FR2638872A1 - Methode numerique et systeme de traitement d'image infra-rouge - Google Patents
Methode numerique et systeme de traitement d'image infra-rouge Download PDFInfo
- Publication number
- FR2638872A1 FR2638872A1 FR8814558A FR8814558A FR2638872A1 FR 2638872 A1 FR2638872 A1 FR 2638872A1 FR 8814558 A FR8814558 A FR 8814558A FR 8814558 A FR8814558 A FR 8814558A FR 2638872 A1 FR2638872 A1 FR 2638872A1
- Authority
- FR
- France
- Prior art keywords
- image
- processing
- dimensional
- pixels
- filtered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
- G06V10/507—Summing image-intensity values; Histogram projection analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
Méthode de traitement d'image infra-rouge pour y détecter des points chauds éventuels. Les pixels de l'image à deux dimensions sont projetés selon une première direction pour obtenir un tableau à une dimension des valeurs des niveaux de gris maximum; ce tableau est filtré pour définir des bandes; chaque bande est, à son tour, projetée dans une direction perpendiculaire, puis filtrée pour obtenir les coordonnées des points chauds ainsi détectés.
Description
NETHODE NUMERIQUE ET SYSTEME DE TRAITEMENT D'IMAGE
INFRA-ROUGEa
La présente invention a pour objet une méthode nu ibérique de traitement d'une image infra-rouge bidiaensionnelle pour y détecter des cibles potentielles, une image étant définie par un ensemble d'éléments d'iaage, ci-après pixels, chaque pixel colportant au moins une valeur définissant son niveau de gris parai un ensemble de valeurs possibles, la détection d'une cible potentielle consistant à localiser une zone de l'image dans laquelle les pixels ont un niveau de gris plus brillant que celui des pixels environnants.
INFRA-ROUGEa
La présente invention a pour objet une méthode nu ibérique de traitement d'une image infra-rouge bidiaensionnelle pour y détecter des cibles potentielles, une image étant définie par un ensemble d'éléments d'iaage, ci-après pixels, chaque pixel colportant au moins une valeur définissant son niveau de gris parai un ensemble de valeurs possibles, la détection d'une cible potentielle consistant à localiser une zone de l'image dans laquelle les pixels ont un niveau de gris plus brillant que celui des pixels environnants.
Un tel traitement d'image infra-rouge est utile dans le do aine militaire, en effet les points chauds d'un paysage sont souvent des cibles, par exenple tasse métallique au soleil, pot d'échappeuent de véhicule ; une inage statique obtenue avec une vision infra-rouge colporte des points brillants qu#i correspondent aux points chauds; pour une éventuelle couarde autonatique de tir, il importe de déterminer les coordonnées des cibles dans l'iuage; avec une caméra infra-rouge, plusieurs images se succèdent dynaiiquenent, et dans tous les cas la vitesse du calcul de traitement est pri cordiale
Pour le traitement numérique, une image infra-rouge est usuelleaent ténorisée sous forne d'une patrice conportant
NxN=N2 pixels avec N égal å une puissance de 2 (par exemple: 256 ou 512) de telle sorte que dans les traiteaents connus le temps de traitement est proportionnel à N2.
Pour le traitement numérique, une image infra-rouge est usuelleaent ténorisée sous forne d'une patrice conportant
NxN=N2 pixels avec N égal å une puissance de 2 (par exemple: 256 ou 512) de telle sorte que dans les traiteaents connus le temps de traitement est proportionnel à N2.
La présente invention a pour but de rendre possible un traitement d'image plus rapide.
A cet effet, la méthode selon la présente invention est particulièrement reuarquable en ce que
a) dans un premier temps la matrice inage bidimen- sionnelle est projetée selon une direction donnée en ne retenant que les valeurs maximales des niveaux de gris pour constituer un prenier tableau ionodiiensionnel de valeurs,
b) dans un deuxiène temps le dit tableau est filtré pour sélectionner des bandes de l'i age susceptibles de contenir une cible,
c) dans un troisième temps, chaque bande ainsi définie est à son tour traitée sieilaireeent à l'image initiale c'est à dire projetée selon une direction sensibleient perpendiculaire à la dite direction donnée, puis filtrée pour ainsi sélectionner dans chaque bande des portions de bande.
a) dans un premier temps la matrice inage bidimen- sionnelle est projetée selon une direction donnée en ne retenant que les valeurs maximales des niveaux de gris pour constituer un prenier tableau ionodiiensionnel de valeurs,
b) dans un deuxiène temps le dit tableau est filtré pour sélectionner des bandes de l'i age susceptibles de contenir une cible,
c) dans un troisième temps, chaque bande ainsi définie est à son tour traitée sieilaireeent à l'image initiale c'est à dire projetée selon une direction sensibleient perpendiculaire à la dite direction donnée, puis filtrée pour ainsi sélectionner dans chaque bande des portions de bande.
