy. However, the precision of the building contour obtained from LiDAR data is restricted by its relatively low scanning resolution. With the use of the texture information from high-resolution imagery, the precision can be improved. In this study, an improved snake model is proposed to refine the initial building contours extracted from LiDAR. First, an improved snake model is constructed with the constraints of the deviation angle, image gradient, and area. Then, the nodes of the contour are moved in a certain range to find the best optimized result using greedy algorithm. Considering both precision and efficiency, the candidate shift positions of the contour nodes are constrained, and the searching strategy for the candidate nodes is explicitly designed. The experiments on three datasets indicate that the proposed method for building contour refinement is effective and feasible. The average quality index is improved from 91.66% to 93.34%. The statistics of the evaluation results for every single building demonstrated that 77.0% of the total number of contours is updated with higher quality index.

Building roof contours are considered as very important geometric data, which have been widely applied in many fields, including but not limited to urban planning, land investigation, change detection and military reconnaissance. Currently, the demand on building contours at a finer scale (especially in urban areas) has been raised in a growing number of studies such as urban environment quality assessment, urban sprawl monitoring and urban air pollution modelling. LiDAR is known as an effective means of acquiring 3D roof points with high elevation accuracy. However, the precision of the building contour obtained from LiDAR data is restricted by its relatively low scanning resolution. With the use of the texture information from high-resolution imagery, the precision can be improved. In this study, an improved snake model is proposed to refine the initial building contours extracted from LiDAR. First, an improved snake model is constructed with the constraints of the deviation angle, image gradient, and area. Then, the nodes of the contour are moved in a certain range to find the best optimized result using greedy algorithm. Considering both precision and efficiency, the candidate shift positions of the contour nodes are constrained, and the searching strategy for the candidate nodes is explicitly designed. The experiments on three datasets indicate that the proposed method for building contour refinement is effective and feasible. The average quality index is improved from 91.66% to 93.34%. The statistics of the evaluation results for every single building demonstrated that 77.0% of the total number of contours is updated with higher quality index.

The article investigates the conditions and factors that will affect the functioning of the specific mine exploration facilities when installed on an unmanned aerial vehicle. The analysis of conditions and factors was carried out with preliminary determination of the general performance indicators of the specific technical means of mine exploration, which include: the probability of detection and recognition of mines (contour of mines) by the operator (pilot operator) on the display screen; the scale of the image of the mine (contour of the mine) on the display screen; viewing angle of the specific technical means of exploration; transverse capture of terrain during aerial reconnaissance by means of a specific reconnaissance technical means; spectral range of operation of the specific technical means of exploration and height of exploration. As a result of the study, the following conditions and factors were included: unmanned aerial vehicle; the task of finding mines; features of the area where the mines are installed; pilot control (pilot); weather conditions; gusts of wind; season; time of day; use by the enemy of electronic suppression and electronic warfare, as well as conventional small arms against a drone; drones vibration during flight; turbulence of the atmosphere; the use of adversaries in the field of land mines and the creation of false minefields management of specific technical means of intelligence by the operator (pilot operator); temperature mode; availability of min signatures base. It is concluded that the results of the study of conditions and factors that will affect the functioning of the specific intelligence means are the basis for the development of relevant requirements for the specific intelligence means of the visible and infrared ranges of the electromagnetic spectrum.

<p class="Abstract"><span lang="EN-US"><span style="vertical-align: inherit;"><span style="vertical-align: inherit;">Un système biométrique d'identification et d'authentification permet la reconnaissance automatique d'un individu en fonction de certaines caractéristiques ou caractéristiques uniques qu'il possède. </span><span style="vertical-align: inherit;">La reconnaissance de l'iris est une méthode d'identification biométrique qui applique la reconnaissance des formes aux images de l'iris. </span><span style="vertical-align: inherit;">En raison des motifs épigénétiques uniques de l'iris, la reconnaissance de l'iris est considérée comme l'une des méthodes les plus précises dans le domaine de l'identification biométrique. </span><span style="vertical-align: inherit;">L'algorithme de segmentation proposé dans cet article commence par déterminer les régions de l'œil à l'aide d'une approche neuronale non supervisée, après que le contour de l'œil a été trouvé à l'aide du bord de Canny, la transformation de Hough est utilisée pour déterminer le centre et le rayon de la pupille et de l'iris. . </span><span style="vertical-align: inherit;">Ensuite, la normalisation permet de transformer la région de l'iris circulaire segmenté en une forme rectangulaire de taille fixe en utilisant le modèle de feuille de caoutchouc de Daugman. </span><span style="vertical-align: inherit;">Une transformation en ondelettes discrètes (DWT) est appliquée à l'iris normalisé pour réduire la taille des modèles d'iris et améliorer la précision du classificateur. </span><span style="vertical-align: inherit;">Enfin, la base de données URIBIS iris est utilisée pour la vérification individuelle de l'utilisateur en utilisant le classificateur KNN ou la machine à vecteur de support (SVM) qui, sur la base de l'analyse du code de l'iris lors de l'extraction des caractéristiques, est discutée.</span></span></span></p>

