FR3010563A1 - Detection et reconnaissance d'objets. - Google Patents

Abstract

La présente invention concerne un procédé de détection et de reconnaissance d'un objet (1), dans lequel : - au moins une image (2) représentant l'objet (1) est capturée et enregistrée, - un prétraitement (10) est appliqué à ladite au moins une image (2), comportant une étape (14) visant à retrouver dans l'image (2) les composantes connexes de l'objet (1), - les contours de l'objet (1) sont détectés sur l'image (2) prétraitée, - des descripteurs associés aux contours de l'objet (1) sont calculés à partir de moments d'inertie invariants, et - ces descripteurs sont comparés avec des descripteurs contenus dans une base d'objets (4) afin de reconnaitre l'objet (1).

Description

La pré.cc5." concer ihim".ie de détection et de reco 'ssance d'objets. La (-1,ftuti..:n et L recesse.ac.., l'objets est un (1..11.7, p e,;e,:d an; f et complexe de l'analyse d'images. Les méthodes connue sur le ; be:inenLtion des régions sailluite, de l'imi;7.e. Un syst' e de reconnaissav,cc contnte; ;cl.: -:..t d'autres pari êtres sous-jace; au protocole exp:.;rim.ey..,! du processus de traitc-meni ' L'une des difficultés én-).. pr.:iséit choix de l'approe.,.' 10 à utiliser. La mise au ri.nt d'un algorithme efficace doit répondre ami où l't ) ',:crimental n'est pas conte. dont sent p-<-:-; ,,::,...;nnues a priori, et dont les ressources sc».p.'c parfois ;Liini les nombreuse.: connues de se.T.,,rneation 15 celles qui o:nnent satisfaction pour la détection et la catégorisation d'in cïJc 'migrent diverrifi_éerl. et peu texturées. Cette hétérogénéité du contenu rend d';7.utant pls comple.;.c n d'où la nécessité d'analyse des propriétés distinctive La reconnaissance s sans n- délicate, ,..».,:-\r CC3 20 objets sont pch ihibes ictich.;Minn. La mo méthodes connues à la recot aissanco crobjci3 nthhtm,arés sont forcigc;;:u tion des contours de l'objet. Un contour correspond au chagg ent ; thics mie image. L'extraction des contours impli.r.ue le calcul du gradient d'in sus vo.uu. Pour ce faire, des filtres de convolution comme celui de Sob.el :la sont 25 cour-an., - aux images, -o;_.,.>,,ne décrit dans l'iLticle de J.C. Russ, -"Image Four,...T.:! Edition", CRC Press, Inc., 2'.)02. Le fiU.:, de lloberts ou le gaulent morphologirp.zc, comme décrit dans l'article dL ii2Meai:z et al., "Imu couleur, de l'acqu5.7i,'Ï:. au traitement", Dunod, 2004, sont également - de -ticti de couleur est de n e primordiale, 30 l'utilisation J. i. niv-'r.. . '.,lon des contours pouvant provi,:..uor la perte dc c ns contours, par cx,'..1ule dans le OÙ mn contour est col couleurs :inneLcs correspondant au m e nivem ; ris. Cette inform-1' P!rtinence et l'Lc.,nogénéité intégrée de diverses façons, not.,,,m,HriE.ent en fusionnant les contours dét1L; chaque canal de coule. Les :riéti.io.:les de calcul de dielit ,.ec riel, 3.ouvent utilisées introduites dans l'article d S. Di-Zenzo, 'A - ", Ce-...,7yuter Vision, Graphics and Image Processing, 116-12 , 1986, sont précises mais très exigeantes en 1-osso ellcul, .............. Jnt i.Iyalé par rapport à ses trois composantes en rcrchant la direction pour laquclk ses seel les plus ékes, comme établi dans la thèse de i...ctf-'rat de A. Pujol, ..2rla Cla,7 Sé.;.c.:".i../que d'Images".

Un.7. fois ce initid, on pc7.1t e7p!oi..cr la carte d'intensités et d'orientations de gadietiL3 oLtenus comme tlle ou la détection du idcr si un point corr*,-f.:(7,nd à ut contour t'n non. Pour ce faire, un filtre connu, appelé le détecteur 'd C. y, est déc-,:it dans l'article de J. Crulny, 'A IEEE Tik:msactions on Pattern Analysis and Intell;:,ence, 8, p. 679-J98, 1986. cc. j phénomène d'hystérésis pour détecter un contour, seuls 1,7,E; r-nts corrutnn locaux ....oitarne. correspondant à des contours et consc7vés pour la proclipine étap ction. Un autre type plus avancé la détection de contours a ét.;. introduit dans l' n J,;.: P. Perora et al., "Scale-, Edge IHHction Using /.isotropie Diffusion", IEEE Transactions on Pattern Analysis and Machine LnteL'igence, 12, 7, p. 629-639, 192e. Ce Laitement se Ibnde ;,,ur des équations L'itnrentielles procur3r1 une diffusion .7: contours tout e ant le bruit l'image. L'équLion _ diffusion com.*:pond à la .-;11 'plication d'un .7:1!e gaussien, conne décrit dans doctorat de A. Pujol, "Coi-gr;birions à la e `. en particulier, caract&B.--.. sa _forme globale produit naturelkFnent cics Les r,.,I.hodes sur les contours actifs ou leurs dé-J.ivés, telles que la méthode ck:,, finis décrite dans de S.

