Discussion :

[pommeKiwi]

bonjour,


je suis en train de faire un projet qui consiste à comparer une image de basse par rapport à une nouvelle image acquise par une caméra, pour détecter les changements qui apparaissent. Pour l'instant l’algorithme que j'ai mis en place consiste à mettre mes 2 images en niveaux de gris, ensuite je fais une soustraction des 2 images puis une érosion pour trouver la différence qu'il y a entre les 2 images. Le problème c'est que je dois pouvoir aussi détecter un objet blanc sur un fond blanc, en réalité mon algorithme arrive à détecter la différence mais pour ce faire je dois diminuer ma tolérance (proche de null) et alors mon algorithme commencé à détecter tous est n'importe quoi, le moindre changement fait des ravages

[valentin03]

Pour pallier à ton problème, il faudrait comparer pixel par pixel ligne par lignes en RGB
Mais ça pourrait être plus long. et ça ne marchera qu'avec du .bmp
Quand à comparer du blanc sur du blanc, il vaudra mieux oublier.

[pommeKiwi]

merci d'avoir pris la peine de répondre,

pour plus de précisions, mes traitements sont faits en .Bmp et je parcoure mon image pixel par pixel pour faire la soustraction des 2 images pour ne garder que la différence.

[valentin03]

Si c'est juste pour savoir s'il y a une différence et que tu ne fais rien avec la différence, ce serait plus simple de comparer les trois valeurs R G B entre images
Tu peux les comparer ensemble ou séparément ça ne doit pas changer grand-chose pour le temps

[pommeKiwi]

la manipulation que je fais après avoir trouvé la différence entre les 2 images consiste juste à afficher dans la nouvelle image la différence en une couleur transparente, le problème c'est que l'intensité des pixels change en fonction de divers paramètres ( l'éclairage ,.... ) et si je fais une bête comparaison de pixel sens tenir compte de rien, je détecte des choses bonnes comme étaient mauvaises. pour essayer de diminuer l'impact de la luminosité j'ai fait une égalisation d'histogramme mais ça change pas grand-chose. et je dois comparer mes images en temps réel avec 30 FPS

[anapurna]

salut

regarde du cote du flot optique

[wiwaxia]

Bonjour,

La difficulté de ton projet appelle quelques questions.

... Le problème c'est que je dois pouvoir aussi détecter un objet blanc sur un fond blanc ...

1°) Y a-t-il d'autres choses à éliminer, présentes sur l'image, sombres ou colorées ?

2°) L'objet (mobile ?) à suivre présente-t-il la même nuance de blanc que le décor ? Ses contours - nécessairement discernables à l'oeuil - ne sont-ils pas un peu plus sombres ?

3°) Les teintes sont-elles altérées localement par l'éclairage, qui peut donner des reflets, ou des zones de luminosité très différentes ?

La conversion en niveaux de gris nivelle les écarts de couleur, de sorte que ce que l'on peut faire apparaître par la suite est dépourvu de signification.

Ne pourrait-on pas envisager au contraire une exaltation des écarts de couleur par rapport au blanc (ou tout autre teinte, d'ailleurs) par intervention de la transformation qui à tout triplet (r, v, b) en fait correspondre un autre (r₁, v₁, b₁) par exemple par les relations:
r₁ = r₀ - K*(r₀ - r)
v₁ = v₀ - K*(v₀ - v)
b₁ = b₀ - K*(b₀ - b)
avec (K > 1), r₀ = v₀ = b₀ = 255 ⁽¹⁾
et pour ne pas sortie du domaine [0 ; 255] ajouter les corrections

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
IF (R1>255) THEN R1:= 255;
IF (R1<0) THEN R1:= 0;   // etc ...

⁽¹⁾ D'autres calculs sont envisageables, comme celui-ci qui permet d'éviter les zones de gris en conduisant à des points plus éloignés de la diagonale principale du cube des couleurs: r₀ = v₀ = b₀ = (r + v + b)/3
(fonction d'arrondi ici indispensable).