In the past decades, satellite interpretation was one of the vital methods for the determination of weather patterns all over the world, especially for the identification of severe weather patterns such as tropical cyclones (TC). The method is based on Dvorak Technique8 which provides a means of the identification of the cyclone and its intensity. This is a kind of pattern-matching techniques and is based on some well-known TC templates for reference. Due to the high variation and complexity of cloud activities for the tropical cyclone patterns, meteorological analysts all over the world so far are still relying on subjective human justification for TC identification purposes. In this paper, an Elastic Graph Dynamic Link Model (EGDLM) is proposed to automate the satellite interpretation process and provides an objective analysis for tropical cyclones. The method integrates Dynamic Link Architecture (DLA) for neural dynamics and Active Contour Model (ACM) for contour extraction of TC patterns. Over 120 satellite pictures provided by National Oceanic and Atmospheric Administration (NOAA) were used to evaluate the system, and 145 tropical cyclone cases that appeared in the period between 1990 to 1998 were extracted for the study. An overall correct rate for TC classification was found to be above 95%. For hurricanes with distinct "eye" formation, the model reported a deviation within 3 km from the "actual eye" location, which was obtained from the reconnaissance aircraft measurements of minimum surface pressure.

Trajectory big data have significant applications in many areas, such as traffic management, urban planning and military reconnaissance. Traditional visualization methods, which are represented by contour maps, shading maps and hypsometric maps, are mainly based on the spatiotemporal information of trajectories, which can macroscopically study the spatiotemporal conditions of the entire trajectory set and microscopically analyze the individual movement of each trajectory; such methods are widely used in screen display and flat mapping. With the improvement of trajectory data quality, these data can generally describe information in the spatial and temporal dimensions and involve many other attributes (e.g., speed, orientation, and elevation) with large data amounts and high dimensions. Additionally, these data have relatively complicated internal relationships and regularities, whose analysis could cause many troubles; the traditional approaches can no longer fully meet the requirements of visualizing trajectory data and mining hidden information. Therefore, diverse visualization methods that present the value of massive trajectory information are currently a hot research topic. This paper summarizes the research status of trajectory data-visualization techniques in recent years and extracts common contemporary trajectory data-visualization methods to comprehensively cognize and understand the fundamental characteristics and diverse achievements of trajectory-data visualization.

Abstract. The issues of image fusion in a two-position small-size radar on-board operational monitoring system are considered. The aim of present research is to develop a method for fusion of images of the land surface based on data obtained from a multi-sensor spatially distributed on-board location system implemented on the basis of a UAV. The method of combining different-angle location images is implemented iteratively. At each iteration, there is a search for pairs of points of the contour of the isolated areas. Areas are highlighted using two image segmentation methods. The final result is a proposed method for information fusion from a two-position on-board small-sized radar system and an optical location system. The implemented method of fusion makes it possible to increase the information content, quality and reliability of information about the observed underlying surfaces and the physical objects detected on them. The practical significance of the results obtained lies in the formation of integral information in real time in the interests of environmental reconnaissance, monitoring in hard-to-reach and dangerous places for human life, as well as in order to promptly prevent natural and man-made emergencies.

