FR2892844A1 - Procede, module et systeme de segmentation d'une image video procede et module de detection - Google Patents
Procede, module et systeme de segmentation d'une image video procede et module de detection Download PDFInfo
- Publication number
- FR2892844A1 FR2892844A1 FR0511003A FR0511003A FR2892844A1 FR 2892844 A1 FR2892844 A1 FR 2892844A1 FR 0511003 A FR0511003 A FR 0511003A FR 0511003 A FR0511003 A FR 0511003A FR 2892844 A1 FR2892844 A1 FR 2892844A1
- Authority
- FR
- France
- Prior art keywords
- image
- instantaneous
- histogram
- pixels
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Module de segmentation d'une image numérique instantanée formée d'une matrice de pixels dont chacun est au moins défini par une valeur d'au moins un paramètre de ce pixel.Ce module comprend un premier moyen de sélection (20) pour sélectionner, dans l'image instantanée et dans une image de référence, une zone comprenant une pluralité de pixels, un deuxième moyen de sélection (21) de valeurs parmi les valeurs prises par le paramètre, un moyen de calcul (22) d'au moins un histogramme de référence, et d'au moins un histogramme instantané, définis par la distribution des pixels de la zone de la référence, respectivement de l'image instantanée, dans différentes cases correspondant chacune à une valeur sélectionnée, et dans une case complémentaire correspondant aux valeurs non sélectionnées, un moyen de mémorisation (23) de l'histogramme de référence, et un moyen de décision (24) pour générer un signal de ressemblance des histogrammes de référence et instantané.
Description
PROCEDE, MODULE ET SYSTEME DE SEGMENTATION D'UNE IMAGE VIDEO, PROCEDE ET
MODULE DE DETECTION La présente invention concerne le domaine du traitement de l'image, et plus particulièrement le domaine de l'analyse automatique de séquences d'images numériques.
Plus précisément, l'invention concerne un procédé de segmentation d'une image numérique instantanée d'une séquence d'images numériques utilisant des histogrammes, et s'applique notamment, mais non exclusivement, à la détection d'objet ou de silhouette dans un flux vidéo.
De façon classique, une image vidéo est formée d'une matrice de pixels dont chacun est au moins défini par sa position dans la matrice et par une valeur d'au moins un paramètre de ce pixel. Le paramètre, également appelé caractéristique, associé à chaque pixel, peut être un ensemble de valeurs de couleur dans un espace de couleurs quelconque, connu de l'homme du métier. Ainsi, dans l'espace de couleurs YUV, l'ensemble des composantes de couleurs U et V, définissant la chrominance, peut être défini comme étant une caractéristique de pixel.
Une technique de segmentation utilisant des histogrammes est présentée par Michael MASON et Zoran DURIC dans l'article 2001 IEEE Using Histograms to Detect and Track Objects in a Color Video . Cet article décrit un procédé de détection d'objets en mouvement contenus dans une séquence d'images vidéo codée en couleurs 24 bits, basé sur une comparaison d'histogrammes de couleur.
Plus précisément, ce procédé consiste à :
- sélectionner une image vidéo prise comme image de référence ;
- diviser cette image de référence en zones, chaque 5 zone comprenant plusieurs pixels ;
- construire un histogramme de référence de couleur de chaque zone de l'image de référence, l'histogramme de référence, pour une zone, étant défini par la distribution des pixels de la zone en fonction de toutes
10 les valeurs possibles d'un pixel, soit plus de 16 millions de valeurs possibles ;
- sélectionner une image vidéo à segmenter comme image instantanée ;
- diviser cette image instantanée en zones ;
15 - construire un histogramme instantané de couleur de chaque zone de l'image instantanée, l'histogramme instantané étant défini, pour une zone, par la distribution des pixels de la zone en fonction de toutes les valeurs possibles d'un pixel ; et
20 - comparer, pour chaque zone de l'image de référence et de l'image instantanée, l'histogramme de référence et l'histogramme instantané, pour identifier les zones de l'image instantanée contenant des objets en mouvement.
Cependant, de façon générale, les caméras ou la
25 conversion d'un signal vidéo analogique vers le numérique peuvent introduire des bruits dans les images vidéo, qui se traduisent, par exemple, par une fluctuation d'un paramètre associé à un pixel d'une image à une autre dans la séquence vidéo. Ainsi, par exemple, lorsque les
30 composantes de couleurs U, V d'un pixel fluctuent d'une image à une autre dans la séquence vidéo, ce pixel peut contribuer de façon différente à l'histogramme de référence et à l'histogramme instantané. Une fluctuation, même de très faible amplitude, de la valeur du paramètre peut donc complètement changer la contribution du pixel à l'histogramme.
