Rapport de Stage d'Immersion en Entreprise

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

7

8

8

8

8

8

9

9

11

11

12

12

12

13

13

13

13

15

16

16

16

16

17

3 Sp cication des besoins

3.1 Sp cication g n rale . . . .

3.2 Sp cication fonctionnelle .

.

.

3.2.1 Besoins fonctionnels .

.

.

.

.

.

.

3.2.2 Besoins non fonctionnels .

3.3 Sp cication . . . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.3.1 Diagramme de ot de donn es (DFD) .

3.3.1.1 Diagramme de contexte .

3.3.1.2

Rafnement successif .

3.4 Les solutions retenues

. .

.

.

.

.

3.4.1 D tection de mouvement

3.4.2 Extraction de lombre

3.5 Conclusion . . . . . . . . . .

.

4 Conception

Introduction . . . . . . . . . . . .

4.1 Outil de conception

. . . .

.

.

.

.

.

.

.

.

.

.

4.2 Diagramme de transition d tat .

4.3 Conclusion . . . . . . . . . .

.

.

.

5 R alisation

Introduction . . . . . . . . . . . .

5.1 Environnement de travail

.

.

.

.

.

.

.

5.1.1 Environnement mat riel .

5.1.2 Environnement logiciel

5.1.2.1 Choix du C .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.1.2.2 Choix dOpenCV .

5.1.3

logiciels

. . . . . . .

5.2 Exemples de r alisation . .

5.2.1

Interface de choix

.

.

.

.

.

.

.

5.2.2

afchage quadrimage .

5.2.3

test au niveau dun point

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.2.4

test sur une zone de limage .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

. . .

.

.

.

18

18

19

19

19

20

20

20

21

21

21

22

22

23

23

23

24

24

26

26

26

26

27

27

27

28

28

28

29

31

33

4

5.3 Conclusion . . . . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

34

6 Tests

Introduction . . . . . . . . . . . .

6.1 Test de performance

. . . .

6.2 R sultat . . . . . . . . . . . .

6.3 Conclusion . . . . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

Conclusion

Bibliographie

A Annexe A

B Annexe B

35

35

35

36

36

37

38

39

43

5

Table des gures

2.1

repr sentation de limage sous forme dune matrice de pixels

3.1 Diagramme de contexte . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.2 Description de lint rieur du diagramme de contexte .

4.1 Diagramme de transition d tat .

5.1

Interface de choix . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.2 quadrimage dans le cas absence de mouvement

5.3 quadrimage cas de mouvement .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.4 Test de mouvement en un point cas absence de mouvement.

5.5 pr sence de lombre . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.6 Test de mouvement en un point cas de pr sence de mouvement .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.7

test de mouvement sur une zone de limage cas de labsence de mouvement

et dombre . . . . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5.8

test de mouvement sur une zone de limage cas dun mouvement .

6.1 Calcul de temps . . . . . . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

14

20

21

24

29

29

30

31

32

32

33

34

35

6

Introduction G n rale

Introduction

DA ns les derni res deux d cennies nous avons assist un rapide accroissement de la

disponibilit dinformations audio-visuelles dans diff rents domaines. Suite cette

diffusion, nous avons enregistr un consid rable int r t de la part de la communaut scien-

tique dans lapprofondissement des techniques de vision articielle.

Un des domaines dans lesquels la recherche scientique sest particuli rement investie,

a t celui de lanalyse vid o, en temps r el, pour la d tection d v nement dint r t pr sent

dans la sc ne contr l e par la cam ra.

Lanalyse dobjets dans une s quence vid o est appliqu e diff rents domaines appli-

catifs, le plus important tant les syst mes de vid osurveillance. Les syst mes de vid o-

surveillance sont employ s dans les a roports, gares, etc. o des cam ras sont install es

pour le contr le de quais, aires, clients, etc. La prise en charge de ces d tections par des

syst mes autonomes devient de plus en plus n cessaires devant laccroissement signicatif

du nombre de lieux contr ler et limportance galement croissante de probl mes de s ret

publique. En effet lenjeu dun tel syst me r side dans la capacit reconna tre des attitudes

et interpr ter des sc narios.