Titanium or vanadium metals or their alloys are important industrial metals/alloys. Because these resources are in short supply, the investigation of potential titaniferous-vanadiferous deposits needs special attention to bridge the supply-demand gap. The study integrates geological, geochemical, remote sensing, and geophysical data for assessing the potentiality of titaniferous-vanadiferous, magnetite-ilmenite mineralization in and around the Sudamakund and Paharpur areas, Gaya and Jehanabad districts, Bihar, India, and delineation of specific targets for detailed exploration. Field visits for large scale mapping on (1:12,500 scale) were used to conduct a reconnaissance survey for magnetite-ilmenite mineralization in parts of toposheet number 72G/04 in the Gaya and Jehanabad districts of Bihar, as well as the collection of bedrock samples (BRS), pit/trench samples (PTS), petrographic samples (PS), and petrochemical samples (PCS), followed by petrographic and ore microscopic study, and interpretation of chemical results. Signatures of oxidized iron-bearing sulphides (iron-oxides ratio) and other ferrous-iron-bearing minerals surrounded by altered rocks (clay bearing minerals) are visible in remote sensing images. The geological work was followed by ground geophysical gravity and magnetic surveys in selected blocks by the Geophysics Division, eastern region (ER) on a 1:12,500 scale. The magnetite ore is hard, compact, crystalline, and at some places, granular in nature. The analytical value of these magnetite ore bodies indicates average Fe content at 49.53% (range 25.85–60.78%), with a considerable amount of TiO2 (average 15.85%, range 1.47–26.77%), and V (average 144.79 ppm, range 30.00–256.00 ppm, from PTS). The trends of these magnetite ore deposits correspond to the major lineaments (NE-SW and NW-SE). The superimposition of gravity and magnetic contour maps with the geological map (1:12,500 scale) helps explain the observed geophysical anomalies, and the possible subsurface (horizontal and vertical) expansion of magnetite ore deposits in alluvium cover regions warrants further investigation.

Depuis quelques années, en France comme en Italie, la généalogie a fait un retour remarqué au centre des préoccupations de l'historien. Les spécialistes de la France d'Ancien Régime s'efforcent de retrouver la place exacte de la culture généalogique entre des stratégies nobiliaires appuyées sur le fief ou sur l'office, et les impératifs étatiques d'une monarchic soucieuse d'exercer un contrôle ferme sur les contours de sa noblesse. Dès lors, toute la réflexion critique sur la généalogie d'Ancien Régime est soustendue par une question majeure qui porte finalement sur la reconnaissance publique accordée à la véracité d'un état social privilégié. Elle conduit logiquement à s'interroger sur le durcissement des critères de reconnaissance de la noblesse, et done sur la capacité que s'octroie l'État moderne à trancher souverainement entre verite et fausseté, authenticité et forgerie, légitimité et usurpation.

Les systèmes d'imagerie actifs permettent d'acquérir des images de jour comme de nuit, avec une résolution supérieure à celle des équipements infra-rouges. Cependant, l'inconvénient de ces systèmes par rapport aux capteurs optiques classiques est qu'ils délivrent des images fortement dégradées par le phénomène de speckle, qui en limite l'interpretation automatique. Nous proposons, au cours de cette thèse, d'étudier dans quelle mesure la technique du Contour Actif Statistique Polygonal (CASP) peut etre employée afin d'effectuer la reconnaissance des objets présents dans des images de speckle. La méthode de reconnaissance des formes employée correspond à l'algorithme du plus proche voisin; on selectionne ainsi la référence la plus proche de la silhouette obtenue avec le CASP, en évaluant une certaine mesure de comparaison entre contours
Active systems allow image acquisition both during day and night, with a highest resolution than the infra-red equipments do. Nevertheless, the main drawback of these systems compared to the classical optical sensors is that the obtained images are strongly corruptedby the speckle effect, and therefore their automatic interpretation is drastically limited. In this thesis, we propose to study in which way the Statistical Polygonal Snake (SPS) can be used in orderto perform the recognition of objects in speckled images. The recognition method which has been considered is the nearest neighbour algorithm; we select the reference which is the most similar to the silhouette obtained with the SPS by evaluating a given similarity function between contours