Ces bruits génèrent donc des défauts dans les histogrammes, induisant un bruit dans la comparaison des histogrammes, et provoquant des erreurs de segmentation. Pour diminuer la taille des histogrammes à calculer et réduire l'influence du bruit, l'article suggère, d'appliquer une formule de réduction de la profondeur d'échantillonnage de la couleur, afin de transformer une image vidéo codée sur 24 bits en une image vidéo codée sur 12 bits, soit 4096 valeurs possibles pour chaque pixel.
Cependant, malgré cette réduction, la taille des histogrammes à calculer est toujours importante (4096 valeurs à prendre en compte par histogramme) et nécessite donc toujours un temps de calcul et un coût en mémoire important (4096 valeurs x nombre de zones).
En outre, cette réduction entraîne une perte d'information, et s'accompagne donc d'une diminution des performances de distinction et d'un manque de robustesse. Ainsi, la technique de segmentation présentée ci-dessus présente des performances limitées de distinction, manque de robustesse au bruit, et nécessite un temps de calcul et un coût en mémoire important. La présente invention a pour but de proposer un procédé de segmentation exempt de ces inconvénients. A cette fin, l'invention propose un procédé de segmentation d'une image numérique instantanée d'une séquence d'images numériques, cette image instantanée étant formée d'une matrice de pixels dont chacun est au moins défini par sa position dans la matrice et par une valeur d'au moins un paramètre de ce pixel, ce procédé comprenant au moins des étapes de :
- définition, en tant que référence, d'une partie au 5 moins d'une image de référence de la séquence ;
- sélection, dans la référence et dans l'image
instantanée, d'une zone comprenant une pluralité de pixels ; - calcul d'au moins un histogramme de référence de la 10 zone sélectionnée de la référence ;
- mémorisation de l'histogramme de référence ;
- calcul d'au moins un histogramme instantané de la zone sélectionnée de l'image instantanée ; et
- décision consistant à assimiler la zone de l'image 15 instantanée à une absence d'évolution de la référence
lorsque l'histogramme de référence et l'histogramme
instantané sont semblables.
Ce procédé est caractérisé en ce qu'il comprend une étape de sélection de valeurs parmi les valeurs
20 prises par le paramètre, et en ce que l'histogramme de référence et l'histogramme instantané sont définis par la distribution numérique des pixels de la zone de la référence, respectivement de la zone de l'image instantanée dans différentes cases dont chacune
25 correspond à une valeur sélectionnée parmi les valeurs prises par le paramètre, et dans une case complémentaire correspondant à l'ensemble des valeurs non sélectionnées parmi les valeurs prises par le paramètre.
Le procédé de segmentation peut comprendre une
30 première pondération des pixels de la zone de la référence et de la zone de l'image instantanée, pondérant l'influence de ces pixels en fonction de leur position.
Le procédé de segmentation peut également comprendre une deuxième étape de pondération des pixels de la zone de la référence et de la zone de l'image instantanée, pondérant l'influence de ces pixels en fonction de leur valeur de paramètre. Avantageusement, le procédé de segmentation comprend plusieurs opérations de sélection conduisant à sélectionner plusieurs zones dans l'image de référence et l'image instantanée.