De nombreuses m thodes ont alors vu le jour et des progr s majeurs ont t r alis s, en

vision, en analyse ou en traitement dimage.

Parall lement ces avanc es technologiques, la lumi re qui est la source de ce que nous

percevons dans les images reste fondamentale pour des tr s nombreuses applications. Beau-

coup de m thodes danalyse ou de traitement dimages restent en effet tributaires de la

fa on dont la lumi re illumine une sc ne. Par exemple l tude des ombres. Cest dans ce

cadre que sinscrit notre stage d t r alis au sein de la soci t WAYCON. En effet il sagit

de mettre en place un outil de suppression des ombres dans une sc ne vid o.

7

Dans le pr sent document, nous commencerons par introduire le contexte g n ral du

projet, savoir le cadre de celui-ci ainsi que lorganisme daccueil. Ensuite, nous intro-

duirons les notions th oriques li es lanalyse dombre. Puis, nous entamerons les tapes

danalyse et de conception du projet. Enn, nous pr senterons quelques exemples dex cu-

tion de notre algorithme par la pr sentation de quelques imprimes crans dans la phase de

r alisation.

0.1 Pr sentation de lorganisme daccueil

0.1.1 Mission et domaines dactivit s

Waycon est une soci t de d veloppement et dint gration de syst mes de s curit et de

gestion informatique. Les solutions propos es sont de type Hardware et Software (Logiciel

et Mat riel).

0.1.2 L quipe Alquasar

Il est form dun groupe ing nieurs dont les domaines de d veloppement :

Contr le dacc s

Gestion de temps

Applications de s curit

Les technologies de travail :C++, Java, J2EE, OSGI, Spring, Etc.

0.2 Pr sentation du sujet

Ce projet intitul " Suppression dombres dans une sc ne vid o " consiste en la concep-

tion et la r alisation dun algorithme permettant danalyser la s quence dimages prise par

une cam ra, d tecter les r gions de mouvement, extraire lombre et la supprimer.

0.3 Conclusion

Au cours de ce chapitre, nous avons pr sent le cadre g n ral du projet en pr sentant

lorganisme dacceuil, ainsi quune br ve description du sujet. Le chapitre suivant va d crire

les cas existants et les m thodes disponibles dans le contexte de notre projet.

8

Chapitre 1

Etude de lexistant

Introduction

DANS ce chapitre nous allons pr senter les diff rentes m thodes de d tection de mou-

vement et danalyse dombre qui existent.

1.1 D tection de mouvement

La d tection dobjets en mouvement, r alis e imm diatement apr s lacquisition dune

image est une tape cruciale pour les syst mes de vid osurveillance. Elle consiste identi-

er les zones de mouvement dans limage, rendant alors possible un rafnement de lespace

de recherche pour les op rations ult rieures. En effet, un gain de performance consid rable

peut tre r alis lorsque des zones sans int r t sont limin es avant les phases danalyses.

Cette am lioration d pend cependant de la complexit des algorithmes de d tection et de

reconnaissance utilis s. Nous pouvons classer les m thodes de d tection de mouvements

en trois cat gories :

" La technique de limage de fond ou encore la soustraction de larri re-plan (SAP) :

Cest la m thode la plus fr quemment employ e. Elle permet de distinguer des objets

mobiles par diff rence ce fond. Elle est une des m thodes les plus utilis es probable-

ment gr ce sa simplicit th orique ainsi qu sa faible complexit algorithmique. Le

principe fondamental repose sur une estimation statistique de la sc ne observ e per-

mettant de connaitre une image de r f rence. Le mouvement est d tect en comparant

une image test avec le mod le darri re-plan calcul auparavant. Le mod le statistique

9

calcul lors de la phase dinitialisation est constamment mis jour au cours de la s -

quence, lui permettant ainsi de sadapter aux changements qui peuvent se produire

dans la sc ne observ e.

