Ecole Nationale des Sciences de l’Informatique
Filière II: Ingénierie pour l’Image
Module: Représentation discrète des objets 3D
Enseignant: M. Majdi JRIBI
Dr. Ing. en informatique
E-mail: [email protected]
1
Majdi JRIBI
07/09/2018
Plan
Chapitre 1: Du 2D au 3D
2
Majdi JRIBI
07/09/2018
Plan
1.
2.
Notions de base sur les images 2D
Notions de base sur les images 3D
3
Majdi JRIBI
07/09/2018
Plan
1.
2.
Notions de base sur les images 2D
Notions de base sur les images 3D
4
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
Traitement d'images (Image Processing)
Manipulation dont l'entrée et la sortie sont des images.
Aide l'humain pour examiner les images.
Analyse d'images (Image Analysis)
Analyse d'images (Image Analysis)
Manipulation où l'entrée est une image mais la sortie est de l'information.
Vision par ordinateur (Computer Vision)
Émule la vision humaine dans le but d'extraire de l'information ou de
prendre une décision.
5
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
- Traitement (bas niveau) : suppression du bruit, augmentation de contraste,
lissage, réhaussement des contours..
- Analyse (haut niveau) : extraction de l’information
6
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
Image optique ou analogique : c’est le résultat de la projection d’une
scène sur un plan (plan focal d’une caméra, la rétine, …) ou sur une
surface.
Onde émise
Source de
Source de
lumière
Onde réfléchie
Image
Plan
7
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
8
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
Echantillonnage
Pour un signal continu, l’opération d’échantillonnage consiste à extraire
quelques prélèvements (représentants) de ce signal permettant de
Advertisement
régénérer ce signal.
Il s’agit d’une discrétisation de l’espace.
Il s’agit d’une discrétisation de l’espace.
Chaque échantillon d’une image est appelé pixel.
L’échantillonnage détermine le nombre de pixels qui définit la résolution
Signal
original
Signal
échantillonné
9
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Quantification
Définitions
C’est l’opération de discrétisation des valeurs des échantillons : affecter à
chaque échantillon la valeur numérique la plus proche.
Codage informatique sur 1,2,..,8, …..32 bits.
10
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
La même image codée avec différents nombres de bits
Définitions
256 ng
128 ng
64 ng
32 ng
16 ng
8 ng
4 ng
2 ng
11
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
une image avant numérisation est un signal 2D continu
(même si elle correspond souvent à une scène 3D...)
une image numérique est une matrice de nombres représentant le signal continu
12
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
Image binaire, I (i, j) = 0 noir ou I (i, j) = 1 blanc
Image en niveaux de gris, si l’on code les niveaux sur 8 bits, on pourra
décrire 256 valeurs entières (nuances), de 0 (noir) à 255 (blanc).
Image couleur, si chaque canal, rouge, vert et bleu, est codé sur 8 bits (24
Image couleur, si chaque canal, rouge, vert et bleu, est codé sur 8 bits (24
bits au total), on pourra donc décrire 16.7 millions de couleurs.
Une image 24 bits est dite en ”vraies couleurs” (true colors) et elle est de
qualité photographique.
13
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
14
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
15
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
Système RGB : (Red, Green, Blue)
Il est basé sur les couleurs primaires rouge, vert et bleu.
L’addition de ces trois couleurs donne du blanc.
L’absence de couleur donne du noir.
Ce modèle constitue le principe de base des moniteurs de télévision et
Ce modèle constitue le principe de base des moniteurs de télévision et
des écrans à balayage; en effet, c'est par superposition de rouge, de
vert et de bleu que l'affichage couleur est réalisé.
16
Advertisement
Majdi JRIBI
07/09/2018
1. Notions de base sur les images 2D
Définitions
Système CMY(Cyan Magenta Yellow)
La détermination des composantes RGB d'une onde s'opère par
addition sur un fond noir.
Un tel système n'est pas adéquat pour traiter l'impression sur feuille
blanche définition d'autres systèmes de couleurs, complémentaires au
blanche définition d'autres systèmes de couleurs, complémentaires au
système RGB c’est le système CMY(synthèse soustractive).
Le Cyan, le Magenta et le Jaune sont les couleurs complémentaires de
celles du système RGB et dont la somme produit le noir.
17
Majdi JRIBI
07/09/2018
Plan
1.
2.
Notions de base sur les images 2D
Notions de base sur les images 3D
18
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Domaines d’application
Archéologie
Construction et visite virtuelle des sites archéologiques
Valorisation du patrimoine culturel
19
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Domaines d’application
Médecine
Les tissus cérébraux
Les tumeurs du foie
Analyse des pathologies
Mouvement du genou
20
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Domaines d’application
Biométrie des visages
Détermination des identités des individus
21
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Domaines d’application
Reconnaissance des formes 3D
Remédier aux difficultés de la reconnaissance de formes 2D.
22
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Pour quoi le 3D?
Palier aux limitations essentielles des images 2D:
Le problème de pose
Le problème d’illumination
23
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Pour quoi le 3D?
Problème de pose
Ostéosynthèse des
Ostéosynthèse des
fractures
de Fémur
24
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Pour quoi le 3D?
Problème de pose
Advertisement
Image 2D
Image 3D
25
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Pour quoi le 3D?
Problème d’illumination
Images 2D
Image 3D
26
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Quatre méthodes de représentation des images 3D
1. Explicite
1. Explicite
2.
Implicite
3. Paramétrique
4. Polygonale
27
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Explicite
Surface : { P(x,y,z) R3/ z=f(x,y)}
Equation explicite d’une demi sphère unitaire
z
1
x
2
2
y
28
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Implicite
Surface : { P(x,y,z) R3/ f(x,y,z)=0}
Equation implicite d’une sphère unitaire
zyxf
,
),
(
2
x
2
y
2
z
01
29
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
paramétrique
Surface :{ (x(u,v),y(u,v),z(u,v)) R3/ (u,v) W2}
Représentation paramétrique d’une sphère unitaire
Représentation paramétrique d’une sphère unitaire
30
Advertisement
x
y
,(
)
,(
)
,(
)
z
sin(
sin(
cos(
)
sin(
)
)
)
cos(
)
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Polygonale
Surface : Ensemble de petits patch de surfaces
31
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Polygonale
Exploitation par des ordinateurs, le continu n'existe pas Discrétisation
• Différents niveaux
• Approximation
32
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Polygonale
Une surface est composée de:
• sommets de coordonnées tridimensionnelles.
• facettes obtenues par liaison entre les points.
• facettes obtenues par liaison entre les points.
Maillage
33
Majdi JRIBI
07/09/2018
2. Notions de base sur les images 3D
Méthodes de représentation
Polygonale
Fichier OBJ
V 0 0 0
V -1 0 0
V 0 1 0
V 1 0 0
V 1 0 0
V 0 -1 0
F 1 2 3
F 1 3 4
F 1 4 5
F 1 5 2
34
Majdi JRIBI
07/09/2018