[tbc92]

J'avais fait un truc comme ça il y a une quinzaine d'années années : A partir d'une Webcam, je gardais une image par seconde, ou une image toutes les 5 secondes, et je les comparais, pour détecter une présence anormale. Grosse galère. Entre 2 images consécutives, tous les pixels changent, même s'il ne se passe rien. A cause de légères variations de luminosité d'autre part. Mais il me semble qu'il y avait aussi des micro-mouvements. Le coin d'un meuble était au pixel (x,y) sur une image, et au pixel (x+1,y) sur l'image d'après. Sans raison. Il fallait donc traiter aussi ce genre de problème. Je ne connaissais pas à l'époque, mais depuis, j'ai entendu parler des "filtres de Soebel". Regarde cette piste.

[wiwaxia]

Les éventuelles teintes du blanc devraient être accentuées par l'utilisation de la fonction homographique
y = 255*x/(255*(K+1) - K*x) , fonction croissante de (x) sur [0 ; 255], qui vérifie:
F(0) = 0; F(255) = 255 et F(x) < x sur ]0 ; 255[ .

Le nouvel indice de couleur r₁ = Round(y) pourrait ainsi s'exprimer en fonction de l'ancien (r = x).

Pour éviter des "irisations" (terme sans doute inapproprié) dépourvues de signification, faire le calcul sur une couleur moyenne locale; par exemple pour le pixel de coordonnées (x, y) au centre d'un carré (3×3):
Pm(x, y) = Round(a*P(x, y) + b*(P(x+1, y) + P(x-1, y) + P(x, y+1) + P(x, y-1)) + c*(P(x+1, y+1) + P(x+1, y-1) + P(x-1, y+1) + P(x-1, y-1))) , avec
a = 4/16 = 1/4 ; b = 2/16 = 1/8 ; c = 1/16 .

[Flodelarab]

Bonjour

je les comparais, pour détecter une présence anormale.

Si c'est vraiment pour faire cela, un réseau de neurone doit être parfait. Un micro-mouvement de caméra ne ressemble pas à un intrus rentrant dans la pièce.

[pommeKiwi]

merci pour toutes vos réponses, je vais voir ce que je peux faire. je vous tiens au courant.

[pommeKiwi]

j'ai un peux regarder ce que c'est les réseaux de neurones et je pense que cela ne va pas être possible de le mettre en place. Car si j'ai bien compris les réseaux de neurones est à machine learning, donc je vais avoir une sorte de dictionnaire qui va me permettre d'indiquer si l'image est bonne aux mauvaises. plus j'aurais entraîné mon algorithme plus j'aurais un dictionnaire conséquent plus mon traitement sera robuste. j'ai 2 problèmes avec cela, le premier c'est l'apprentissage car je développe une application pour un banc d'essais moteurs et je dois détecter si y a des FOD (toute chose qui pourrait endommager le moteur). Et le problème est que le client veut une application qui fonctionne directement. De plus, au début l'algorithme risque de se tromper et c'est à moi de faire une correction manuelle, le problème est que l’entreprise au je travaille et le banc d'essais sont fortement éloigné (Belgique - France) donc je ne peux pas m'y rendre pour faire de la correction ( et il ne faut pas compter sur le personnel sur place pour faire quoi que ce soit). De plus la camera qui fait l'acquisition peut changer de place pour des raisons diverses ( rare mais ça peut arriver) dès lors il faudra recommencer l’apprentissage.

Le second problème que je voie c'est que le traitement risque de prendre du temps ( pas sure), et je dois pouvoir faire du 30 FPS et avec grand maximum 1 second de décalage.

plus de détaille :

L’éclairage ne varie pas beaucoup car c'est une pièce close ( pas de fenêtre, ...).
Les objets peuvent être en mouvement.
Les objets non pas de forme, couleur, ... spéciale.
Je dois pouvoir détecter des petits objets ( petite vise) comme des grands .
L'application doit être totalement fonctionnelle quand il est donné au client, et il doit pouvoir être mis dans n'importe quel banc d'essai.
L'image de base sera la première image que la camera aura acquis.
Le contexte ( le fond, .... ) du banc d'essai peut changer et je n'ai pas beaucoup d'informations à ce sujet.
un objet en FOD ( pas bon) peut avoir la même couleur qu'un objet non FOD (bon), pas exactement la même couleur mais très très fortement proche.