Sclaroff et "Modal Matching for Correspo..,yt:c. and Recognition", IEEE on Po;er.. Analysis and Mac i,... Intelligence, 17, 6, p. 545-561, 1995, et utilisée dans l'article dc A. Pent!..:.1 et al., "Kotobook: content-based manipulation of i ge databases", L rtional J:.../::A of Cc ".:^p:Aer Vision, 18, 3, p. 233-254, 1996, ou les contours actifs géodésiques :Mc;rits dans 1' tic. de V. Caselles et al., "Geodesic Active Contours", International Joue f Computer ViAo.,;,. er.rwer Accdemic Publishers, 22, 1, p. 61-79, 1997, permettent, à pcItir d'un ex Plz, ou d'un ma,Lif:--;, d trouver des fors Le but est d'associer la fo me requête aux contours - l'image c.ie - r à 1' Ces sys:-.èmes sont né oins assez couteux à mettre en r la localisation, délicate, doit se faire par essais successifs, .;-:t rà (lacs couvrant exh u.iiement les objcts à rechercher. Ces modèles nt en outre glol-aux, ils sont éga sensible; à l'occu_itb... -.&-énie si les mesures de ations d'énergie entre le mcidèl- l'objet dtté -mettre des ;. Ces.,;_y-,-L's.mes ne permettent pas pr;--.;-.;isurit contours Des méthodes de cs::,:ra per Heu] de descripteurs sont égal ent connues. Le choix des descrigcurs COPStit;.- conditionnent fortement le résultat final de la recherch7 &-; 12. cl; .c Les dc5Icriptf,alrs de forr.r., c?,rectrisent es contours des objets et permettent de les séparer dans des classes. suit tés à des for ies particulières dans des enviro ents contrôlés. D;-cls (L-sc-- :7.P:rs sont abord(':....: Uis l'étude de M Peura et al., "Efficiency of Simple Shape Descriptors", 3rd International TiVo:4:-Aop on Visual Foi-m, 20 p. 443-451, 1997. P. - les systèmes comi.-,3 d'imo e ;iar le contenu (« connt- based image retrieval » en anglais ou C t (lepteurs sont utilisés avec d'une part des descripteurs basés sur l'MD7i..bç c?,.a: cor tours, tels que descripteurs de Fourier décrits dans l'article de E. Persoon et al., "Shape 25 discri;:ah,;ne.'..o. 3 'T'ourler descriptors", IEEE Ti..,2-ns,7ctions on Pattern Analysis and te:ligence, 8, 3, p. 388-397, 1986, ,A des descripteurs permettant une can.ic",frisation de foune globale. Culbs..ns descripteurs pe etten la td;.11e d'un rectangle englobant l'obj5.-;', ou les axes principaux 30 l'3rizntation d'une elIpse eiglo1.-,a:..t ce nier. Le syst' e CBIR connu d'IBM, appelé "QBIC" et décrit dans l'article M Flickner et cl., "Queiy by Iiiuge,,;!{! Video Content: 77,2 QTC System", Cc,-A.,uter, 28, 9, p. 23-32, 1995, utilise flot ent les cassctfsiesiques suive ,ircuh té, or) !ions principales. diurriirteurs çié,s.rits l'article es D. Zhang et al., ",ç;.'?i c-based inge rt eval usin er Fo.rier descr:i;;:or", munica.- , vol. 17, pp. 825-848, 2002, font partie 1.. plus s&stions de reconnaissance de formes et de recherche ,s -im s ont souvent pour leur simplicité et leurs bo es performances en s de faé d'apparses....sit. Les .....1.cscript iss de Fourier ak sont calculés à psrtii ...)tit.c. d'intérêt. I.. d u.pr&»,.. le contour de l'objet par us Onatinnion, iiiposer en séries de Fourier (f) selon l'expression suive = Les desssripteurs de Fourier dépendent de la façon dont sont représentés les objL sous for es de signmx. l est difficile d'appliquer les descriTY,..itiss de Fmirier sur des courbes o. .s, d'écu courbe ridait; b une Th basse fr(s.7ss-7.-.s.ce ne coïncident pes nécessain::-nent avsc pcH c ....y ért; d'origine, ce qui rend la méthode peu fiable. Les 4,teuis ie Fourier-Mellin représentent un ens ble appro-prié de caractéristiques penir...'ftc.nt de la similitude des 1.,.:-gions cardia éri:r rima mme Cr. als l'article de S. Y ng et al., "Orthcg( Fourier-Mellin moments for invaria; .ae,..n recognition", ....f the Opc7 Sociey 11(6) : 1 748-1 75 7, 1994. soit f(r, q) la fonction de lumiaance r:17.,..,:".:senti:-;nt une ini. e. de gris, l'image est définie sur ensemble compact dc R2 dont l'origine des coonv olaires est le centre de l'image. ;7sss:. s'don de Iburier-Mellin de f est alors donnée par : 1 f E de Soit k un entier et s un nombre complexe tel que sa partie est strictement poeliv r:-Lt fixe, osous que P,(l,1) et (3,1) ne sont pas nuls, alors on a la séquence suivi:4.2s'; (1.4.; fonctic a (1,1) = = If représente un ensemble complet de fonctions inv antes sous ,ositiveL;t planes. Cete est rapide et pzniiet de d.itermin.er les propriétés des images ayro-d: subi des - Toutefois, L ul des ..<.eurs est exigeant en termes de ressou.c. coriplexité a. i.l .1ue est rtante irae précision peu appréciabk% Plutôt que de <'iécrire nécessai !mes connues et i,1:-.ntifiehls, des .5'^,!.;,TaUS;<. sur 2. s sific ation , décrits d is .cs iiJ.'ticls .ri.e A. Ain et al., "image reti.:eval sS.i olor un,'. pe", Pattern Recogrion, 29, 8, p. 1233-1244, 1996 et A. Vailava et al., "On in^. e cl,...:î/çIn: c7.., ges vs. la7v.,- apes", Pr; Reco7nition, 31, 12, p. 1921-1935, 1998, ott -.,oripteur gui décrit êgicp à partir des contours qu'elle contient. L'image est con3idérée en terme < i-ctions de ses nts, peu imi-_:orte la manière dont elle a été obtrTrif:, de cette ,..'.scripteur cé est,ui.1 ..ne de population pci.;. cbaque oientation.

Ces trav:mix r;:-.tniant un détecteu.'i7 oduit un e contours b_;f..r..air:c, d'inter.sit, du gradier: e sa mit sous la forme de la prise en des points cu non, sell-q i<1.1.ensité. L informations de CO' Ir Sur '. ''YOlL complète contienp.ir rhais une cel..',aine mesure des informations de dsqu'elles tamaimas sur Lai mientiaions et les intensités des contotu7. »i sen de cetl.f: doctorat de A. Pujol, "Contributions à la Classification Sémantique d Un utre méthode de caraci.à;;,.;atic.,:ii de la forme, évoquée dans l'article cle S. Brand et al., shape feciiires in cor.....1-bad nage retrieval", Proceedi.ls of the Conferee o Pattervi 2, p. 1062-1065, 20, ocie un descripteur qui se présente sous la forme d'une matrice de cooccuTce, ',rès siulaire aux de eripe Pisés pour la couleur et la texture présentés précédeillmt. Le but ici da:vs points de contour d un voisiir2..ge donné et rinforniation figurant léererirnt s dr. cet: ..:«ç: Cette méthode pr.. -i-À1C de bonsi.sultats de clar..ifiation, eurs à ceux ch., par un histogrnrnie de contos.