Nous proposons dans cette thèse un nouveau détecteur de « Coins » de contour dans une image. Ces coins sont les sommets de la ligne polygonale approximant le contour. Ils peuvent appartenir ou non au contour. Ils correspondent à une déviation importante de la direction de ce contour. Aussi, ils sont répétables en présence de transformations affines ou similitudes et sont robustes au bruit présent aux frontières d'une image. Grâce à cette répétabilité, les coins sont utilisés dans une application de reconnaissance de la forme.Les coins peuvent être classés selon leur force. Ainsi sous ensemble de ces coins,appelé "Coins Dominants", peuvent être extraits formant les sommets du polygone« minimal » qui représente le contour, pour un nombre de segments donné. Deux applications, basées sur les Coins/Coins Dominants du contour ont été réalisées : La première est une application de recalage d’images où de nouvelles primitives invariantes constituées de quatre "Coins Dominants" du contour ont été proposées. La seconde application est la reconnaissance des caractères dans une image déformée où les coins du contour des caractères ont été utilisés dans un processus de segmentation / reconnaissance simultané
In this thesis, a new feature detector is proposed. The new features are edgecorners located on the contours of a studied image. These points are edge pointswhere a deviation in the edge direction occurs. In addition, they are repeatable versussimilarity, affine transformations and also robust to noise at the boundaries of theobject's image. Due to their repeatability, these corners are used in a shape recognitionapplication. Also, a smaller set of corners called "Dominant Corners" or "DCs" isextracted form the original set of corners using a new proposed polygonalapproximation algorithm. These DCs form the vertices of a polygon that bestapproximate their contour. Two applications using the edge corners are alsodeveloped. The first one is an image registration application that forms invariantprimitives using the DCs. The second application is a word recognition applicationwhere the edge corners located on the characters contours are used in a simultaneoussegmentation/recognition process to recognize the characters in a deformed wordimage

La localisation ou l’estimation de la pose d’une caméra à partir d’une vue est un problème essentiel dans de nombreuses applications, telles que le suivi d’une trajectoire de véhicule autonome ou la réalité augmentée. La pose d’une caméra peut être estimée à partir de marqueurs construits spécifiquement pour cette tâche et qui peuvent être placés dans la scène. Ces marqueurs possèdent des caractéristiques qui permettent de les distinguer des autres objets de la scène. Il est ainsi plus facile de les détecter dans une image et de les reconnaître que des objets naturels comme des points d’intérêts. La correspondance entre la forme du marqueur et son image par une caméra contraint la pose de sorte qu'il est possible de retrouver les coordonnées du marqueur dans le repère de la caméra. Les marqueurs circulaires sont particulièrement intéressants pour leur résilience à l’occultation partielle de l’image. En effet une ellipse peut être estimée à partir de seulement 5 points quelconques de son contour. Ainsi un marqueur partiellement occulté peut toujours être correctement localisé. Le problème c’est que l’image du contour circulaire n’est pas suffisante pour calculer la pose du marqueur, les marqueurs circulaires fonctionnent ainsi soit avec une caméra calibrée, soit en ajoutant d’autres primitives comme par exemple des cercles concentriques. L’image du contour est pourtant souvent la seule information fiable dont on dispose dans certains cas d’utilisation. De plus, même avec une caméra est calibrée, l’image d’un seul cercle n’est pas suffisante pour obtenir la pose de son plan de support, il existe en effet une double ambiguïté qu’on ne peut distinguer sans information supplémentaire. En plus de cette ambiguïté, il existe une infinité de poses possibles pour le marqueur. Ces poses correspondent à l’ensemble des rotations autour de l’axe perpendiculaire au plan de support et passant par le centre du cercle. Ainsi nous pouvons distinguer quatre problématiques majeures traitées dans cette thèse : 1) Comment prendre en compte des connaissances approximatives sur les paramètres de calibrage ? 2) Quelles sont les conditions minimales de résolution de l’ambiguïté sur la pose du plan ? 3) Comment calculer la rotation autour de l’axe du cercle ? 4) Est-il possible d’identifier le marqueur en utilisant également son environnement ? Notre première contribution répond à la première question. Pour cela nous proposons un modèle « par défaut » de la caméra. Ce modèle permet d’insérer nos incertitudes sur les paramètres intrinsèques de la caméra dans un algorithme qui recherche une solution photométrique au problème de la rectification métrique de l’image du marqueur. Les résultats démontrent que l’utilisation de ce modèle « par défaut » offre des perspectives encourageantes pour les marqueurs circulaires. Notre seconde contribution porte sur l’ambiguïté de la pose du plan de support. Pour l’étudier nous proposons une nouvelle formulation du problème de l’estimation de la pose d’un cercle à partir de l’image de son contour. Cette formulation permet de faire le lien entre l’ambiguïté géométrique et les solutions algébriques obtenues. Cela nous amène à proposer une paramétrisation minimale de la pose qui fournit une condition simple de résolution de l’ambiguïté. Enfin nous proposons une nouvelle méthode de localisation du marqueur circulaire à partir de points d’intérêts détectés dans son voisinage. La méthode repose sur une bibliothèque composée de vues de référence du marqueur prises hors ligne. Le marqueur est ensuite reconnu sur une nouvelle vue en utilisant conjointement l’image du cercle et des correspondances de points sur les vues de références. Le modèle de pose est ensuite validé par une procédure de type RANSAC qui s’appuie sur une paramétrisation minimale par l’image d’un point 3D et d’un cercle
Locating or estimating the pose of a camera from a view is an essential problem in many applications, such as tracking a trajectory of autonomous vehicle navigation or augmented reality. The pose of a camera can be estimated from markers built specifically for this task and which can be placed in the scene. These markers have characteristics that distinguish them from other objects in the scene, making them easier to detect and recognize than natural objects such as points of interest. The correspondence between the shape of the marker and its image by a camera gives constraints to the pose so that it is possible to find the coordinates of the marker in the camera's reference frame. Circular markers are particularly interesting for their robustness to partial occlusion of their image. Indeed an ellipse can be estimated from only 5 points of its contour so a partially occulted marker can always be correctly located. The problem is that the image of the circular contour is not sufficient to calculate the marker pose, the circular markers work either with a calibrated camera or by adding other circular contours such as concentric circles. Unfortunately, the contour image is often the only reliable information available in some cases of use. Moreover, even if the camera is calibrated, the image of a single circle is not sufficient to obtain the pose of its support plane, there is indeed a double ambiguity that cannot be distinguished without additional information. In addition to this ambiguity, there is an infinity of possible poses for the marker. These poses correspond to all the rotations about the axis perpendicular to the support plane and passing through the center of the circle. Thus we can distinguish four major issues addressed in this thesis: How to take into account approximate knowledge of camera calibration parameters? What are the minimum conditions for solving the ambiguity on the pose of the plane? How to calculate the rotation around the axis of the circle? Is it possible to identify the marker using the image of its contour and its surrounding? Our first contribution handles the first question, in this purpose we introduce a "default" model of the camera. This model let us to incorporate our uncertainties about the intrinsic parameters of the camera into an algorithm that search for a photometric solution to the problem of metric correction of the marker image. The results show that the use of this "default" model offers encouraging prospects for circular markers. Our second contribution concerns the ambiguity of the pose of the support plan. To study it, we propose a new formulation of the problem of estimating the pose of a circle from the image of its contour. This formulation makes it possible to make the link between geometric ambiguity and the algebraic solutions obtained. This leads us to propose a minimal parameterization of the pose that provides a simple condition on the resolution of ambiguity. Finally, we propose a new method for locating the circular marker based on points of interest detected in its vicinity. The method is based on a library of marker reference views made offline. The marker is then recognized in a new view by using the image of the circle and the point correspondences found in the reference views together. The pose is then validated by a RANSAC procedure based on a minimal parameterization by the image of a 3D point and a circle