" La technique du ot optique : Elle permet la mise en oeuvre dune analyse globale du

mouvement laide dune quation (Horn et Schunk, 1981) reliant la variation din-

tensit lumineuse en un point avec la vitesse de d placement de ce point. Cette tech-

nique procure une information de mouvement pour chaque pixel de limage. Ainsi il

mesure les vecteurs de d placement partir de lintensit des pixels de deux images

cons cutives ou temporellement rapproch es. Dans un contexte de d tection de mou-

vement, les pixels inactifs poss deront une v locit nulle contrairement des pixels

appartenant des objets dynamiques. Une classication sous forme de regroupement

est donc n cessaire an disoler et de localiser les zones repr sentant du mouvement.

Cette technique est utilis e en m t o (analyse et mesure des mouvements des nuages,

des cyclones), et en aide la conduite de v hicules (d tection et analyse des objets

mobiles devant le v hicule : autres voitures, pi tons). Linconv nient majeur de cette

m thode est la somme importante de calculs r aliser pour lestimation du mouve-

ment.

" La technique de diff rences dimages successives : Elle consiste soustraire une

image acquise au temps tn dune autre au temps tn+1. Ainsi limage r sultante sera

vide si aucun mouvement ne sest produit pendant lintervalle de temps observ car

lintensit et la couleur des pixels seront presque identiques. Par contre, si un mou-

vement a lieu dans le champ de vue, les pixels fronti res des objets en d placement

devraient changer drastiquement de valeurs, r v lant alors la pr sence dactivit dans

la sc ne. On seuille en g n ral les carts constat s par une constante plac e tr s au

dessus de la valeur moyenne du bruit, ce qui permet de comparer des diff rences plus

certaines entre les deux images. De plus lop ration de soustraction dimages requiert

tr s peu de puissance de calcul, lui conf rant un avantage suppl mentaire.

[2][4]

ces trois m thodes sont bas es sur la d tection de mouvement suite lacquisition de limage.

10

1.2 Analyse de lombre

Plusieurs courants de recherche se sont int ress s la d tection, au traitement ou

lanalyse des ombres dans les images. Il peut sagir de supprimer les ombres de mani re

faciliter une phase ult rieure danalyse ou bien pour viter les probl mes qui peuvent tre

caus s par la pr sence des ombres dans une sc ne. En effet, dune part, les ombres peuvent

poser des probl mes pour les algorithmes qui viser d pister ou identier des objets dans

la sc ne. Dautre part, lombre peut tre class comme un objet totalement incorrect dans la

sc ne. Beaucoup de techniques sont alors mis en vidence pour identier des objets et sont

bas es sur linformation de mouvement, savoir segmentation de mouvement et d tec-

tion de mouvement. Puisque les ombres produisent des changements temporels, la d tec-

tion dun objet mobile peut inclure la d tection de son ombre ou une partie de son ombre.

En vid osurveillance, plusieurs m thodes r centes de d tection des ombres ont alors t

propos es. Les hypoth ses plus fortes pr sent es dans ces cas sp ciques permettent des

meilleurs r sultats que dans un cas g n ral. La cam ra est en effet suppos e xe et le fond

statique. Le principe de base est identique pour toutes ces m thodes, une image de r f -

rence ne contenant aucun objet mobile est calcul e au pr alable. Elle permet une d tection

beaucoup plus facile des objets en mouvement et des ombres dans limage. La difcult

consiste s parer les modications dues la pr sence dun objet celles occasionn es par

un changement photom trique local comme une ombre port e ou une r exion sp culaire.

En r sum toutes ces m thodes pr sentent trois tapes importantes :

Cr ation de limage de r f rence

Extraction des modications par rapport limage de r f rence

Identication des ombres

[1]

1.3 Conclusion

Au cours de ce chapitre nous avons pr sent les cas existants pour la d tection de mou-

vement et lanalyse des ombres. le chapitre suivant intitul tat de lart sera consacr

pr senter l tude th orique que nous avons effectu e pour la r alisation de notre projet.