Les moments géom triques, qui permettent dc ÉsT:crire une forme à raid de ont également été utilisés sont facil ent calculés et impliimmetriff Lasur spic esl donnée o'. rul..tion suivante : N Cf A pac-nr gé un - ble de moments d'inertie invariants à la translt.t..:.on, L. rotation c,.:.1.cdé. Ces rnorricnts p.-27.7nettent la description de la forme pour la clas:-..ific,,tion ou les moments cil.:s t....nslîtion, et les d'inertie_ ..,.07:n.'s par la valeur propre la ph pré.dominante, sont inv. ants par rapport à la rotation et, - :c. Ces nuordnin.:scit iitAtistes, siLapies à utiliser et les descripters tont r;:straits (d. .- La méthode dite des invaiinn Zdrnild, dderit: I annule de M.R. "Inage analysis via the genera: ;1,eory of moments", J Soc. A.;. , 70(8) : J;.2.s momen13 ius..ruits à - - de polynômes com.-pl:es qui fonnord un nussroble ogonal aï.11 ur le d unité. Ces moments sont inv ants par rotation et -1..,résent:cnt des propriétés intéressantes en termes de rUisl,...;.tice aux bruits, inforniative de po de Les ri ,1r,:letits orthogonaux Ze e d'ordre p sont .'it:;finis a.: ta sujv où m et n définissent l'ordm- du moment et I(x,y) le nive ;:7, L --ris d'un pixel de l'image I sur laquelle est calculé le nu, Les Zernike Vrni-,(x,y) sont exprimés en coordonnées polaires : où Rmn(r) est le poki, radial orthogonal. Les polynôme -Ze e sort onaux, ainsi que les moments correspond mts. Toutefoi3, cette méthode rndiulsrt une no alisation de our nus les morr..-: 3 ._.dent invcÉ-k.ts au d'échelle, ce qui introduit ('H-cs ::);3 que 3 ..o.tifiée, et engendre des incertitudes d.- le classificateur. La méthode dite « scale-inv ant featum » (SIFT), dans l'article de D. G. Lowe, "Distinctive image features from scale-invariant keypofxs", Int. J Comput. Vision, 60(2) : 91-110, 2O1, perntet d dÇ:':.(,ecter et d'identifier les él ents similaires entre d'eeireates de points d'intérêts et celeul de descri iteurs associés. L'alsori e e cie es poii-S d'intérêts défie% lu: .eus cr,)ordone par un facteur d'échelle. Ensuite, une étape de conisf7f.r.age er la précision sur la localisation des points-clés et d'en élimineï pertinents. Po pe;it est cons t un hisie,7.nme d'orientationslocW de contours, ha.5.?..leceit pond;'', et normalise: I plus de :stabilité. Cet histogr e cornât teur '' ( m47t d'orient. ; rre.(x,y) = -,/[4L(x-+: = tar Ces des t+ I .3résentent l'avaree.4p d'être inv ants à ell et à la r&.;olut..;:on -- p. 1, ;eee;ibles à l'exposim lumineu.:e et au bruit. Cette méthode image rrelne on.qu a subi des transformations tilles que la rotatLen., k ch ,l'érhelle o --,--e.e.^si-!.é, ou encore l'occultation p el1e. Cette méthode foncticee-ie est ée et très riche er-. contenu visucl. En outre, elle e exigeante eu t s de er.:. de et de capacis de ieiéfliee: , qui la rend inadaptée aux applicatiors temps réel. La « --' :reatures. » S-T.J.P1'), inspirée par la méthode et :crite dans l'articl dll H. Bay icatures (SURF)", 110(3) :.';-!.6-359, New York, USA, Elsevier Inc, 2008, consiste ?i d'intérêts. Le point d'intérêt corre:Tond à un point a.7;-iocié à un descripteur Jcrit locale:ine: le voisinage du point par la matrice Hessienne suivante : H (x, Toute la difficelté réside en la Jr.t.:ction de points v.,,,:tinents et en l'oht 'une ries n locale du voisinage du point 7:;.- un vecteur de taille fixe.

Lorsgur; identifiés da.r.2i une série d'.L.nages, il s'agit de trouver les arpirl,::.iM,nts candidel....; - Un objet sera alors détecté 1er:qu'un certain nombre d'appari en t:3 al..--,ra été réaile, et un objet de Pour cela, il s' L de pouvoir app. er deux poiuts ainsi que d'dvalitér lq qualité d'un é tonedt.

Un ap 1.LLntnt est géne.: 1...;!1 considéré comme correct si la distance entre les deux poi.M.--3 st plus proche de 70% de du l us .'che voisin. Ce critère éviT.,".-,:-', simpl ent la non-kr-,..,,b a qtec pis autant que l'appariement soit correct. Final:ment, un objet est déLcté uiL- iluttp,e le,:squ'"u nombre de points sont mis en correspondance entre un objet type et colnp.3J ps de calcul on '...-';lisant réponses des filt utilisés dans tot..tes le ':ions, telle que 1'. élioration ,c qui p' calcul ripi, des -le la méthod. La me -ode t l'image soit texturé , ur pouvoir détecter cns points d'intérêts et iierer de bonnes re_. e. D'autre pt, la méthode S I est moins robuste que la S7J.. tbe. d'illt..:nationP., de point de vue, de tletu;ce le ce, visuel de la scène de manière inependant,:: upport aux c,-)ndition7, d'obsrvation sous-jac:-;;Ilt,»-; transformations d'objet, telles que les translations, les :otations et les changements L c71.711 .Ju ces descripteurs repo7c sur des rpétions de normalisation et sous dp;1 - de fdtp-- ,les effets indésirables de l'intensft-e non-ho f5ibls cot:T.,sk: ou enci)re fouis de la c a.

Les méthodes cm-il-lues permettent ainsi soit dedLtecter uniqu ent le contour, soit de calculer des dess fom..s grâce l'intensité des pixels afin de caractériser, aTir::c LjomJe de l'objet 15a souvent contrôlé. Ces me, ,es limitations la pçll calculatoire et la fiabili Lunes, not. ent pour Ls objets non- :cxtiszés, rfebtiu,,::11.t ene;agte, Peeme pouvant fonctionner expriine Mes. En outre, la ylécision de calcul des méthodes connues a été s'approchant au mieux d.,), .temps réel. Enfin, d,7,3 tnelodes eoppue y'.- succès sur une p1(.4'..efume logiciii moiie en vue d'une mise en oeuvre industrialisable. t les rnnp.es performances selon l' un syst' rt.:;:.:)>.-0.aissarice optimal uilaS un -..pvironnetnet-it réel sans re3P-et.1 le.J conditions Il existe un besoin pour obtenir une méthode de reconnais,;unez optimale - .',...,ettant la tc,....:.r.p.';issaace précise d'objets non-i,.2,:..turés, qui soit peu coûteuse et peu cu.v;;, '-;.s le but d'être uti:rlé 1_,-2Laps réel sur ur:: stoturme logicien de faibles ressources.

