Discussion :

[maxwell86]

Salut a tous,

Mon but est d'arriver a differencier des images de jour par beau temps, images de jour par temps pluvieux ou nuageux, images de nuit assez eclairees (ie on y voit quelque chose!) et images de nuit insuffisament eclairees.

Ma premiere idee est que plus une image est sombre, plus l'energie dans son histogramme se decale vers la gauche. Donc je pensais faire quelque chose comme diviser mon histogramme en plusieurs regions et regarder alors le nombre de pixels presents dans la region la plus a droite. Je me pose quand-meme quelques questions: une image de nuit bien eclairee va surement tout me faire foirer? (je precise que je travaille sur des scenes outdoor, avec des eclairages artificiels). C'est pour ca que je pense qu'il me faut un (ou plusieurs) autre(s) critere(s) pour arriver a faire cette classification des images en 4 categories.

Si certains ont des idees, merci de m'en faire part.

[ToTo13]

Bonjour,

un sujet sur la détection de passage jour/nuit a été traité il y a peu de temps => .

J'aurai tendance à commencer par détecter des grandes zones de couleurs uniformes afin de trouver le ciel sans les éclairages parasites. Puis, je ferai un K-means sur ces zones ou sinon un apprentissage.

[maxwell86]

Merci d'avoir repondu. Le precedent post sur ce meme theme avait ete poste par moi-meme mais comme je n'ai pas eu beaucoup de reponses, j'ai decide de reposter!

Alors, pour la detection des zones de couleurs uniformes, je veux bien (encore qu'on ne voit quasiment jamais le ciel sur mes sequences, ou tres peu de ciel). Mais en quoi cela va etre un critere de differenciation? Pourquoi y appliquer un k-means ensuite? Tu veux dire que la nuit, les zones uniformes sont plus etendues et plus nombreuses que le jour?

[ToTo13]

Bonjour,

Alors, pour la detection des zones de couleurs uniformes, je veux bien (encore qu'on ne voit quasiment jamais le ciel sur mes sequences, ou tres peu de ciel). Mais en quoi cela va etre un critere de differenciation?

La couleur des zones va permettre de savoir si on est en plein jour (bleu), en temps de pluie (gris), proche de la nuit (histogramme dans le gris), la nuit (quasi noir), ...

Pourquoi y appliquer un k-means ensuite? Tu veux dire que la nuit, les zones uniformes sont plus etendues et plus nombreuses que le jour?

Tu veux classer tes images en plusieurs classes (jour, jour pluvieux, nuit, ...). Effectuer un K-means sur un échantillon d'apprentissage va permettre de déterminer les classes.
Sinon, il faut caractériser les zones de couleurs pour faire de l'apprentissage, avec des méthodes simples au début (régression logistique, linéaire, ...).

[maxwell86]

D'accord, je vois le principe. Mais comme je l'ai indique auparavant, on ne voit quasiment jamais le ciel sur mes sequences (vue plongeante)!

[ToTo13]

Bonjour,

mmm, là ça devient vraiment plus dur :S
L'étude de l'histogramme reste je pense la meilleure solution, mais on est ennuyé par les images des nuits qui traitent d'une ville éclairée
Est ce qu'il n'y aurait pas moyen de supprimer toutes les sources lumineuses intenses ? Du style appliquer un gradient combiné à un seuillage du l'histrogramme pour supprimer tous les spots lumineux... ce qui devrait totalement assombrir l'image.

[JeromeBcx]

Pour pouvoir t'orienter un peu mieux :

- le type d'images ? Niveaux de gris, couleur ?
- As tu déjà une banque d'images ?

[maxwell86]

Alors, le type d'images: des sequences couleurs, des sequences N&B (les deux).
Je possede deja plusieurs banques d'images