Chaque portion de bande constitue en fait une aire de l'image susceptible de contenir une cible.
Un tel traitement travaillez donc sur un tableau ionodiiensionnel colportant N valeurs et, si un nombre 'b' de bandes est sélectionné, on peut considérer que le temps de traitement sera proportionnel à (1+b)xN. Du fait que 'l+b' est très inférieur à N, la vitesse de traitement est considé rablenent améliorée.
Dans un ode de réalisation préféré, les filtrages des deuxième et troisiène temps colportent les lèves étapes à savoir
1) premier filtrage iorphologique du dit tableau au moyen d'une fermeture sur un segment de grande taille
2) deuxième filtrage morphologique au moyen d'un
TOPHAT sur un segment de très grande taille,
3) calcul d'un seuil selon la méthode OTSU appliquée au tableau filtré,
4) troisième filtrage morphologique selon la méthode dite 'propagation des fronts de feu' en utilisant le dit seuil calculé pour obtenir ainsi plusieurs bandes de l'image susceptibles de contenir une cible.
1) premier filtrage iorphologique du dit tableau au moyen d'une fermeture sur un segment de grande taille
2) deuxième filtrage morphologique au moyen d'un
TOPHAT sur un segment de très grande taille,
3) calcul d'un seuil selon la méthode OTSU appliquée au tableau filtré,
4) troisième filtrage morphologique selon la méthode dite 'propagation des fronts de feu' en utilisant le dit seuil calculé pour obtenir ainsi plusieurs bandes de l'image susceptibles de contenir une cible.
Ainsi les instructions d'un même programme de filtrage peuvent être utilisées ce qui économise de la place mé- noire
Pour affiner la localisation de cibles potentielles, il est avantageux d'effectuer deux fois le traitenent, une première fois avec la direction de projection horizontale et une deuxième fois avec la direction de projection verticale et ainsi sélectionner deux ensembles de portions de bandes auxquels est appliquée une opération d'intersection dont le résultat définit les zones de détections recherchées.
Pour affiner la localisation de cibles potentielles, il est avantageux d'effectuer deux fois le traitenent, une première fois avec la direction de projection horizontale et une deuxième fois avec la direction de projection verticale et ainsi sélectionner deux ensembles de portions de bandes auxquels est appliquée une opération d'intersection dont le résultat définit les zones de détections recherchées.
Les deux ensembles seront vraisemblablement très similaires; leur intersection resserre la dimension des cibles potentielles; le temps de traitement est encore performant puisque 2x(1+b)xN est toujours inférieur à N2.
Une image infra-rouge peut comporter de grandes aires de brillance uniforme Mis différentes les unes des autres, dans ce cas il est intéressant que la méthode comporte en outre une étape préliminaire d'uniformisation du fond appliquée à l'image bidimensionnelle.
Ainsi la projection des pixels d'une aire initialement brillante ne masque pas la projection de pixels moins brillants et situés sur un fond plus sombre.
D'une manière générale la dite projection s'effectue parallèlement à un des bords de la matrice mais dans la pratique, une image infra-rouge n'est pas toujours horizontale c'est à dire que l'horizon peut ne pas entre parallèle à un des bords de la matrice notamment dans le cas de vue aérienne.
Dans un mode de réalisation préférentiel la dite direction donnée de projection est la direction de l'horizon vrai vu sur l'image bidimensionnelle.
La présente invention a aussi pour objet un système numérique de traitement comportant des moyens de mémorisation et des moyens de traitement pour mettre en oeuvre la méthode numérique de traitement d'image susdite.
La présente invention sera mieux comprise au vu de la description d'un exemple de réalisation non limitatif il
Lustré par les dessins suivants
La figure 1 illustre schématiquement un organigram- me du traitement.
Lustré par les dessins suivants
La figure 1 illustre schématiquement un organigram- me du traitement.
La figure 2 visualise l'effet de chaque étape du traitement.
La figure 3 représente une image inclinée et avec deux aires de brillances différentes.
Sur la figure 1, la partie a) représente une image infra-rouge (IM1R) contenant NxN pixels; des pixels plus brillants sont localisés dans les zones Z1, Z2, Z3
La partie b) représente le tableau mono-dimension- nel qui résulte d'une opération de projection verticale (PRO~) n'ayant retenu pour chacun des N emplacements du tableau que la brillance du pixel le plus brillant (BRîmax); le tableau ne contient donc que N valeurs alors que la matrice d'image en contient NxN=N2.