L'invention a ainsi pour otjct,.7.,..,71on un pr ier de S.';'-3 Ê-le détection et de reco aissance d'un objet dans lequel : une image repri:Je.ltnt l'objet est c..-,turée et enregistrée, .,-;-té ladite au n.ins une image, comportant une étape visant à retrouve de l'objet, - les contours d:: r. sur l'image prétr.' - des descripteurs ,..:;sociés aux contours de l'objet sot cculés à partir de moments d'inertie inv et s donc. sort p és avec des desc±turs cortenus dans une d'obje.s .%,Fir. de reconir.,- L'invention 'e77-',raction robuste du contour et offre ain éthode de reconrrissare d'objets efficace. Le procH,I.; selon l'invention permet dr:. d--"::-.,:-; ct de res 3 formes caracristiques d'objets d'int:h-ê-L; dis une image grâce à i'anale de leurs contrxr-,' Ce po1é cst ainsi adaptall,.' d'obtenir des résultats de segmentation exploitables quç-:::: que soit l'image ;l'entrée et s,:rn',:. \1.é.1_& I 3 p.,rnètres du pro,dé. La détection de l'objet est rlisé,7. sans le à la re;..:.naissance étant effectuée à du contour détecLé e lcs ç:bin ripteurs Tl y sent axiy-ins. unique. au pr, Jes desti due à la simplification et L, la dégradan la méthode utilisée est COiTip2,Ae. Cte p it _ie ablement les à un r --at pe e t l'exploitation f:ruc. 11.,.,:)-,,:siA c.,n vue de In ais", ;',...: l'objet. Le choix dits dincins d'insu -, i - - çsaleul des r1:.sc.).:-:..pfeurs fournit un procédé de r.:xmnaissance efficace 3é. En à base de lile,:-sients d'inertie et une grande capacité de discriminF-. -,-.. de fo et de deus an contenu visuel segmenté. Les desciip à base .e noments cl>n-N.' niticat de groupe fornin 'nn: iui.cDs entre elles et de séparer les. formes ' - des groupes Le .±',...1;,e redondant des compcu-.::1.,:s des f fin sorte qu'un flO 1: ninimal de celles-ci suffise à caractériser effics Le procédé selon l'inv robustF,, aux variations des conditiosis exOrirLeLltales d'acquisition des images dans un environner:1:in .1, telle,-; k.. é et l'cs propriétés ii..I.Linsèques de l'appareil de capture d'images utilisé. Usus t, d'objets par dis 1'inven-i:ion est sou. perferniant pour ressol.,.t prit:fi:If de iss est réduit en raison de la carac sation y ..:3ociés. Le procédé selon une complexi: ré:Juifs, en temps réel cf' Aur des pla :Fo alles rlecformes Je ersonnaliser le o-uxmério.es co ues. Acquisition des images Les images de l'objet sont aval ur -m-nt acquises par ; appar- capture, tel 'a', c a filmant l'objet, par exeL, 'pL entre 10 et 15 imars par secor ce qui por .,4 la dM--ct' or rs rorto-zs et d'olnir plusieurs cont-urs. Les propriétés dcs objm.:s " 1.f des i'risL'7)8 sont ainsi exploitées d'une m.ère d gus. Les peuvent être capt, par il de Cf1 à une fréquence t ps réelle. ficatic,;:. de l'objet est de préférence assut. sans disposer d'infierseqrins priori sirs l'envirorriarai.i.I et les i...finditions issfsir-imesaf:ifs, ç.filles que la compe2,7,ition de 1'. 'ère-plan, la luminosité, l'angle di' r.)1.-.M:ion de l'objc,1; avec le pl,u1, I. distance tre l'objet et l'appareil de capture, ou la pos:i de l'objFct s LF..s imag cent être:tuées instantanément dans les conditions es:, >- fation. Ce tisfifs:i s conditions réelles est pan:cunr .rssintagetrx per Les unagea sont avantageusisuent Ca niveaux d gris. LE3 .2uvert ê; bh:Jisées, par exemple par un seuilin7c automatique calculé en moyen,..,:nt le Lrlirtages sont avd.nt réel pour L mise Li cuvre du procédé de détection et de reco a c; Pnas L'Onu: nfitment visant à retrouver dans claque image 1,,r;s rites de pnt>.i,; CD.... ..............:.',:.:- ou blobs e anglais, pc,lliet extraire toutes les formes e recherche en ne s'intéressant qu'aux régions de l'img n coi anson fin Orts tan Les composantes connues peuvent être c.;tra à dij.17.!:1-ts exc.rrile par l'analyse des points extr^ es des images obtenus par convolution de l'image .., c avec des noyaux gi:ussiens isotropes. Plan. seuillages p. être aux images afin de retrouver d'une manière robue les fDrre s plus notr.bl.s. La composante com-:,,exe yt la plus gr:..5,- être déteri-dr..:-.5, afin de réaliser uyk 1.'.4-.cmier filtrage de forme sur e cc, nS 7.-.r.pos...ntes connexes susceptibles de constftu.:-..... -un contour d'objet reconnaissable.