De préférence, les zones sélectionnées comprennent des pixels centraux régulièrement répartis sur l'image instantanée et sur l'image de référence. L'opération de décision comprend par exemple une opération de détermination d'une corrélation entre l'histogramme de référence et l'histogramme instantané. L'opération de décision peut également comprendre une opération de comparaison de la corrélation à un seuil déterminé. Ainsi, avec ce procédé, la segmentation, par exemple, entre un arrière-plan, également appelé fond, et un avant-plan, également appelé objet, est défini de manière locale, dans un voisinage d'un ensemble de pixels défini dans l'image. L'ensemble de pixels peut être par exemple 25 régulièrement répartis, et peut également être constitué par la totalité des pixels de l'image. Chaque pixel est associé à une zone de l'image, la zone pouvant être centrée sur ce pixel, et peut être identique pour chaque pixel ou être variable, et les 30 zones peuvent ou non se recouvrir. Chaque zone est représentée par un histogramme défini par la contribution numérique des pixels de la zone en fonction de valeurs sélectionnées parmi les valeurs prises par un paramètre (ou caractéristique). La concaténation de plusieurs paramètres pour former un nouveau paramètre composé peut également être utilisé 5 pour construire l'histogramme de chaque zone. On obtient ainsi un histogramme avec un nombre de cases égal au nombre de valeurs sélectionnées, plus une case complémentaire correspondant aux valeurs non sélectionnées parmi les valeurs prises par le paramètre. 10 Ainsi, un pixel contribue à la case correspondante à sa valeur de caractéristique, si celle-ci fait partie des valeurs sélectionnées, et à la case complémentaire sinon. Cet histogramme est alors presque équivalent, au niveau de la performance, à un histogramme complet, mais avec un 15 coût en temps de calcul réduit. La zone peut être choisie de sorte à ce qu'elle comprenne un nombre important de pixels ayant les valeurs de paramètres sélectionnées pour la construction de l'histogramme de cette zone. Le nombre de valeurs prises par le paramètre 20 pouvant être important, celui-ci peut-être réduit, permettant également de réduire l'influence du bruit. Par exemple, dans l'espace de couleurs YUV, les paramètres étant dans ce cas Y, U et V, si chaque paramètre est initialement codé sur 256 valeurs, le nombre d'occurrence 25 de couleurs possibles est supérieur à 16 millions de valeurs (256x256x256). Il est donc possible de réduire le codage de chaque paramètre sur 64 valeurs. De même, parmi ces valeurs réduites, il est possible de ne sélectionner que certaines valeurs particulières pour construire 30 l'histogramme de la zone, ces valeurs particulières pouvant être celles les plus présentes dans l'image.
Pour augmenter la performance de l'histogramme, il est également possible de pondérer la contribution de chaque pixel d'une zone à l'histogramme par une fonction à valeur réelle positive, comme par exemple une fonction de la distance du pixel considéré au pixel central de la zone. Pour que le bruit sur le paramètre ait une influence plus réduite, il est également possible de pondérer la contribution de chaque pixel en fonction de l'écart entre la valeur du paramètre du pixel considéré et, par exemple, la valeur de paramètre du pixel central, ou la valeur de paramètre de chaque case de l'histogramme. La contribution du pixel est ainsi étalée sur plusieurs cases ou toutes les cases de l'histogramme, et un pixel est donc réparti en fonction de sa véritable couleur. Ainsi, lorsque la valeur du paramètre change peu, les contributions à chaque case vont être faiblement modifiées, et la segmentation obtenue est donc plus robuste. Les pondérations apportent alors un avantage de robustesse au bruit, et l'utilisation de cases sélectionnées permet un traitement plus rapide sans perte de qualité. La comparaison entre un histogramme de référence, obtenu, par exemple, à partir d'une zone de l'image prise initialement lorsque qu'aucun objet n'est présent sur l'arrière-plan, et un histogramme de la même zone dans l'image à segmenter permet de classifier, par exemple, la zone dans l'image à segmenter en avant-plan ou en arrière-plan.
L'invention a également pour objet un module de segmentation d'une image numérique instantanée d'une séquence d'images numériques, cette image instantanée étant formée d'une matrice de pixels dont chacun est au moins défini par sa position dans la matrice et par une valeur d'au moins un paramètre de ce pixel, le module de segmentation comprenant au moins un premier moyen de sélection pour sélectionner, dans l'image instantanée et dans une image de référence de la séquence, une zone comprenant une pluralité de pixels. Ce module de segmentation comprend également : - un deuxième moyen de sélection de valeurs parmi les valeurs prises par le paramètre ; - un moyen de calcul d'au moins un histogramme de référence de la zone sélectionnée de la référence, et d'au moins un histogramme