Cette these est consacree au developpement et a l'etude d'une technique originale de segmentation d'un objet dans une image. L'apport de cette technique est d'obtenir une segmentation acceptable meme en l'absence de contour net entre l'objet et le fond de l'image analysee. Les applications considerees concernent essentiellement la poursuite d'objet dans des sequences d'images, ce qui entraine une contrainte importante sur les temps de calcul admissibles pour les algorithmes developpes. La technique proposee repose sur des modelisations probabilistes simples de l'image analysee qui permettent de prendre en compte des informations relatives aux statistiques des niveaux de gris de l'objet et du fond. La segmentation est alors posee comme un probleme d'estimation de la forme d'un objet dans une image. Un modele parametrique polygonal a ete choisi et l'estimation de sa forme est obtenue a l'aide des techniques statistiques de l'estimation en presence de champs stochastiques decorreles mais de parametres inconnus. Dans ce document apres avoir presente les principes de base de cette nouvelle technique, nous en illustrons les performances sur differents types d'images. Pour les images optroniques, nous montrons que si elle s'avere le plus souvent peu efficace quand on l'applique directement, elle devient beaucoup plus pertinente quand elle est associee a un pretraitement simple de l'image. Une partie importante de notre travail a consiste a optimiser le temps de calcul qui est a priori important pour les applications considerees. Les developpements algorithmiques qui nous ont permis d'obtenir une acceleration de l'ordre d'un facteur 400 sont egalement presentes car ils tirent pleinement parti des proprietes statistiques des modeles d'images et des algorithmes consideres. Nous concluons ce document en presentant des resultats en poursuite d'objets dans des resultats en poursuite d'objets dans des sequences d'images.

