Discussion :

[bartmanb]

Bonjours à tous,

Dans le cadre d’un de mes projets je dois réaliser une transformée de Hough pour détecter les droites. Jusque là tout est classique et pour cela d’ailleurs je veux utiliser la méthode de (1 à m) et avec pour espace d’accumulation l’espace (ρ ,θ) où les droites sont représentées par l’équation ρ=-x*sin(θ) + y*cos(θ), toujours assez classique. Là où ça se complique c’est que dans mon espace d’accumulation je veux en plus de cela utiliser une gaussienne pour pouvoir récupérer les points autour qui pourraient éventuellement appartenir à la droite. Et là je bloque : voici mon raisonnement et mon utilisation de Hough sans application de cette gaussienne :

- Pour chacun des points en entrée je calcule le ρ en faisant varier le θ de 0 à Pi.
- Ainsi j’incrémente mon compteur d’accumulation dans mon espace (ρ ,θ) à la case correspondante.
- Ensuite il suffit de faire cela sur tous les points en entrée, et tester la valeur d’accumulation de chacun des points de l’espace de Hough par rapport à un seuil.

Mais comment faire pour introduire cette Gaussienne ??? Dans l’esprit je voulais utiliser la formule d’une Gaussienne classique appliquée en traitement d’image (flou gaussien), et faire en sorte que lorsque j’incrémente chacun des compteurs d’accumulation dans l’espace de
Hough, les voisins (avec l’utilisation d’un masque 3x3 par exemple) aient leur compteur respectif qui s’incrémente mais d’une valeur plus faible que celui du point étudié.
Comment je peux réaliser cela ? Comment dans une première construire ce masque avec une formule du style Aij = Exp(-(i*i + j*j)/2(σ*σ) utilisée en traitement d’images ? Et comment appliquer ensuite ce masque ???

Si des personnes peuvent m’aiguiller ça serait vraiment très gentil parce que là j’avoue que je bloque un peu, et de l’aide et des conseils seraient vraiment la bienvenue.

Merci d’avance

[pseudocode]

Hum... avant toute chose : pourquoi faire ? Il y a un problème précis qui t'a amené a envisager cette solution ?

[bartmanb]

Ouais c'est vrai sorry Les points en question sont en fait des données acquises par des senseurs et cela permettrait de détecter des câbles et la détection de droites en serait la première étape.
Et comme les senseurs sont mobiles et que les données sont redressés dans un repère géographique local la Hough Transform floue permettrait de gérer les "imperfections" voili, voilou

[pseudocode]

Et comme les senseurs sont mobiles et que les données sont redressés dans un repère géographique local la Hough Transform floue permettrait de gérer les "imperfections" voili, voilou

Dans ce cas, j'envisagerai de faire une TH normale et, seulement ensuite, de gérer le "gommage d'imperfections", par exemple:

- en appliquant un "flou gaussien" sur le tableau d'accumulation ( = en le considérant comme une image)
- en utilisant une méthode de recherche des maxima qui gere les votes "voisins" (meanshift, multi-echelle, ...)

[bartmanb]

- en appliquant un "flou gaussien" sur le tableau d'accumulation ( = en le considérant comme une image)

Ouais j'aimerais bien faire cela mais comment créer le masque par rapport à la forume de gaussienne ??? j'aimerais en plus impliquer la notion de distance de chaque point étudié dans cette gaussienne, si vous avez des idées je suis preneur et encore merci d'avance

[pseudocode]

Ouais j'aimerais bien faire cela mais comment créer le masque par rapport à la forume de gaussienne ??? j'aimerais en plus impliquer la notion de distance de chaque point étudié dans cette gaussienne, si vous avez des idées je suis preneur et encore merci d'avance

Bah c'est un filtrage linéaire classique, avec un masque et un produit de convolution: http://xphilipp.developpez.com/articles/filtres

[bartmanb]

Petite question toute con alors pour la création du noyau on utilise la formule des Aij c'est bien ça ?

Mais i,j correspondent aux éléments du masque et sigma à la taille du filtre c'est bien ça ?

[pseudocode]

Petite question toute con alors pour la création du noyau on utilise la formule des Aij c'est bien ça ?

Mais i,j correspondent aux éléments du masque et sigma à la taille du filtre c'est bien ça ?

Oui.

(enfin sigma n'est pas "directement" la taille du filtre, mais il y a bien un rapport)

[bartmanb]

Ok merci pour les renseignements au niveau du filtre flou j'ai bien réussi à le mettre en place pour l'espace d'accumulation. Maintenant je suis bloqué à la construction de mon espace de Hough, je vais expliquer les majeures étapes de ce que fait le programme afin que vous compreniez mieux dans quel but je veux utiliser cette transformée (en coord. polaire).
Voilà "précisément" comment ca se passe :

1) des points sont acquis par lidar et pour chacun d’eux nous avons entre autres les coordonnées et leur distance

2) Ces données sont alors filtrées pour ne garder que ceux qui pourraient appartenir à des cables (parune loi de cohérence surfacique)

3) On obtient ainsi un ensemble moins important, et afin de procéder à une première étape de détection, on projette les points sur le plan (x,z) (=sol) histoire de détecter les droites au sol. J’aimerais donc savoir comment créer mon espace dual pour réaliser une transformée de hough de 1 à m car je bloque à ce niveau. Je veux appliquer une transformée de hough en polaire, pour cela je fais varier un paramètre, qui sera teta, (entre 0 et Pi) je calcule pour chacun de mes points projetés le rho correspondant grâce à la formule rho = x*cos(teta) + z*sin(teta). Jusque là ça ressemble beaucoup à l’utilisation classique sur une image, là où je bug c’est que je ne vois pas comment gérer les x<0 y<0 et si je suis obligé de faire un dual ou rho peut être négatif …

Désolé ça doit pas être très clair mais c’est pas évident à expliquer, si des points méritent éclaircissement n’hésitez pas, j’attends impatiemment vos avis et votre aide !!! Merki !!!