instantané de la zone sélectionnée de l'image instantanée, ledit histogramme de référence et ledit histogramme instantané étant définis par la distribution numérique des pixels de la zone de la référence, respectivement de la zone de l'image instantanée, dans différentes cases dont chacune correspond à une valeur sélectionnée parmi les valeurs prises par le paramètre, et dans une case complémentaire correspondant à l'ensemble des valeurs non sélectionnées parmi les valeurs prises par le paramètre ; - un moyen de mémorisation de l'histogramme de référence ; et - un moyen de décision pour générer un signal de 30 ressemblance indiquant si l'histogramme de référence et l'histogramme instantané sont semblables ; Avantageusement, le module comprend des moyens de mises en œuvre du procédé de segmentation précédemment décrit. L'invention concerne également un système de 5 segmentation d'au moins une image à segmenter comprenant au moins : - un module d'acquisition d'au moins l'image à segmenter, ce module d'acquisition générant au moins un premier signal numérique représentatif de l'image à 10 segmenter ; et - un module d'affichage recevant un deuxième signal. Ce système de segmentation comprend également au moins un module de segmentation dont les caractéristiques ont été décrites précédemment, recevant le premier signal 15 numérique, et générant le deuxième signal représentatif du signal de ressemblance. L'invention concerne également un procédé de détection d'au moins un objet dans un environnement comprenant au moins les étapes consistant : 20 - à acquérir au moins une image de l'environnement et à générer une image de référence ; - à acquérir au moins une image de l'objet dans l'environnement et à générer une image instantanée. Ce procédé de détection comprend également les 25 étapes consistant : - à extraire l'objet de l'environnement selon le procédé de segmentation précédemment décrit, et - à afficher une image représentative de l'objet. L'invention concerne également un module de détection 30 d'au moins un objet dans un environnement, comprenant au moins : - un premier moyen d'acquisition d'au moins une image de l'environnement ; - un premier moyen de génération d'une image de référence à partir de l'image de l'environnement ; - un deuxième moyen d'acquisition d'au moins une image de l'objet dans l'environnement ; et - un deuxième moyen de génération d'une image instantanée ; Ce module de détection comprend également : - un moyen d'extraction de l'objet de l'environnement selon le procédé de segmentation précédemment décrit ; et - un moyen d'affichage d'une image représentative de l'objet. L'invention concerne également un programme d'ordinateur comprenant des instructions de code de programme pour l'exécution des étapes du procédé de segmentation précédemment décrit, destinées à être exécutées par un module de segmentation précédemment décrit, lorsque ledit programme est exécuté sur ledit module. Ces objets, caractéristiques et avantages ainsi que d'autres de la présente invention seront exposés plus en détail dans la description suivante d'un mode de réalisation préféré de l'invention, faite à titre non limitatif en relation avec les figures jointes parmi lesquelles : - la figure 1 présente un système de segmentation dans une réalisation particulière de l'invention, appliqué à la détection de silhouette; - la figure 2 présente une réalisation particulière du module de segmentation selon l'invention ; - la figure 3 illustre le calcul d'un histogramme d'une zone selon l'invention ; et - la figure 4 présente, sous la forme d'un organigramme, le procédé de segmentation dans une 5 réalisation particulière de l'invention. La figure 1 présente un système de segmentation d'une image 1 dans une réalisation particulière de l'invention, appliqué à la détection de silhouette dans un flux vidéo. 10 L'image 1 à segmenter comprend un avant-plan 11, par exemple un personnage, et un arrière-plan 10, par exemple l'environnement dans lequel se trouve le personnage. Le système de segmentation comprend un module d'acquisition Ml permettant d'acquérir une ou plusieurs 15 images, un module de segmentation M2 pour effectuer la segmentation de l'image acquise par le module d'acquisition Ml, et un module d'affichage M3 permettant d'afficher le résultat de la segmentation effectuée par le module de segmentation M2. 20 Le module d'acquisition Ml est par exemple composé d'une caméra C analogique et d'une carte d'acquisition et de numérisation A, ou simplement d'une caméra C numérique. Le module d'acquisition M1 acquiert l'image et restitue l'image sous forme d'une image numérique 25 instantanée formée par une matrice de pixels dont chaque pixel est défini par sa position dans la matrice et par une valeur instantanée d'un ou de plusieurs paramètres. Les paramètres pouvant être par exemple la luminance Y et la chrominance UV définie par le couple (U, V) dans 30 l'espace de couleurs YUV, Y, U et V étant par exemple initialement codées sur 256 valeurs.