[Flodelarab]

j'ai un peux regarder ce que c'est les réseaux de neurones et je pense que cela ne va pas être possible de le mettre en place.

Si tu te décourages toi-même, alors la messe est dite.

je vais avoir une sorte de dictionnaire

Il faut que tu comprennes que tu ne va pas apprendre à ton robot à faire quelque chose mais apprendre à apprendre. Tu ne lui donnes pas de dictionnaire. Il se le crée.

qui va me permettre d'indiquer si l'image est bonne aux mauvaises

Et si elle est mauvaise ? Le banc d'essai s'arrête automatiquement ?

Et le problème est que le client veut une application qui fonctionne directement.

Où est le problème ? Ton logiciel marchera sans toi.

De plus, au début l'algorithme risque de se tromper

Au pire, le banc s'arrête. Ce n'est pas grave. C'est le client qui l'a voulu.
Mais il n'y a pas de raison de penser que le système ne marchera pas. Courage !

et c'est à moi de faire une correction manuelle

Non. Tu ne dois pas intervenir.

, il faudra recommencer l’apprentissage.

Ce n'est pas un problème. Qu'est-ce qui lance ton programme ?

Le second problème que je voie c'est que le traitement risque de prendre du temps ( pas sure), et je dois pouvoir faire du 30 FPS et avec grand maximum 1 second de décalage.

Quel appareil fait le traitement ? Quelle est la résolution de l'image ? Quelle est la taille, en pixels de ton FOD ?

Quelle base de travail as-tu ? Une ou des vidéos avec un moteur et un FOD ?

[valentin03]

j'ai un peux regarder ce que c'est les réseaux de neurones et je pense que cela ne va pas être possible de le mettre en place. Car si j'ai bien compris les réseaux de neurones est à machine learning, donc je vais avoir une sorte de dictionnaire qui va me permettre d'indiquer si l'image est bonne aux mauvaises. plus j'aurais entraîné mon algorithme plus j'aurais un dictionnaire conséquent plus mon traitement sera robuste. j'ai 2 problèmes avec cela, le premier c'est l'apprentissage car je développe une application pour un banc d'essais moteurs et je dois détecter si y a des FOD (toute chose qui pourrait endommager le moteur). Et le problème est que le client veut une application qui fonctionne directement. De plus, au début l'algorithme risque de se tromper et c'est à moi de faire une correction manuelle, le problème est que l’entreprise au je travaille et le banc d'essais sont fortement éloigné (Belgique - France) donc je ne peux pas m'y rendre pour faire de la correction ( et il ne faut pas compter sur le personnel sur place pour faire quoi que ce soit). De plus la camera qui fait l'acquisition peut changer de place pour des raisons diverses ( rare mais ça peut arriver) dès lors il faudra recommencer l’apprentissage.

Le second problème que je voie c'est que le traitement risque de prendre du temps ( pas sure), et je dois pouvoir faire du 30 FPS et avec grand maximum 1 second de décalage.

plus de détaille :

L’éclairage ne varie pas beaucoup car c'est une pièce close ( pas de fenêtre, ...).
Les objets peuvent être en mouvement.
Les objets non pas de forme, couleur, ... spéciale.
Je dois pouvoir détecter des petits objets ( petite vise) comme des grands .
L'application doit être totalement fonctionnelle quand il est donné au client, et il doit pouvoir être mis dans n'importe quel banc d'essai.
L'image de base sera la première image que la camera aura acquis.
Le contexte ( le fond, .... ) du banc d'essai peut changer et je n'ai pas beaucoup d'informations à ce sujet.
un objet en FOD ( pas bon) peut avoir la même couleur qu'un objet non FOD (bon), pas exactement la même couleur mais très très fortement proche.

En apparté: Il y a une bonne centaine d'année que des millions de moteurs fonctionnent sans surveillance; et on se demande qu'est-ce qui pourrait bien endommager un moteur hormis un incendie ou une inondation ???????? En plus, qui dit "moteur" dit vibrations; après: Soit le moteur est confiné, et dans ce cas il ne craint rien; soit il y a des parties mobiles et dans ce cas l'image est variable. C'est pas gagné...Ou on comprend pas tout.