Ce mémoire présente une méthode de modélisation et de reconnaissance automatique d'objets partiellement observés. Notre travail se décompose selon trois parties essentielles: le pré-traitement de l'image, la modélisation d'objets, et l'évaluation de la réalisation des concepts énoncés. Au cours de la première partie, nous présentons une méthode de codage de contours basée sur un ré-échantillonnage de données codées selon Freeman, qui génère une représentation isotrope, homogène et très précise. La deuxième partie traite de la modélisation des objets, cette étape très importante permet de faciliter grandement le travail au cours de la reconnaissance. Nous proposons une nouvelle méthode qui consiste à caractériser un modèle par deux groupes d'informations : un groupe descriptif, et un groupe discriminatif, qui contiennent respectivement les primitives et des paquets de données appelés "vecteurs de transition". Cette méthode originale d'organisation d'informations constitue la base d'un "apprentissage relationnel" qui permet de sélectionner, négliger ou remettre à jour automatiquement les informations concernant les objets déjà appris, en fonction des nouvelles informations à inclure dans la base de données. La reconnaissance se déroule en deux - temps : une étape de génération d'hypothèses détermine très efficacement l'occurrence des objets à l'aide de la mise en valeur des particularités propres à chaque modèle, l'autre étape de vérification fine permet de confirmer ou d'infirmer ces hypothèses. La dernière partie décrit en détail les résultats expérimentaux. Nous démontrons la robustesse des algorithmes sur des images d'objets partiellement cachés, relevées dans des conditions difficiles d'éclairage. Le système, baptisé SOFIA, a été installé sur une famille de systèmes de vision industrielle et fonctionne en temps réel
A method for object modeling and overlapped object automatic recognition is presented. Our work is composed of three essential parts: image processing, object modeling, and evaluation, implementation of the stated concepts. In the first part, we present a method of edge encoding which is based on a re-sampling of the data encoded according to Freeman, this method generates an isotropie, homogenous and very precise representation. The second part relates to object modeling. This important step makes much easier the recognition work. The new method proposed characterizes a model with two groups of information : the description group containing the primitives, the discrimination group containing data packs, called "transition vectors". Based on this original method of information organization, a "relative learning" is able to select, to ignore and to update the information concerning the objects already learned, according to the new information to be included into the data base. The recognition is a two - pass process: the first pass determines very efficiently the presence of objects by making use of each object's particularities, and this hypothesis is either confirmed or rejected by the following fine verification pass. The last part describes in detail the experimentation results. We demonstrate the robustness of the algorithms with images in both poor lighting and overlapping objects conditions. The system, named SOFIA, has been installed into an industrial vision system series and works in real time

Cette thèse s'inscrit dans le domaine de l'indexation et de la reconnaissance des formes dans une base d'images constituées d'objets contours, par l'utilisation des invariants locaux. Notre approche permet de reconnaitre les objets, même si ceux-ci sont partiellement visibles ou observés de différents points de vue, car elle est basée sur une caractérisation invariante et locale des contours. Un des problèmes fondamentaux de l'indexation d'une base d'images réside dans le choix de la description invariante de l'image. En effet, on estime que la requête ne correspond jamais exactement à l'image recherchée, des transformations affines peuvent les séparer. C’est pourquoi la description du contour doit posséder de bonnes propriétés d'invariance afin de conférer de la robustesse au système de reconnaissance. Un cadre général permettant d'unifier différentes descriptions locales, a été élaboré. A l'issue de celui-ci, nous avons proposé deux descriptions invariantes : la première basée sur les points d'intérêts des courbes et la seconde reposant sur l'analyse multi-échelle des contours, par rapport aux transformations affines. Les descriptions invariantes proposées ont été appliques à la recherche d'objets-contours dans une base d'images. Tout d'abord, nous avons proposé une solution au problème de la recherche d'objets par le dessin. L’utilisateur dessine sa requête à l'aide d'une interface graphique : l'image requête comporte alors un contour sur fond uniforme. Sa description par les courbures multi-échelles permet d'en extraire les indexes. Ensuite, pour effectuer une recherche rapide dans une large base d'images, un mécanisme d'indexation basé sur le hachage géométrique a été développé
This Ph. D. Contributes to the subject of indexing and pattern recognition in an image database constituted of object contours, by the use of local invariant descriptions. Our approach allows to recognize objects, even if they are partially occluded or observed at different viewpoints, since it is based on a local and invariant characterization of contours. One of the fundamental problems of indexing an image database resides in the choice of the invariant description of the image. Indeed, it is agreed that the request never corresponds exactly to the research image, affine transformations can separate them. Hence the description of the contour has a possess invariance properties so as to confer robustness to the recognition system. A general framework allowing to unify different local descriptions has been elaborated. This unification lead us propose two invariant descriptions with respect to affine transformations: the first one is based on points of interest of curves and the second one on the multi-scale analysis contours. Invariant descriptions, proposed in this work, have been applied to retrieval of objects-contours in image database. First of all, we have proposed a solution to the problem of object retrieval by sketch. The user draws his request on a graphic interface: the request image is made of a contour on uniform background. Then, its description by multi-scale curvatures allows to extract indexes. Finally, to undertake a rapid retrieving from a large image database, a mechanism of indexing based on the geometric hashing has been developed