Le principe du système, dans cette application particulière, est d'acquérir d'abord une ou plusieurs images de l'arrière-plan 10. De cette image, ou de cette collection d'images, utilisée comme image de référence, est extraite une représentation de l'arrière-plan 10. Cette représentation est ensuite utilisée pour extraire la silhouette d'une personne qui se présente devant la caméra C. La figure 2, présente le module de segmentation M2 dans une réalisation particulière de l'invention, et la figure 4, le procédé de segmentation 40 utilisé dans cette réalisation particulière. Le module de segmentation M2 comprend : - un premier moyen de sélection 20 pour sélectionner 41a, 41b, dans l'image instantanée et dans l'image de référence, une zone comprenant une pluralité de pixels, chaque pixel i étant défini par sa position (Xi,Yi) sur la matrice, ainsi que par les valeurs de paramètres (Y,U,V) dans l'espace de couleurs YUV ; - un deuxième moyen de sélection 27 pour sélectionner 42 des valeurs parmi les valeurs prises par un des paramètres ou une combinaison de paramètres ; - un moyen de calcul 22 pour calculer 43a, 43b un histogramme instantané, respectivement d'un histogramme de référence, défini par la distribution numérique des pixels de la zone de l'image instantanée, respectivement de la zone de l'image de référence, dans différentes cases dont chacune correspond à une valeur sélectionnée par le deuxième moyen de sélection, et dans une case complémentaire correspondant à l'ensemble des valeurs non sélectionnées parmi les valeurs prises par le paramètre ou la combinaison de paramètre ; - un moyen de mémorisation 23 pour mémoriser 44 l'histogramme de référence ; - un moyen de décision 24 pour générer un signal de ressemblance indiquant si l'histogramme de référence et l'histogramme instantané sont semblables, et de déterminer, par exemple, l'appartenance ou non de la zone de l'image instantanée à l'arrière-plan. L'étape de décision 45 comprend, par exemple, une première comparaison pour déterminer la corrélation entre l'histogramme de référence et l'histogramme instantané, et une deuxième comparaison pour comparer la corrélation à un seuil déterminée. Le module de segmentation M2 reçoit initialement en entrée une première image numérique S1 constituant l'image de référence, délivrée par le module d'acquisition Ml, lorsque personne ne se trouve devant la caméra C. Le premier moyen de sélection 20 sélectionne 41a une zone de cette première image numérique Si. Par exemple une zone 3 de forme carrée comprenant un pixel central 30, comme illustré sur la figure 3, et plusieurs autres pixels i appartenant à cette zone 3 dont un seul pixel i 31 est représenté. La position de ce pixel i 31 est défini par ses coordonnées de position (Xi,Yi) et sa chrominance est définie, dans l'espace de couleurs YUV, par exemple par le couple (U,V). Le moyen de calcul 22 calcule 43a l'histogramme de cette zone 3, par exemple sur la caractéristique correspondant au couple (U,V) de l'espace de couleurs YUV. Tout d'abord, pour accélérer le calcul des histogrammes et réduire l'influence du bruit, les 256 valeurs possibles de U ou V peuvent être réduites, par exemple, à 64 valeurs différentes, réduisant ainsi le nombre de couples de valeurs (U,V). Parmi ce nombre réduit de couples (U,V), le deuxième moyen de sélection 21 sélectionne 42 ensuite un nombre N de couples (U,V) correspondant, par exemple, aux N couples (U,V) présents avec la plus grande fréquence dans l'image numérique. L'histogramme comprend donc N cases correspondant aux N valeurs des couples (U,V) sélectionnés, plus une case complémentaire correspondant aux valeurs des couples (U,V) non sélectionnés. Pour chaque pixel i 31 de la zone, défini par le couple (Ui,Vi), la distance (ou l'écart) en couleur entre le couple (Ui,Vi) correspondant et tous les couples (U,V) sélectionnés, est calculée. De même, la distance en position entre le pixel i 31 et le pixel central 30, est calculée. La contribution de chaque pixel à chaque case de l'histogramme est alors obtenue, par exemple, par le produit de deux gaussiennes, une sur la distance en position G(X,Y), et une sur la distance en couleur G (U, V) . De même, la contribution de chaque pixel à la case complémentaire comp de l'histogramme est obtenue, par le produit de la gaussienne sur la distance en position G(X,Y) et de la gaussienne sur la distance en couleur Gcomp(U,V). Ainsi, la contribution du pixel i à la case , cette case p. correspondant à un couple de valeur (Up,Vp) sélectionné, s'écrit : contribution,` = e 2 .e 2 Où (Xi,Yi) représentent les coordonnées du pixel i, (Ui,Vi) ses composantes de couleur réduites dans l'espace de couleurs YUV, (Xc,Yc) les coordonnées du pixel central de la première zone, (Ug,Vg) les