Une convolution d'un filt.; de lissa» 'ere ensuite être réalisée afin d'adoucir les bords de l'objet et de mettre en .1. formes géot.16'..-i connexes. Le fl 5re numérigte unl. né peut être gaussien. Afin de s'i',.,..117,..r17.5 :l'action des for 'me ou plu:icurs opérations de riultçple valetv3 effectués sur l' compositLes connexes pour c:rminer les formes sur un novulle ie. Cette aet de conservcrIe formes ayant s'ici Uri V ation de lers o?..; Li.-,1 à des conditions expérimentales, et p et l'extraction ,...1'objets d faitiè e des contours, un sous-échantiiior£,age notstruent par un filtra& atl. if local, vi.?..1 .. à our,--?todifier en cascade leur dans une l'effit lrtéfacts, et de réduire le chatoi ent et le «bruit s. de '-'-,"'..rence décomposée en trois de composantes couleur pour reh ;aflarso s .TFérentes compos:és de l'image et Un filtie.ge de C. y peut être 'pij ur iLeLnedee la déLection des contours et élitreLder las irds:1.n arions les moins pc..,,-Jelen.as les Ie-e:iétas importantes de l'objet. La détection de la forme de l'objet est préfércru réelis..,:.- par une segmentation de contour suivie d'une p se de reconnaissance p eLtant l'idertification de 1 fore cïdculant dee i_Topriétés statistiques de l'objet. Le bruit, le,; distoesions et les eont avante-i;e.,..d;ee..e.ed pris en corrpe tr ces élj,eeddi..,,.: peuvent avoir un 10 impact Importun sur la forme rechrcie. Pour elirdiner les imperfecd.ons visuelles discontinui.-; s obtenues par la seJneLltation, une dilatation de conteue ent pdr a2p1ication d'un f morphdl- peut être applquée afin d'éle le périmètre du contour et de coed1.^ler les eontinufl,eq et les 11,:::..a.uts3 d.es bols. Cette étape est 15 impo te car l'utilisatio k de moin,'?...'s eri L'enveloppe convexe du cor,.. peut être calde ce :ui c3 rechercher tods lee oints détectés lors de segmentation et de les englober afin de dg--f-eiir présenteel: e..:c - e..es,lé géométrique avec l'objet recheeehé. Cette fodetion a pour objectif de lisser et coedoer -,1,':.tecté et ,iL-iminir.h-,,; eneurs 20 d'r,e -3.7.imations clens le calcul à venir de mise en co: >.'.:i: 1.1:e deux n préS .17 :.ques de contours. d, 2 l' objet peut (7,'..tre extrait. Cette étape pe et de retrouver le contour r.y).dt le pu 3.1 ui corresi;ee.,1 à l'objet d'intért recherch,'. Le calcul des descrptcui-J ,intervient 25 contour. Le fait s descrir feurs soient des moments inv ants p et e analyse efficace 114.1 non-ce,:mlidle. Les de',.,..ip ui: 3 sont avants f c(eastruits par des ^R-- ,e:e.'s -1-:,,ifarn,Me-s reetinents liés aux informations de l'image. 30 De e, les descripteurs sont calculés grâce aux moments d'in inw.denS de FL., reu.,unent par le calcul de la moyenne pondérée des intensités des pixels gr,réger à la fin du trait ent, ce qui :emeet de retrouver un maximum d'infumation sur au moins une partie des pixels de l'ima, su.L' les des contours, dans ...".f"e-,c)cs directions. Cela p et d'obtenir ds multidirectior:F.cls par pix;.'"!.. Connaissant l'objet par sa fonction can7qtéristique f(x,y), ur sa forme peut »J.I..1.,,..1.,:urer les divers moments : x' .vff (x, Les n-raents Hu h, l'article de M. HU, "Visual pattern recognition by nvariars", IRE Trt.%';..vactions on irp! Theory, 8: 179-187, peuvent par les formules suivF:rIes : - rir.c hz = (:.720-7:^icz) 441 hs 3711. "i7C3)2 k4 = (naC -1712)' ne3 h s = CY7.3( - -,?)12)(.173C 3171^)[(T3C k) 77c72 17-1 r?cs,''{3(.7isc -?)j he. 27cz)Vrisc - 7/ca)j 4 %I.(risc '171:)(71:1 nez) h- =(317i - nc3)(73C 122.)[Cri3C. n1Z): (1%e = F13 i - f:L 1-te >ents es propriétés d' int géométriques intéressantes. de décrire des ejcts segmentés par leurs prorlift,% tc11r'7 que 1' globale, les - - ....tqïdes, etc. loyncrIts sont changems se et Cet ,c't de - ' pour les applicatiells .1,Miées à une utilisation ,Jans un environnement non-coit o.. en extérieur. :-7fmn.»issance di Les .1" crtie inv.ants du contour sont ckl'.cul; s d'ulc bu2- de n:Ddèles d'objey.: nnes -(-,:'nrks: par cu.np.': des coefficients des moments associé ; ir:i7 contours ;I capturée a.1-30CiéS à des coiciqur; d'objets de la b -- de modèles d'... se Posant par eaeraple sur aile 'Iooyesns. abso normalisée. Ce c..?lcul renvoyer un facteur de similitude entre les polygones les plus gécniqsaul. et dont les e v:ac?.;..':t-i.iques de 1 sinosité représentent le maxi.:..'. de vraiser1:,1.ie ..,,vec l'objet La reconnrsance de l'obi t rco. ainsi avantageusement sur une classification géométrique à partir d' e base d'objets de ctce. .rtient peut être comparant les moments d.'inerË..-. t. avec oao ors d :1.férence dc la base d'objets avec la formule : man où A et B représentent les deux contours des objets à a er et n-1.4 et sont définis par = =et avec hi e et 11 les monunts de Hu de l'oLjet et de l'objet B, respecCuonent. Les lm s d'objets de L d'objets cci.re:;: de préférence à un d'instances la1-.,.°1i-cs .u.; d'un. Plateforine Le procédé 7..rention peut être iT té sur des rdateformes à faibles ressources. L'algori e p fre n. on 17inyt.ir e sur une rlatefo font les avr..,,.',jes sont I. -Labilité, la robtk;. ÉInps réel. La plWef-..un) fixe peut être un c,i..dinateur. La p peut ê.,Li.e un smaphone, une tablette, un orlio..Savo poe, -titecture ie1h et logir.ic .,lexe et présentant souvent des incompatibilités ,,'ar rapport à une platri-nze, uue Ale peut être mise en oeuvre cAT assurer l'acVq-L.:..:.tion du procédé avec la pipa-- os-, La base d'objs .ervant à la reco aissanc,:.; d l'objet peut , cor. plateft,nae logiciel Dans e y ante, la base d'o'njcts est accessible par le biais d' .., ° :::Iple un rés au i:.;°!..27°.:et,,...., '''.uetoothe.. cfr.'..? unei.110tell.T7 :_uss ne reaunau a encore pour 2i.t, selon un LI1ÊÏ'C., de ses aspects, un produit pour la mi: .... euv I..3cdé de dé.icction et de tel que ,ranaine compr:rt.u.t de à ce que : - au moins une ima représentant l'objet soit capturée et e1ç- - un prétraiLen".mt ;oit appliqué à ladite au moins une ime."7.e, comportant une étape visant à retrouver dans l'image les CJn4.5osuntes co texes dc l'objet, - les contoir,..3 soi...at ..;:és sur l'image - des descriptFfors associés aux ctoprs de moments d'inertie inv a7ts, et - ces desc.ip,ctus soient comparés avec des descripteurs contenus dans une d'ot j,)ts afin de recc-rmaitre l'objet. ci-d pour le procédé de reconnaissance --r'ent .luit proL,: aar d'or satet Le produit progr. e d'ordinateur peut être réalisé initial ent ss- are plu.ieforme logicielle fixe, telle qu'un ordinateur, et peut être porté par la suite sur une obile après avoir subi des chang ents et des optimisation' afin qu'il soit exploi L sur J. . i t,lorine mobile et qu'il fournisse un résultat optimal, la vitesse du et 1- moire 'mitée lr. plateforme logicielle mobile ne pen..n&-L,A pas d'exécuter des progr es à des cadences temporelles similî ires à celles d' fixe. L'invention pourra ;:.:L-e -mieux comprise à la Law u du la qui va suivre, d'ex pies non limitatifs de mise en oeuvre de celle-ci, et à l'ex en du dessin Liulexé, sur lequcl : - la Ils.a5'C 1 est un aelra. tp nanad certaiaus du oédé de °ri aissance l'invention, k: Xire 2 est un schéma représentant en détils du procédé de reconnais. e d'objets selon l'invention, la f 3 et 2,Aontrant la reconnaissance d'un objet selon l'invention, - la figure 4 est un ::.011f:ma représentant des étar d luise Luvr=;;; proc(..dé ;:,e,lon l'invention .i.)ar un utilisateur, les IiLVII-CS 5A à 5C et 6 à sont des images illustrant les différents résultats (Ls di 'invention, les figus 17 à . images Tv différents ré t1tPï du nL.ocidé de reconnaissance d'objets, la figure 20 est une image résultant d'un exrnple d'utilisation du procédé selon l'invention.