La partie b) représente le tableau mono-dimension- nel qui résulte d'une opération de projection verticale (PRO~) n'ayant retenu pour chacun des N emplacements du tableau que la brillance du pixel le plus brillant (BRîmax); le tableau ne contient donc que N valeurs alors que la matrice d'image en contient NxN=N2.
La partie c) représente les bandes B1, Bi, Bb sélectionnées par le filtrage FIL appliqué au tableau b). La bande Bi a été introduite par souci de généralité en supposant qu'un nombre 'b' de bandes a été sélectionné.
La partie d) représente schématiquement les traitements TRI, TRi, TRb appliqués respectivement aux 'b' bandes définies précédemment.
Chaque traitement TRi comporte d'une part une projection horizontale (PRO) perpendiculaire à la projection verticale (PRO~) susdite et d'autre part un filtrage qui peut être identique au filtrage FIL susdit, mais cette identité n'est pas une obligation bien que plus économique en place mé- moire de programme.
Chaque traitement TRi travaille donc sur chaque bande de manière tout à fait similaire au traitement TRO, c'est à dire b) et c), qui s'appliquait a l'image complète.
La partie e) représente le résultat des traitements
TRi qui sélectionnent les portions de bandes CP1, CP2, CP3 lesquelles constituent des cibles potentielles correspondant aux zones Z1, Z2, Z3 de l'image initiale.
TRi qui sélectionnent les portions de bandes CP1, CP2, CP3 lesquelles constituent des cibles potentielles correspondant aux zones Z1, Z2, Z3 de l'image initiale.
On remarque que le temps de traitement est proportionnel au nombre de traitements TR c'est a dire '1+b' et que la durée de chaque traitement TR est proportionnelle au nombre de pixels traités à savoir 'N'. On peut donc dire que le temps de traitement de la méthode est proportionnel a (I+b)xN.
Avec un système multiprocesseur on peut même effectuer en parallèle les traitements TRI, TRi, TRb, et dans ce cas le temps serait proportionnel â 2N.
La figure 2 visualise l'effet de chaque étape du traitement TR; un processus de filtrage préférentiel est cidessous décrit d'une manière suffisamment détaillée pour un homme du métier lequel pourra se reporter aux références citées s'il désire plus de précisions.
La partie a) représente une image infra-rouge IMIR comportant trois zones brillantes ZI, Z2, Z3 sur un fond uniforme (FU); pour comprendre ce qui suit, convenons que les zones z1 et Z2 sont suffisamment petites pour constituer des cibles potentielles alors que la zone Z3 est trop grande, c'est par exemple un étang.
La partie b) représente le résultat de la projection verticale comme susdit.
La partie c) représente le tableau résultant d'un premier filtrage morphologique au moyen d'une fermeture sur un segment de grande taille; l'opération de fermeture permet de rassembler les pics du signal mono-dimensionnel qui sont suf fisamment proches par rapport à la taille du segment; pour plus de précisions au sujet des filtrages, on peut se reporter à l'ouvrage image analysis and mathematical morphology" de
J. Serra publié par Acadecic Press en 1982.
J. Serra publié par Acadecic Press en 1982.
La partie d) représente le tableau résultant d'un deuxième filtrage morphologique au moyen d'un TOPHAT sur un segment de très grande taille; un TOPâT est une extraction des pics de taille inférieure à la taille du segment utilisé.
La partie e) représente le tableau résultant d'un troisième filtrage morphologique selon la méthode dite "propa- gation des fronts de feu" laquelle utilise un seuil calculé; en l'occurrence, le dit seuil est préalablement calculé selon la méthode OTSU laquelle est bien décrite dans la publication de nr. N. OTSU ZA threshold selection method fron grey-level histograms. IEEE Transactions on Sisters, Han and Cybernetics, vol. SMC-9, 1979, pp. 62-66".
Le tableau e) définit parfaitement les bandes B1 et
B2 de l'image IMIR représentée en f); chaque bande est alors traitée comme si elle était à elle seule une image complète dont un côté a la dite dimension N; son traitement, comme susdit, comporte une projection et un filtrage qui sont, de préférence, identiques au traitement déjà décrit ci-dessus pour l'image complète; dans chaque bande au moins une portion de bande (cri, CP2) est alors sélectionnée, chaque portion de bande constitue une cible potentielle.
B2 de l'image IMIR représentée en f); chaque bande est alors traitée comme si elle était à elle seule une image complète dont un côté a la dite dimension N; son traitement, comme susdit, comporte une projection et un filtrage qui sont, de préférence, identiques au traitement déjà décrit ci-dessus pour l'image complète; dans chaque bande au moins une portion de bande (cri, CP2) est alors sélectionnée, chaque portion de bande constitue une cible potentielle.