composantes de couleur réduite pour la case , et où Xp et Àh sont des valeurs indiquant la forme des deux gaussiennes. Pour la case complémentaire comp, représentant les
couples (U,V) non sélectionnés parmi les N couples (U,V), 10 la contribution est la somme des contributions ci-dessus
pour tous les couples (U,V) non sélectionnés. -2 Rxx,ùxc.)'+(Y,ùY,)'1 -4Ku,-u+(v,ùvl'1 contribution; mp = le 2 .e u,v non sélectionnés L'histogramme pour la zone considérée s'écrit donc : hcomp = E contribution' pixel i 15 h, = contribution,' pixel i Les sommes sont effectuées sur tous les pixels appartenant à la première zone considérée. h est la contribution de tous les pixels de la première zone à la case g de l'histogramme, et hcomp est
20 la contribution de tous les pixels de la première zone à la case complémentaire. L'histogramme ainsi obtenu constitue l'histogramme de référence représentatif de l'image de référence, donc de l'arrière-plan 10, et est mémorisé 44 dans le moyen de
25 mémorisation 23. La caméra C acquiert ensuite l'image à segmenter. L'histogramme d'une zone de cette image à segmenter est ensuite obtenu de manière identique à l'histogramme de référence, mais en gardant les couples (U,V) sélectionnés pour le calcul de l'histogramme de référence. Le moyen de calcul 22 génère donc l'histogramme instantané représentatif d'une zone de l'image à 5 segmenter. Le moyen de décision 24 effectue alors la comparaison entre l'histogramme de référence et l'histogramme instantané suivant la formule suivante : E ~~k h N + hcomp comp 10 Où (hg,hcomp) et (h' ,h'comp) sont respectivement l'histogramme de référence et l'histogramme instantané. Le résultat ainsi obtenu est ensuite comparé à un seuil déterminé : par exemple s'il est supérieur à ce seuil, la zone ayant servi à calculer l'histogramme 15 instantané est considérée comme faisant partie de l'arrière-plan 10. Le résultat de cette deuxième comparaison est ensuite transmis, sous forme d'un deuxième signal S2, au module d'affichage M3. Dans un autre mode de réalisation particulière, il 20 est possible de sélectionner plusieurs zones sur une même image numérique, et l'histogramme de référence est obtenu par une moyenne des histogrammes calculés pour chaque zone sélectionnée. Il est également possible, au lancement du système 25 de segmentation, d'acquérir une séquence d'images lorsque personne ne se trouve devant la caméra C. L'histogramme de référence est alors calculé par une moyenne, sur une certaine durée, des histogrammes obtenus pour chaque image de la séquence, permettant d'obtenir des 30 histogrammes de référence moins sensibles au bruit.
Alternativement, les images de la séquence peuvent être moyennées, permettant d'obtenir une image moyenne, et l'histogramme de référence calculé sur cette image moyenne.
Claims (13)
1. Procédé de segmentation (40) d'une image numérique instantanée d'une séquence d'images numériques, cette image instantanée étant formée d'une matrice de pixels dont chacun est au moins défini par sa position dans la matrice et par une valeur d'au moins un paramètre de ce pixel, ce procédé comprenant au moins des étapes de . - définition, en tant que référence, d'une partie au moins d'une image de référence de la séquence ; -sélection (41a, 41b), dans la référence et dans l'image instantanée, d'une zone comprenant une pluralité de pixels ; - calcul (43a) d'au moins un histogramme de référence de la zone sélectionnée de la référence ; -mémorisation (44) de l'histogramme de référence ; - calcul (43b) d'au moins un histogramme instantané de la zone sélectionnée de l'image instantanée ; et - décision (45) consistant à assimiler la zone de l'image instantanée à une absence d'évolution de la référence lorsque l'histogramme de référence et l'histogramme instantané sont semblables ; ce procédé étant caractérisé en ce qu'il comprend 25 une étape de sélection (42) de valeurs parmi les valeurs prises par le paramètre, et en ce que l'histogramme de référence et l'histogramme instantané sont définis par la distribution numérique des pixels de la zone de la référence, respectivement de la 30 zone de l'image instantanée dans différentes cases dont chacune correspond à une valeur sélectionnée parmi les valeurs prises par le paramètre, et dans une case 18complémentaire correspondant à l'ensemble des valeurs non sélectionnées parmi les valeurs prises par le paramètre.
2. Procédé de segmentation selon la revendication 1, caractérisé en ce qu'il comprend une première pondération des pixels de la zone de la référence et de la zone de l'image instantanée, pondérant l'influence de ces pixels en fonction de leur position.
3. Procédé de segmentation selon la revendication 1 ou 2, caractérisé en ce qu'il comprend une deuxième étape de pondération des pixels de la zone de la référence et de la zone de l'image instantanée, pondérant l'influence de ces pixels en fonction de leur valeur de paramètre.