Nous proposons de mettre en œuvre un prototype de processeur
optoélectronique destiné à segmenter par contour actif des images
réelles. Le processus de segmentation est fondé sur des algorithmes
statistiques itératifs qui contiennent des opérations de corrélation.
Notre première contribution a été de les adapter pour bénéficier de la
rapidité de la rapidité des corrélations optiques.

Nous avons conçu et mis en œuvre un corrélateur incohérent ombroscopique
dont les résultats ont pu valider cette approche optoélectronique de la
segmentation par contour actif.

Afin d'accélérer le processus, nous avons ensuite exploité les capacités
de traitement parallèle de l'optique. La configuration multicanal permet
alors d'accélérer sensiblement la segmentation.

Cette thèse ouvre de nouvelles perpectives pour les processeurs optiques
vers des applications de description et met en lumière les grandes
capacités de traitement des corrélateurs incohérents utilisés comme
calculateurs parallèles.

Dans cette thèse nous proposons une architecture électronique rapide de caractérisation et d'étiquetage d'objets dans une image. La caractérisation se fait par la détermination de certains paramètres. Dans le cadre d'une exécution rapide le choix du paramètre est lié à la possibilité de le déterminer rapidement. Nous caractérisons l'objet par estimation de la surface et du périmètre grâce à des calculs récursifs rapides. Pour ce faire, nous proposons des algorithmes de détection de contour aussi bien sur une image provenant de camera hors standard que sur une image tramée. Ils sont basés sur des traitements combinatoires locaux utilisant un voisinage 33. En présence de plusieurs objets l'individualisation de la caractérisation est obtenue par une procédure d'étiquetage. Une architecture pipe line permet d'intégrer en parallèle les algorithmes de détection et d'étiquetage. Ainsi, nous aboutissons à une caractérisation séparée des objets de l'image sans connaissance préalable de son contenu. L'architecture est organisée autour de circuits f. P. G. A. Associés à des mémoires f. I. F. O. L'implantation de l'ensemble des algorithmes représente un equi de 9000 portes logiques. Le caractère combinatoire des traitements autorise des fréquences de travail intéressantes, ils sont réalisés à la volée sur le signal vidéo avec un retard de deux lignes plus deux cycles d'horloge par rapport à la ligne courante. Cette performance de rapidité permet de traiter en temps réel certains problèmes de reconnaissance de formes et d'étude de mouvements, un autre intérêt réside dans l'utilisation de circuits entièrement programmables