Dans la description qui précède, la première projection pour obtenir b) s'est effectuée dans un sens, disons vertical par commodité, alors que la projection du traitement de chaque bande s'est effectuée dans le sens horizontal; l'inverse était bien sûr possible et le résultat aurait été équivalent; au lieu d'effectuer soit l'un soit l'autre, on peut envisager d'effectuer les deux traitements pour ainsi sélectionner deux ensembles de portions de bande; à ces deux ensem- bles on applique alors une opération connue d'intersection de deux ensembles dont le résultat définit les zones de détections recherchées.
La figure 3 représente un exemple d'image que l'on rencontre dans le cas où l'appareil infra-rouge est embarqué, par exemple dans un avion; l'image est inclinée en ce sens que l'horizon vrai (V) n'est pas parallèle à un des bords de l'image; de plus l'image comporte deux zones de fond à savoir le ciel (C) et la terre (FO) dont les brillances sont différentes; il est possible, par exemple, que la brillance d'une cible terrestre potentielle (CIB) soit supérieure à la brillance de la terre (FO) tout en étant inférieure à la brillance du ciel (C). Il est clair que, dans un tel cas, la méthode ci-dessus pourrait être prise en défaut; dans une implémenta- tion préférée de la méthode la direction de projection peut être choisie parallèle (P) à l'horizon vrai (HV) et non plus parallèle à un des bords de l'image comme susdit implicite- ment; dans une autre implémentation préférée de la méthode, l'image bi-dimensionnelle initiale est soumise à une étape préalable d'uniformisation du fond pour, par exemple, étendre la brillance du fond (FO) à tout le fond (C); ces deux modes d'implémentation peuvent aussi être combinés entre eux.
Claims (6)
1. Méthode numérique de traitement d'une image infrarouge bidiaensionnelle pour y détecter des cibles potentielles, une image étant définie par un ensemble d'éléments d'image, ci-après pixels, chaque pixel comportant au moins une valeur définissant son niveau de gris parmi un ensemble de valeurs possibles, la détection d'une cible potentielle consistant à localiser une zone de l'image dans laquelle les pixels ont un niveau de gris plus brillant que celui des pixels environnants caractérisée en ce que
a) dans un premier temps la matrice image bidixen- sionnelle est projetée selon une direction donnée en ne retenant que les valeurs maximales des niveaux de gris pour constituer un premier tableau monodimensionnel de valeurs,
b) dans un deuxième temps le dit tableau est filtré pour sélectionner des bandes de l'image susceptibles de contenir une cible,
c) dans un troisième temps, chaque bande ainsi définie est à son tour traitée similairement à l'image initiale c'est à dire projetée selon une direction sensiblement perpendiculaire à la dite direction donnée, puis filtrée pour ainsi sélectionner dans chaque bande des portions de bande.
4) troisième filtrage morphologique selon la méthode dite 'propagation des fronts de feu' en utilisant le dit seuil calculé pour obtenir ainsi plusieurs bandes de l'image susceptibles de contenir une cible.
3) calcul d'un seuil selon la méthode OTSU appliquée au tableau filtré,
TOPHAT sur un segment de très grande taille,
2) deuxième filtrage morphologique au moyen d'un
1) premier filtrage morphologique du dit tableau au moyen d'une fermeture sur un segment de grande taille
2 Méthode selon la revendication 1 caractérisée en ce que les filtrages des deuxième et troisième temps comportent les mêmes étapes à savoir
3. Méthode selon les revendications 1 ou 2 caractérisée en ce que le traitement est effectué une première fois avec la direction de projection horizontale et une deuxième fois avec la direction de projection verticale et ainsi sélectionner deux ensembles de portions de bandes auxquels est appliquée une opération d'intersection dont le résultat définit les zones de détections recherchées.
4. Méthode selon les revendications 1, 2 ou 3 caractérisée en ce que, elle comporte en outre une étape préliminaire d'uniformisation du fond appliquée à l'image bidimensionnelle.
5. Méthode selon les revendications 1, 2, 3 ou 4 caractérisée en ce que la dite direction donnée de projection est la direction de l'horizon vrai vu sur l'image bidimension- nelle.