11

Chapitre 2

Etat de lart

Introduction

DANS ce chapitre nous allons d nir la s curit lectronique en particulier la vid osur-

veillance, la cam ra IP et les notions utiles pour le traitement dun ux vid o. Dans

le m me contexte, ce chapitre d crit la d tection de mouvement et lanalyse des ombres.

2.1 S curit lectronique

La s curit lectronique est le domaine de contr le et de surveillance lectronique au

travail et dans les lieux publics : parkings, quais de gare, a roports, jardins publics, mus es,

banques, petits commerces, grands magasins, etc.En outre, depuis lapparition des premiers

syst mes dans les banques et commerces de luxe rien ne semble enrayer la prolif ration des

syst mes de cam ras de vid osurveillance en circuit ferm dans lieux publics et priv s ou-

verts au public. Aujourdhui il existerait plus de un million de ces syst mes et pr s de 150

000 installations dans des lieux publics, lhomme de la rue ne peut plus viter la vid osur-

veillance qui tend sinstaller dans la ville autant que dans les moeurs.[6]

2.2 Vid osurveillance

La vid osurveillance d signe les syst mes techniques permettant dassurer la surveillance

distance dans un lieu public ou priv : des b timents, des biens et des personnes au moyen

de cam ras vid o. En outre, elle consiste placer des cam ras de surveillance pour visua-

12

liser et/ou enregistrer en un endroit centralis tout le ux de personnes au sein dun lieu

ouvert au public pour surveiller les all es et venues. Elle comporte quatre phases : d tection

de lincident, transmission, r ception et traitement de linformation. Les causes de linstal-

lation de syst mes de vid osurveillance sont diverses, toutefois la s curit publique ainsi

que la protection des biens mobiliers ou immobiliers font ofce d l ments phares dans la

justication de la vid osurveillance.[6]

2.3 Cam ra IP

Cest une cam ra analogique avec une carte r seau et un codage vid o du bmp vers le

jpeg.

certaines cam ras codent en MPEG4.

Certaines cam ras sont congurables partir dun serveur web.

certaines cam ras font la contr le de position en ptz.

certaines cam ras font la d tection de mouvement.

2.4 Traitement dimages vid o

2.4.1 Une s quence vid o

Une s quence vid o est un ensemble dimages successives dont chacune est associ e

un d lai. chaque image d crit un ensemble de pixels qui le constitu. La s quence vid o peut

d crire optionnellement linformation auditive associ e.

2.4.1.1 Image

1. Notion de pixel : Une image est constitu e dun ensemble de points appel s pixels

(pixel est une abr viation de PICture ELement) Le pixel repr sente ainsi le plus pe-

tit l ment constitutif dune image num rique. Lensemble de ces pixels est contenu

dans un tableau deux dimensions constituant limage. La gure suivante illustre la

repr sentation de limage sous forme dune matrice : Etant donn que l cran effectue

un balayage de gauche droite ou de haut en bas, on d signe g n ralement par les

coordonn es [0,0] le pixel situ en haut gauche de limage, cela signie que les axes

de limage sont orient s de la fa on suivante :

13

FIG. 2.1 repr sentation de limage sous forme dune matrice de pixels

Laxe X est orient de gauche droite.

Laxe Y est orient de haut en bas.

Plus il ya de pixels, plus riche est linformation produite. Chaque pixel est en g n ral

repr sent par une ou quelques valeurs enti res qui codent son intensit (en noir et

blanc et en cam ra Thermique/infrarouge) et, dans le cas de la couleur, sa chromaticit

et sa saturation.

2. Repr sentation de la couleur : Une image est repr sent e par un tableau deux di-

mensions dont chaque case contient une valeur. La valeur stock e dans une case est

cod e sur un pixel. La valeur stock e dans une case est cod e sur un certain nombre de

bits d terminant la couleur ou lintensit du pixel, on lappelle profondeur de codage

(parfois profondeur de couleur). An de pouvoir manipuler correctement des cou-

leurs et changer des informations colorim triques il est n cessaire de disposer dun

moyen de choisir une couleur parmi toutes celles utilisables. Or, la gamme de cou-

leurs possibles est tr s vaste et la cha ne de traitement de limage passe par diff rents

p riph riques. Il est donc n cessaire de pouvoir repr senter de fa on able la couleur

an de sassurer de la coh rence entre ces diff rents p riph riques. On appelle ainsi