Cette thèse est composée de deux parties principales. La première partie est dédiée au problème de la classification d'espèces d'arbres en utilisant des descripteurs de forme, en combainison ou non, avec ceux de radiométrie ou de texture. Nous montrons notamment que l'information sur la forme améliore la performance d'un classifieur. Pour ce faire, dans un premier temps, une étude des formes de couronnes d'arbres extraites à partir d'images aériennes, en infrarouge couleur, est eectuée en utilisant une méthodologie d'analyse de formes des courbes continues fermées dans un espace de formes, en utilisant la notion de chemin géodésique sous deux métriques dans des espaces appropriés : une métrique non-élastique en utilisant la reprèsentation par la fonction d'angle de la courbe, ainsi qu'une métrique élastique induite par une représentation par la racinecarée appelée q-fonction. Une étape préliminaire nécessaire à la classification est l'extraction des couronnes d'arbre. Dans une seconde partie, nous abordons donc le problème de l'extraction d'objets de forme complexe arbitraire, à partir d'images de télédétection à très haute résolution. Nous construisons un modèle fondé sur les processus ponctuels marqués. Son originalité tient dans sa prise en compte d'objets de forme arbitraire par rapport aux objets de forme paramétrique, e.g. ellipses ou rectangles. Les formes sélectionnées sont obtenues par la minimisation locale d'une énergie de type contours actifs avec diérents a priori sur la forme incorporé. Les objets de la configuration finale (optimale) sont ensuite sélectionnés parmi les candidats par une dynamique de naissances et morts multiples, couplée à un schéma de recuit simulé. L'approche est validée sur des images de zones forestières à très haute résolution fournies par l'Université d'Agriculture de Suède.

Cette thèse est dédiée à l'étude de méthodes de vision artificielle pour la détection et la reconnaissance d'objets structurés, plus précisément les véhicules automobiles. La première partie est vouée à la détection de véhicules sur des scènes routières à l'aide d'un système embarqué de vision monoculaire. La stratégie utilisée se fonde sur une cascade de classifieurs de type Adaboost qui permet la concaténation des fonctions de classification discriminantes et génératives. Nous avons proposé aussi des méthodes pour classifier les véhicules détectés. La deuxième partie est consacrée à la reconnaissance du type d'un véhicule (constructeur, modèle) à partir de sa vue de face. L'application principale visée est le contrôle d'accès dans des parkings ou péages d'autoroutes. Le système système de reconnaissance multi-classes utilise un descripteur visuel local, à base de pixels de contour orientés. La classification est obtenue à partir d'une méthode de votes, robuste aux occultations partielles.

Accurate rock-excavation forecasting is one of the geotechnical risk factors that challenge successful management of cross-country pipeline projects. Rock excavation requirements commonly are estimated by pipeline construction personnel with local experience. Construction bid and contract documents typically call for excavation of “ditch” rock to be paid per lineal foot, whereas “area” or right-of-way grading (ROWG) rock is paid per cubic yard. Rock excavation forecasting tends to be used for economic feasibility more than for selecting contractors or preparing contracts. Recent pipeline projects in Pennsylvania and New Jersey used geotechnical estimates of rock excavation to update detailed cost and schedule projections after construction was underway because ROWG rock excavation exceeded the expected volume. Geotechnical estimates of rock excavation were based on a rapid desktop study followed by field observations and measurements. The desktop study used available digital data manipulated with geographic information management software (GIS). Topographic data (digital elevation models) at 10-m resolution and the pipeline centerline in 10-m-long segments were used to plot alignment elevation profile and ground slope, as well as to calculate slope aspect and apparent ground slope across the ROW perpendicular to centerline. The centerline was plotted in Google Earth Pro for a virtual geologic field reconnaissance to identify areas where rock was likely or unlikely to be encountered within ditch depth. Digital geology was used to assess bedrock type along the alignment and digital soil survey data were classified to identify soil units with shallow cemented zones or bedrock. These complementary data types were combined into an overall rock excavation index factor (0 = uncemented soil; 1 = cemented soil; 2 = weathered rock near ditch bottom; or 3 = nearby rock outcrop, weathered rock near top of ditch, or unweathered rock at any ditch depth). GIS polygons of “rock factors” were converted to a grid so that values could be extracted at points along the pipeline centerline. Ground-condition variability was considered subjectively for each rock factor by assigning length-based and area-based percentages where rock was considered likely to be encountered for both “average” and “maximum” rock conditions. Rock factor areas were used to select locations for 115 or 230-ft-(35 or 70-m-) long seismic refraction surveys. Seismic velocities > 4,000 to 4,500 ft/s (1,220 to 1,370 m/s) were considered blast rock in trench excavations. Locations where the 4,000-ft/s contour was shallower than ditch depth were used to refine subjective ground variability estimates. Additional construction records of actual blasting details are needed to further improve the rock excavation model. Unique aspects of geology may require model parameters to be modified for other settings.