Des étav..,, (Ill. procédé de dtctPï d recc?rr2i7s-t.nce d'un objet selon l'invention sont riprentées à la 1. Le procaé selon p 'te découpé en deux une pr ière partie de prétrait ent 10 et une deuxième partie de jcction et reconrrissp.nce 50. La pa7.5e J. prétraitemeriT 10 ,;:o.Joi-te une éÇe 11 ,l'acqi.:isition de l'image, une 12 de con,,Tersion de l'espac:,:- ul.:e é' 13 de f11uue morphologique. La p.11.ie de détection et de reconnaisso.nce 50 corrxorte une étape 51 de , u. te é>:upe 52 d'affinage du corÉcur Lie étçe 0 d'app ement de modèles.

Plus précisément, comm-: rcp.','senté à la figure 2, l'étape 13 dc '. orphologique du prétrait ent 10 a.D7liquée à une image 2 acquise et convertie colmporte unc :<.)us-t:.; 14 de .on de composantes connexes (ou ki anglais), une sous- 15 c P.. foi P nue s.s 16 de li,.,sage. Lzs taes 51 et 52 de d&-,ctioil et d'.: lie de détection et reconnaissance 52.. C47111115iTetmt une sous-U1i.ne 53 de segmenbt e sou::: -et 54 de sépar de canaux, une sou..;-étape 55 de filtri. Canny, ine 1 ','ue sous-étape 57 de de l'enveloppe convexe et une 58 d'ey contour. PréférenieIleïit, toutes lu étzius du procédé sont accomplic-::, t, ..encore plus péf,ri..:ntiellement, eries ùnt accomplies dans l'ordre décrit. L'ens ble de et SOUSéPlpe en détails ce qui suit.

Comme représenté à l'ordinogr. ',tue d Ittt 3, dans le but reconna1t-e un objet 1 présent dtttis une image 2, un prétraitement 10?Ar. urt, détrsc..m de contours 51 sont .4,plittués à 'tt'tge 2.112s cl.sctipteurs des contours sont calculés lors d'une étape 59 etutt; le; Lut d'C:lutt', cotripat. d'objets 3 lors d'une étapt.: d';.pH -r mes 4 coitenus dans une base S. .-Àculé ne correspond à aucun descripteur de la ...use d'objets 3, ur indicar : selt,tt tltclht: la fo:".;-:c et l'objet sont non-identifiés t dans une étape 62. Dans le cas contraire, si un dt7,s,:t leur come,spond à uti t7esc..t.imr enregistré dans la b a d'utjets 3, l'objet 1 est identifié à une ...c 61.

Le cail descripteurs 59 et l'appkn ' dèles 60 seront c;titcrits en détails dans la suite. Le procédé selon l'invention peut être ut9 sur la plateforn-tc; mobile 5 d'un utilisateur U, comme représenté à la figure 4. Pour utiliser le procédé de connaissance d'objets, l'utilisateur U htt tee une applicatkr sa plateforme logicielle mobile 5, lors d'une :!::.t:t1:,e 20, c,tose - :hages de l'objet I est mise en route pal dite plateforne 5 lors d'étapes 21 et 22, et l'd,'..tlification de l'objet 1 est sur la pl.!teforme dans une étape 23. Let, eai.:,t:t; du procédé selon l'invention vont à présent -t-.:rites en rr: ce itux figtttes 5A à 5C et 6 à 16.

Plusifurs images de Po 1, dont une est vis:ble à la figure 5A, sont avantageus ent acquises, lors de l'étape 11 d'acquisition de par un app,t-..1 ,ture, tel qu' .e c. éra filmant l'objet, par exemple entre 10 et 15 irtag,t3 par S 0 n dtt', Un 1m 2 -sr l'application du pu'..;t1:: selon l'invention est avantageusement convertie en niveaux d,- '-ris, lors de Utt 12 de conversion de l'espace couleur, comme représenté à la fin u:. L'image 2 est msuite bin sée, dans l'ex pie tuttique culculé en moyennant le voisinage de chaque pixel, a 3 de film morpholo.ie du ent 10 appUqué, 2 bin. sée coni..rt une sous-étape 14 de clacction des t7.("1.pes I. pixels .1 a,. 7és cotte:,,:, dont 1e -..,-,.tttdtittt est visible à la figure 6.