"espace de couleurs" la repr sentation math matique dun ensemble de couleurs. Il en

existe plusieurs, parmi lesquels les plus connus sont :

" Le codage RGB (Rouge, Vert, Bleu, en anglais RGB, Red, Green, Blue)

Mis au point en 1931 par la Commission Internationale dEclairage (CIE) consiste

repr senter lespace des couleurs partir de trois rayonnements monochromatiques

de couleurs :

Rouge (de longueur donde gale 700,0 nm)

Vert (de longueur donde gale 546,1 nm)

Bleu (de longueur donde gale 435,8 nm)

Cet espace de couleur correspond la fa on dont les couleurs sont g n ralement co-

d es informatiquement, ou plus exactement la mani re dont les tubes cathodiques

14

des crans dordinateurs repr sentent les couleurs. Ainsi, le mod le RGB propose de

coder sur un octet chaque composant de couleur, ce qui correspond 256 intensit s de

rouge (28), 256 intensit s de vert et 256 intensit s de bleu, soient 16777216 possibilit s

th oriques de couleurs diff rentes, cest- -dire plus que ne peut en discerner loeil hu-

main (environ 2 millions). Toutefois, cette valeur nest que th orique car elle d pend

fortement du mat riel dafchage utilis .

" Le codage HSL (Hue, Saturation, Luminance, en fran ais TSL, Teinte,Saturation,

Luminance) Le mod le HSL est un mod le de repr sentation dit "naturel", cest- -

dire proche de la perception physiologique de la couleur par loeil humain. Le mod le

HSL consiste d composer la couleur selon des crit res physiologiques :

La teinte (en anglais Hue), correspondant la perception de la couleur (T-shirt

mauve ou orange)

La saturation, d crivant la puret de la couleur, cest- -dire son caract re vif ou

terne (T-shirt neuf ou d lav )

La luminance, indiquant la quantit de lumi re de la couleur, cest- -dire son aspect

clair ou sombre (T-shirt au soleil ou lombre).

[7]

2.5 D tection de mouvement

Notre algorithme consiste ajouter une tape entre lacquisition vid o et la d tection de

mouvement. contrairement aux syst mes qui d tectent le mouvement suite lacquisition

de limage. Pour cel nous avons opt deux m thodes :

m thode1 : Elle consiste calculer dabord les images de diff rence calcul es partir

des trois images successives. ensuite calculer la norme des images de diff rence et la

comparer un seuil d nit au d but pour tester lexistence de mouvement ou non.

m thode2 : Elle consiste utiliser limage arri re plan et limage courante et calculer

la diff rence entre eux.

15

2.6 Analyse de lombre

2.6.1 D nition

Une ombre se d nit comme lobscurit que cause un corps opaque en interceptant la

lumi re. Elle est une cons quence particuli re de lillumination dans une sc ne. Les ombres

font partie int grante de notre environnement et sont pr sents dans beaucoup de sc nes

naturelles, d s quune source de lumi re est pr dominante par rapport la lumi re am-

biante. Les ombres sont naturellement pr sentes dans la tr s grande majorit des sc nes,

mais comme elles sont mal ma tris es, tant au point de vue de leur rendu dans la sc ne

quau niveau de leur traitement ult rieur, elles sont souvent consid r es comme des l -

ments perturbateurs lors des prises de vues.[3] Dans le cadre des m thodes automatiques

de traitement ou danalyse dimages, la difcult majeure consiste diff rencier les objets

et les ombres. Beaucoup de m thodes de d tection ou danalyse des ombres existent aujour-

dhui. Tout dabord il est n cessaire de d nir et de mod liser les ombres.

2.6.2 Mod lisation des ombres

Les ombres se classent en trois cat gories bien distinctes :

Les ombres propres : Sont les parties des objets non clair es par une source lumi-

neuse

Les ombres...