Discussion :

[PadawanDuDelphi]

Bonjour à tous et merci à tous ceux qui s'intéresseront à mon problème que voici:

Actuellement je travaille sur la détection d'objets caractéristiques sur différentes images...Dans ce genre de cas, j'aurais eu tendance à utiliser la classique cross-corrélation, mais mon image est de mauvaise qualité, aussi bien en contraste qu'en bruits, ce qui me donne des résultats complètement aléatoires avec cette technique...
Cependant, après pas mal de traitements, je parviens à une détection de contours qui donne "à l'oeil" la forme globale de mon objet recherché. Leurs frontières sont toutefois trop disparates (trous, double frontières, mélanges avec les objets voisin...) pour établir un ou des pattern qui fonctionnerait avec la cross-corrélation...

Donc ma question concerne les techniques que je pourrais utiliser pour rendre ma détection plus fiable et moins dépendantes d'un modèle précis... Notamment la technique "snake", la détection via la méthode des ondelettes (ou des ridgelets), la méthode "Contour Segment Networks"...Ou toute autre méthode qui pourrait me servir.

Encore merci pour toute information pouvant m'être utile.

A+.

[pseudocode]

Je miserai sur les descripteurs de Fourier/Ondelette. En prenant uniquement les frequences basses, ca devrait resiter au bruit.

[PadawanDuDelphi]

Effectivement, après quelques recherches sur le sujet il semble que cette méthode soit adapté à mes images fortement bruitée. Merci pour ton aide.

Je laisse la discussion ouverte pour d'autres avis...

A+.

[JeromeBcx]

Donc ma question concerne les techniques que je pourrais utiliser pour rendre ma détection plus fiable et moins dépendantes d'un modèle précis... Notamment la technique "snake", la détection via la méthode des ondelettes (ou des ridgelets), la méthode "Contour Segment Networks"...Ou toute autre méthode qui pourrait me servir.

J'oublierais les snakes, un peu trop sensible au bruit à mon gout.
Passer en fréquentiel est une bonne idée, mais on perd l'info de position de l'objet dans l'image

[PadawanDuDelphi]

Merci pour ton aide, j'élimine ainsi une piste...

Passer en fréquentiel est une bonne idée, mais on perd l'info de position de l'objet dans l'image

La transformée en ondelette devrait contourner ce problème...Reste à trouver un compromis intéressant espace/fréquence...

A+.

[shub85]

Bonjour, je travaille actuellement sur un sujet similaire. Je dois reconnaitre des formes dans un milieu assez bruité. Je pense à une méthode basée sur un apprentissage par SVM et utilisant des descripteurs de Fourier. Aurize vous des informations la dessus? Bibliothèques en C, C++ voir C#, site internet ou même des conseils... Merci d'avance..