4. Procédé de segmentation selon l'une quelconque des revendications 1 à 3, caractérisé en ce qu'il comprend plusieurs opérations de sélection conduisant à sélectionner plusieurs zones dans l'image de référence et l'image instantanée.
5. Procédé de segmentation selon l'une quelconque des revendications 1 à 4, caractérisé en ce que les zones sélectionnées comprennent des pixels centraux régulièrement répartis sur l'image instantanée et sur l'image de référence.
6. Procédé de segmentation selon l'une quelconque des revendications 1 à 5 , caractérisé en ce que l'opération de décision comprend une opération de détermination d'une corrélation entre l'histogramme de référence et l'histogramme instantané.
7. Procédé de segmentation selon la revendication 6, caractérisé en ce que l'opération de décision comprend une opération de comparaison de la corrélation à un seuil déterminé.
8. Module de segmentation d'une image numérique instantanée d'une séquence d'images numériques, cette image instantanée étant formée d'une matrice de pixels dont chacun est au moins défini par sa position dans la matrice et par une valeur d'au moins un paramètre de ce pixel, le module de segmentation comprenant au moins : - un premier moyen de sélection (20) pour sélectionner, dans l'image instantanée et dans une image de référence de la séquence, une zone comprenant une pluralité de pixels ; ce module de segmentation étant caractérisé en ce qu'il comprend également : - un deuxième moyen de sélection (21) de valeurs parmi les valeurs prises par le paramètre ; - un moyen de calcul (22) d'au moins un histogramme de référence de la zone sélectionnée de la référence, et d'au moins un histogramme instantané de la zone sélectionnée de l'image instantanée, ledit histogramme de référence et ledit histogramme instantané étant définis par la distribution numérique des pixels de la zone de la référence, respectivement de la zone de l'image instantanée, dans différentes cases dont chacune correspond à une valeur sélectionnée parmi les valeurs prises par le paramètre, et dans une case complémentaire correspondant à l'ensemble des valeurs non sélectionnées parmi les valeurs prises par le paramètre ; - un moyen de mémorisation (23) de l'histogramme de référence ; et - un moyen de décision (24) pour générer un signal de 30 ressemblance indiquant si l'histogramme de référence et l'histogramme instantané sont semblables ;
9. Module de segmentation selon la revendication 8, caractérisé en ce qu'il comprend des moyens de mises en oeuvre du procédé selon l'une quelconque des revendications 2 à 7.
10. Système de segmentation d'au moins une image à segmenter comprenant au moins : - un module d'acquisition (Ml) d'au moins l'image à segmenter, ce module d'acquisition (Ml) générant au moins un premier signal numérique représentatif de l'image à 10 segmenter ; et - un module d'affichage (M3) recevant un deuxième signal ; caractérisé en ce que le système de segmentation comprend également au moins un module de segmentation 15 (M2) conforme à l'une quelconque des revendications 8 à 14, recevant le premier signal numérique, et générant le deuxième signal représentatif du signal de ressemblance.
11. Procédé de détection d'au moins un objet dans un environnement comprenant au moins les étapes 20 consistant : - à acquérir au moins une image de l'environnement et à générer une image de référence ; - à acquérir au moins une image de l'objet dans l'environnement et à générer une image instantanée ; 25 caractérisé en qu'il comprend également les étapes consistant : - à extraire l'objet de l'environnement selon le procédé de segmentation conforme à l'une quelconque de revendications 1 à 7, et 30 - à afficher une image représentative de l'objet.
12. Module de détection d'au moins un objet dans un environnement comprenant au moins . - un premier moyen d'acquisition d'au moins une image de l'environnement ; - un premier moyen de génération d'une image de référence à partir de l'image de l'environnement ; - un deuxième moyen d'acquisition d'au moins une image de l'objet dans l'environnement ; et -un deuxième moyen de génération d'une image 10 instantanée ; caractérisé en qu'il comprend également : - un moyen d'extraction de l'objet de l'environnement selon le procédé de segmentation conforme à l'une quelconque de revendications 1 à 7 ; et 15 - un moyen d'affichage d'une image représentative de l'objet.