Le:;axes sont extraites, à différents niveaux d'échelle, par ex.-.mple par l'analys,-. extm.çsla, de l'image 2 oLinus par cc wolution de l'im ga-L-ssi isotropes. Lors de l'ét2.' e 15 de filtrage de forme, la composante co.f.,-n;.7 la plus grande surface est dét inée afin de réaliser sur l'ima?-.e 2 ledit repré h figure 7, et de cor .,s:rver seulcment les con i'osantes connexes susceptibles de co.t..1t,..4.- un contour d'objet i'LL:o.uu.;ss.,:,1.)1e, en enlevant notamment les petits objets superflus. Afin d'adoucir les bords de l'objet et de mettre en évidence les frontières des formes géométriçues cutine:, es en éliminant une partie du bruit, une convolution d'un filtre numérique de lisage avec l'imp7e 2 est ensuite réalisée à l'étape 16 de dont le :2t la figura 8. Le filtre num que utilisé est par ex e un filtre gausFifm. 9, consiste Une étape 1,:applément.b.3.7e nale rétr.?. 10, réq.111.71.rt- spliqu.cr plusieurs op, ttions à multiple valeurs interv:s lle 1. compos.mt.(3 connexes afin de déterminer les formes sur un large -,.o.i?..cuse et d'extraire les pal des de faible contraste. La figure 10 rrésente des étape...3 51 et 52 de ..;.tion et d'affinage des contours de la p e détection et recomr.s.:-.mce 50 du ..Aon l'invention. Lon. de cette étape 53 de segment:::;tion pyrarr;,lale, un sous-échanflonnage multi-résolutios. ex lie u. filtraF...; 1tatif local, est appliqué à l'image 2 pour modifier C:711-.7:ase.srs; le coirerir31,..-.. I - n-rulti-échelle. Lors de l'étape 54 de rtion de - composant couleur dc.C. le ,cst visible à la figure 11, l'image 2 est décompo en trois canaux pour nievcr les info:..itic)'isp tine. s eJ ces différentes et les agréger à la fin du procédé. Un filtra,s,- Canny est ' à l'it.ge 2, lors de l'éntpe 55 représentée à la figue 12, pour permettre la détection des:.:01.:i'0'11".2t et éLïïkr les informations les moins pertinentes en préservant les propriétés importantes de l'objet 1. Coiïe repr,rsté à la figure 13, tue .dilatation de contour, par exemple par appl,...o..d. d'un fi1Le morphdiog%ue, appliquée à l'image 2 lors de l'étape 56 afin d'élerr le périmètre du contour cit. d combler les discontinuité: déits de repe.3sc..ttation des bords.

L'enveloppe convexe du contour est calculée, lors de 57 représitc")c à la figure 14, en recherchant tou,3 .1);i-)i1t.3 détectés lors de la segm f.,:.dion, appelés égal ent points contracC3, a.!7.1 de définir une forme arrondie 1rC.:3entant une simih. géométrique avec l'objet 1 à re5-5'-,5t-,;.Cnim.

L'é'.4Yc 58 J exaction du contour saillant 6 7k7:17,1Y-Sc,112.-"ce à k, Tire 15 enfin de retrouver le contor aya le plus large périmètre et qui correspoAra à l'objet 1 d'intérêt recherché. A la fin des étal. 51 c.1,- 52 et. d'affae.2c de contours de l'objet 1, afin de comparer l'image 2 à l'.' '.t t av ks es de le b.3e 3 de mod,:;les d'objets pr11.e s, desipteurs du contour sont calciUs, lors de l'étape 59, en --:irr)ments Hu :lécrits précedemrnent. L'appbt.%,5r-.,:tut tln; formes est réalisé p coenpai-Àson des coefficients des descripteurs de ?; ceux &s desc!iptrmrs 4 des modèles d'objets contenus d,lis la 'Lt5.t.e d'objets 3, en se basant par ex,,..Tv' moye.ne .7,bsolue Ce voie facteur de similitude rntre les polygones les plus r. dont les emetxistioitl.07:e luminosit,': représentent le maxim3.-,3.n. dc vr-Àisem anu: ,;-?,t de l'appari ent 60 est représenté à la fige 16 et pe et de dé tectr.T l' «j:1 1 dans le cas où une correspondance a été trouvée.

Plusieurs imag. différentes du n.Eu.ne objet 1 peuvent être acquise-.; ct u::ilisées afin 7:i.E.7.ner le résultat de la - dic l'objet. La firiu. 17 -/-71.,r5..sente la (Ile la vcion d'échelle lors 6c la mise en oeuvre du procéd,': de reconnaissance d'objgAs n 1' di cntion, Lonstiue ost'ids noche de la came, il est bien visualisé dans l'image 2 et sen dét,: cç: bonne recolinssance dc l'oljet. Lorsque la 1.,:solution est fort ent dit..1.5tcste, pat-e. yle juscpali' 15% cic Li15..1;b de l'i détails sont perdus, le contour n'est pai bicn détecté et-lic ;).Gc peut échouer, bL:c lue les moments je Hu soient robustes aux chan: Les ch i ts de position et de l'orientation de la la reco aisncde l'objet d'intérêt 1, comme représenté à la figure 18, grâce à la robustesse des moments de Hu ct de position.

Cc, ----,-,e reprc.,s4s,..11.é la figure 19, le chap,g,41.,..nt de lumineuse n'a pas un grand impact sur 1-J7,. l'invention p et de gér...'7- de luminosit5. la ,-",-k-:Iction. (...Ji.±burs dans des condilion, faibl ..:-.,-_nairage. Les momcnt c Hu utilisés pour calcJcr les , des ccnjurs sont é lobustes à cette v ation et permettent d'iiti. fier 1. rininvdscê :pare 20 niontir ir d:dinde d'uninsi selon l'invention par un utiliseCe d er ui1i.. plateê 5, telle q1.4e son sim:-.IMIone, pour filmer les ine applicaticr-r, installée sur la plauJequnc logicielle 5 est lancée afin et de capturer le flux vidéo, puis d'e-/..,-uter le (L:7: 1'.b,: 1 selon l'invention tel que décrit précéder ent. -ré,..ultats différi1s étapes du procédé s'affichent à l'écran de la plateforme logicielle pour ql.le l'utilise- en prcnr, connaissance, comme visible à la figure 20.

L'inveri-doi.i n'est pas limitée à l'ex. :e qui vient d'é types c frc ou d'opérations de seuilJ être nid...nids. Une seule - 7 2 c. l'objet 1 peut être cap ..'ile 2.0 un :.,pprreil photo. Le tdé selon l'invention peut avoir comme application la reconnais,-_,anc d'objets dans des, ver,OEz obtenir des infcrnulions sur les produits visés les consommateurs. Le procédé de reconnaissance d'objets selon l'inventio.1-, n Lent servir ,ire le Yi ente un objet physique et l'info ation num' que qui le concernant, irenani photo ou ec l'objet.