6 Système numérique de traitement comportant des mo- yens de traitement et des moyens de mémorisation, caractérisé en ce que les moyens de traitement sont agencés pour mettre en oeuvre une méthode numérique de traitement d'image selon l'une quelconque des revendications précédentes.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR8814558A FR2638872B1 (fr) | 1988-11-08 | 1988-11-08 | Methode numerique et systeme de traitement d'image infra-rouge |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR8814558A FR2638872B1 (fr) | 1988-11-08 | 1988-11-08 | Methode numerique et systeme de traitement d'image infra-rouge |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2638872A1 true FR2638872A1 (fr) | 1990-05-11 |
| FR2638872B1 FR2638872B1 (fr) | 1994-05-27 |
Family
ID=9371671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR8814558A Expired - Fee Related FR2638872B1 (fr) | 1988-11-08 | 1988-11-08 | Methode numerique et systeme de traitement d'image infra-rouge |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR2638872B1 (fr) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4075658A (en) * | 1975-04-29 | 1978-02-21 | Commissariat A L'energie Atomique | Method and device for isolating figures in an image |
| FR2561012A1 (fr) * | 1984-03-08 | 1985-09-13 | Agency Ind Science Techn | Dispositif de reconnaissance de formes |
| EP0287995A2 (fr) * | 1987-04-20 | 1988-10-26 | Hitachi, Ltd. | Procédé et appareil de reconnaissance de formes d'une image à demi-teintes |
-
1988
- 1988-11-08 FR FR8814558A patent/FR2638872B1/fr not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4075658A (en) * | 1975-04-29 | 1978-02-21 | Commissariat A L'energie Atomique | Method and device for isolating figures in an image |
| FR2561012A1 (fr) * | 1984-03-08 | 1985-09-13 | Agency Ind Science Techn | Dispositif de reconnaissance de formes |
| EP0287995A2 (fr) * | 1987-04-20 | 1988-10-26 | Hitachi, Ltd. | Procédé et appareil de reconnaissance de formes d'une image à demi-teintes |
Non-Patent Citations (3)
| Title |
|---|
| IEEE TRANSACTIONS ON COMPUTERS, vol. C-25, no. 12, décembre 1976, pages 1336-1346, New York, US; K.S. FU et al.: "Pattern recognition and image processing" * |
| IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS, vol. SMC-9, no. 1, janvier 1979, pages 62-66, New York, US; N. OTSU: "A threshold selection method from gray-level histograms" * |
| SYSTEMS AND COMPUTERS IN JAPAN, vol. 17, no. 1, janvier 1986, pages 62-72, Scripta Technica, Inc., New York, US; Y. KUDO: "Traffic flow measurement system using image processing" * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR2638872B1 (fr) | 1994-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chiang et al. | Underwater image enhancement by wavelength compensation and dehazing | |
| Ghani et al. | Underwater image quality enhancement through integrated color model with Rayleigh distribution | |
| Lu et al. | Underwater image enhancement method using weighted guided trigonometric filtering and artificial light correction | |
| EP1431907B1 (fr) | Evaluation de la netteté d'une image d'iris d'oeil | |
| US20110043603A1 (en) | System And Method For Dehazing | |
| Wang et al. | Fast single haze image enhancement | |
| Ancuti et al. | Fusion-based restoration of the underwater images | |
| US9202267B1 (en) | System and method to enhance and process a digital image | |
| JP2012008100A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
| US6970578B1 (en) | Method of generating images to aid in the detection of manmade objects in cluttered underwater environments | |
| Ancuti et al. | Effective local airlight estimation for image dehazing | |
| Li et al. | Single underwater image enhancement using integrated variational model | |
| FR2863749A1 (fr) | Procede de traitement d'image radiologique pour la detection de microcalcifications | |
| Lu et al. | 3D underwater scene reconstruction through descattering and colour correction | |
| More et al. | Removal of fog from hazy images and their restoration | |
| FR2717269A1 (fr) | Système et procédé pour discriminer des cibles pouvant représenter des mines. | |
| Nevis | Automated processing for streak tube imaging lidar data | |
| EP1306796A1 (fr) | Détection d'un motif dans une image numérique | |
| FR2638872A1 (fr) | Methode numerique et systeme de traitement d'image infra-rouge | |
| EP1431906B1 (fr) | Détermination d'un indice de netteté d'une image numérique | |
| US11074677B2 (en) | Dynamic range extension of partially clipped pixels in captured images | |
| Mujbaile et al. | Model based dehazing algorithms for hazy image restoration–a review | |
| Ancuti et al. | Layer-based single image dehazing by per-pixel haze detection | |
| Kumari et al. | Fast and efficient contrast enhancement for real time video dehazing and defogging | |
| Kaeli et al. | Illumination and attenuation correction techniques for underwater robotic optical imaging platforms |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| CA | Change of address | ||
| CD | Change of name or company name | ||
| ST | Notification of lapse |