13. Programme d'ordinateur comprenant des instructions de code de programme pour l'exécution des étapes du procédé de segmentation selon les 20 revendications 1 à 7 destinées à être exécutées par un module de segmentation selon la revendication 8 ou 9, lorsque ledit programme est exécuté sur ledit module. 25
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0511003A FR2892844A1 (fr) | 2005-10-27 | 2005-10-27 | Procede, module et systeme de segmentation d'une image video procede et module de detection |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0511003A FR2892844A1 (fr) | 2005-10-27 | 2005-10-27 | Procede, module et systeme de segmentation d'une image video procede et module de detection |
Publications (1)
Publication Number | Publication Date |
---|---|
FR2892844A1 true FR2892844A1 (fr) | 2007-05-04 |
Family
ID=36646219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR0511003A Pending FR2892844A1 (fr) | 2005-10-27 | 2005-10-27 | Procede, module et systeme de segmentation d'une image video procede et module de detection |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR2892844A1 (fr) |
-
2005
- 2005-10-27 FR FR0511003A patent/FR2892844A1/fr active Pending
Non-Patent Citations (2)
Title |
---|
VAILAYA A ET AL: "On image classification: city vs. landscape", CONTENT-BASED ACCESS OF IMAGE AND VIDEO LIBRARIES, 1998. PROCEEDINGS. IEEE WORKSHOP ON SANTA BARBARA, CA, USA 21 JUNE 1998, LOS ALAMITOS, CA, USA,IEEE COMPUT. SOC, US, 1998, pages 3 - 8, XP010293880, ISBN: 0-8186-8544-1 * |
VALTTERI TAKALA ET AL: "Block-Based Methods for Image Retrieval Using Local Binary Patterns", IMAGE ANALYSIS. 14TH SCANDINAVIAN CONFERENCE, SCIA 2005. 19-22 JUNE 2005, JOENSUU, FINLAND; PROCEEDINGS, LECTURE NOTES IN COMPUTER SCIENCE VOL. 3540, 19 June 2005 (2005-06-19), Springer Verlag, Berlin, Germany, pages 882 - 891, XP019011081 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3707676B1 (fr) | Procédé d'estimation de pose d'une caméra dans le référentiel d'une scène tridimensionnelle, dispositif, système de réalite augmentée et programme d'ordinateur associé | |
EP2491532B1 (fr) | Procede, programme d'ordinateur et dispositif de suivi hybride de representations d'objets, en temps reel, dans une sequence d'images | |
CN108596108B (zh) | 基于三元组语义关系学习的航拍遥感图像变化检测方法 | |
CN111860414B (zh) | 一种基于多特征融合检测Deepfake视频方法 | |
Asokan et al. | Machine learning based image processing techniques for satellite image analysis-a survey | |
EP2930659B1 (fr) | Procédé de détection de points d'intérêt dans une image numérique | |
TW200834459A (en) | Video object segmentation method applied for rainy situations | |
FR2907239A1 (fr) | Procede de recherche et de reconnaissance rapides d'une image numerique representative d'au moins un motif graphique dans une banque d'images numeriques | |
FR3028988A1 (fr) | Procede et dispositif de filtrage adaptatif temps reel d'images de disparite ou de profondeur bruitees | |
FR3087033A1 (fr) | Procedes d'apprentissage de parametres d'un reseau de neurones a convolution et de detection d'elements d'interet visibles dans une image | |
Babu et al. | An efficient image dahazing using Googlenet based convolution neural networks | |
EP3633545A1 (fr) | Procedes d'apprentissage de parametres d'un reseau de neurones a convolution, de detection d'elements d'interet visibles dans une image et d'association d'elements d'interet visibles dans une image | |
Khan et al. | Shadow removal from digital images using multi-channel binarization and shadow matting | |
EP2756483B1 (fr) | Procédé et système d'acquisition et de traitement d'images pour la détection du mouvement | |
FR2892844A1 (fr) | Procede, module et systeme de segmentation d'une image video procede et module de detection | |
Yang et al. | Low light image denoising based on poisson noise model and weighted tv regularization | |
Das et al. | Cloud detection and cloud removal of satellite image—A case study | |
Shen et al. | A holistic image segmentation framework for cloud detection and extraction | |
EP0550101A1 (fr) | Procédé de recalage d'images | |
FR3094815A1 (fr) | Procédé, programme d’ordinateur et système pour l’identification d’une instance d’objet dans une scène tridimensionnelle | |
CN112329606B (zh) | 一种活体检测方法、装置、电子设备及可读存储介质 | |
Fischinger et al. | DF-Net: The digital forensics network for image forgery detection | |
Likhith et al. | Development of data driven adaptive edge detectors for image processing | |
Khadka et al. | Accurate deep net crowd counting for smart IoT video acquisition devices | |
Bouzaraa et al. | Ghost-free dual-exposure hdr for dynamic scenes |