Le don:sirs de la méhode concerne p eu iè ent le commerce de pro& !a,::iques o de puvenir à .nue nsinn.n.re compréhension des bcsolfts des consommateurs dans un marché diversifié et en constante En effet, les informations fournies sur les produits sont souvent incomplè!.:s et p:ts le compl-:-'::----er.: d'informations 'dont 3.c coolamideur a besoin. Cette applic.:iCion de liaLo cistre un obj-::: ,-;t. le ,:.:,enlenu je, la meilleure manière aux exigences du consomrr.7tc4:v ui lui fournissaat ii tmps réel les renseignements désirés sur objet donné, tel que son prix, son util ;Y.ii, 1 rLC qu'il procure, sa contenance, ses déclla- ns, ses lieux de vente, etc. Hue interface utilis:iteu: _siiettre l'affic; .-e d'informations sur des produits co our _ s réel. Ce s ar. 3rte des ir.i.rmaticn.:7, ce qui nsommateur une meilleure prise de L'expression « comrortant un » doit U.ie comprise co e étant synonyme « comportant au r.::',ins un », sauf si le contraire .(25 L'epn « compris entre » doit s;c. comumdre bornes incluses. 10

Claims (18)

1. REVENDICATIONS1. (1-5 et de recoi.laaissance d'un objet (1), dans lequel : (2) repr:.At l'objet (1) e cà.pturée et enregistrée, - un - )) est à ladite au noirs une ix-c1.3e (2), comport t une étape (14) vit à retrouver l'image (2) les - cc l'objet (1), - les con5Jurs (6) dc l'objet (1) sont détectés sur l'image (2) prétraitée, - d. - ciés contours (6) de l'objet (1) sont calculés à 10 partir de moments .iF<Ttie ces descrip.ours scat i:,(:]-;--1.N.Ç.:5.s 5.vec des eo1',.. une base d'objets (1) afin de Ieconnaitre l'c,bjet (1).
2. 2. IiocM5 selon la re7mdication 1, d nns lequel les &scripteurs sont calculés V: le cAcul de la moyenne 15 pondé,':-.5 des irtY,Irités des -Ii:;::-51,:.> sur au ,.;rtie des 1,5'1s de l'image (2), notamment sur les pixels des contours, de 755-5,rence dans directions
3. 3. P-.,5édé selon la revendici..iion 1 ou 2, dans lequel ladite 5To image (2) l'objet (1) est acquise par un ïii.pareil de capture, notzunment une éra filmant l'ol5j.ct. 20
4. 4. Pré selon l'ur» quelconque. d reve,..ic2us 1 à 3,' images rcp:55,5ntarit l'Objet (1) sont caparées et analyses an de ïe.eoni-itre
5. 5. Pro cd.-elon l'une q.lco. des revcajicl.,.Lions précédentes, dans lequel ladite au moins une image (2) est Ca.:1VC::'Ï:2 de gris et/ou binarisée 25 préalablement au prétraitement (10).
6. 6. roGédé selon l'une quelconque des rcvendications précédentes, ans 1L.quel. le (10) oci en oUi.el..:1-Le éte dc filtrage de forme (15) vi: int à dét mer la compos:i.?È,, pl .3 grib
7. 7. Procédé Lclon ic-,'conque desf..v5.7.:ndications 30 lequel le (, 1,0) comporte en outre une étape de lissfm (16) où une: envolutii 22 d'un filtre numériqu.. notamment un filtre I l'image (2) est réalisée, le fil num que utilisé étant
8. 8. Ifrocédé selon l'une quelconque des revendications précédentes, dans r,l...aitement (10) comporte t.n outre une où une ou plusieurs opératkiiis scuillage à multiple % :.ï;.rs son:. .ées sur e (2) contenant les connexes.
9. 9. Procédé selon l'une quelcorq - revendieaLio Fécédentes, dans , préalabl eut à la détection de co:,.ito..$.rï. (51, 52), un sous-échantillonnage multi- soh (53), par un fiLl , , est appliqué à l'image (2).
10. 10. des vei.,.1.;-crt:.ns précédentes, d..uas préalabk-7,1.7.nt u. (tectkr, ,:-.oitours (51, 52), l'ir;-,Î (2) trois canaux de compsantes couleur.
11. 11. Procé,M selon l'ur ..7uelconque des revenoE.7ations précédentes, dans lequel la (.1.é.tx: lion d ntours (51) cu::iriporte une étape :fl.luuue de Canny (55).
12. 12. -.71.101ccnT,..e. des utions &f1c7.71-,es, dans coutours (51) c.iiu. en outre contour uivie de l'idçqtification de la fo te des contours, notyr7f- pro eiriues de l'objet (1).
13. 13. Pocédé selon l'une quelconque es rev:.(7;ez ions précédentes, dans e ei7:.,tation de coruu (56), d'un filtre morphologique, est a.ppliq-uée à l'in7:.7.tre fin de comb des bords du contour et d'en élargir le pur.(i Lre.
14. 14. Procé.d n la revendication 12, dans lequel c.,ppe convexe du c 'et e - ..1-;..:-4 en .. tent lors de la ser.ttion de cont..inn
15. 15. Procédé selon l'une quelconque des revendications précildzi-nub, luue1 contour stlilk:L:t (6) de l'objet (1) est exti.;.
16. 16. Pruud selon l' .1conque précéJentes, d. lecu 1 les coeffic.',...T,:.; jes descripteur-::, associés aux coilis (- ) de - (7) sont comparés Ads deszni ;tirs assocu à les contours d'o',..jets contenT. d'objets (--.) :Jéférence par le calcul d'une moyenne absolue flot la fcennn. R=où A t, :;fébeL:-2. 1.:s deux rjets à c iprer et ne' et m7 s 4 '.±finis = sign FIA E _et par - hA et 1. ; 0 Hu de l'objet A et de l'objet B, respectiv en t.
17. 17. Procédé selon la revendica> lequel la cOE:rpirai3on des ..,envoie un facteur de sir.LLL; entre les prilygones les plus upprochés nt ' s caractéristi7Y représentent le maximum de vraisemblance a
18. 18. 8 nein 1 'une étant impl '7.1r une piatelorme h.cie1le à faible resfourcc (5), logicielle mobiL. ilroduit d'ordir.,..,:ur pour la mise en oeuvre du proe.,,-1.",e que ,iierinl à Pie quelconque des revendictions 77.-écj..-1entes, le pro l- pro. de manière à ce que : u moins u.17.e image (2) représentint l'objet (1) soit capturée et erreq. prét:- ent (10) soit ué à lite au moins une ira (z), pretraitenseint compoielaini une étape (14) v:ant ouver dans l'im ge 2) les composantes co exes de l'objet (1), ?,5 cOEÉ,Jui-s (..) de l'objet (1) soient détectés sur l'image au--;,, contours (6) de l'objet (1) soient calculés à e de moment3 ces descriele ses s- 8e.rierés avec des descripteurs .les une base (4) afin de reconnaitie (1).