04 - Champs de Markov pour le traitement d’images catadioptriques

Show full item record

Files in this item

PDF 03•Demonceaux(coul).pdf 311.9Kb

Pour citer ce document :
URI: http://hdl.handle.net/2042/4375
Title: 04 - Champs de Markov pour le traitement d’images catadioptriques
Author: DEMONCEAUX, C.; VASSEUR, P.
Abstract: Les images produites par les capteurs catadioptriques présentent des distorsions importantes qui empêchent l’utilisation systématique de traitements conventionnels. Ainsi les champs de Markov dont l’utilité n’est plus à démontrer en traitement d’images perspectives, ne sont pas utilisables directement sur les images omnidirectionnelles. Dans cet article, nous proposons une adaptation des Champs de Markov aux images catadioptriques. La méthode consiste alors à redéfinir la notion de voisinage en utilisant le théorème de l’équivalence des capteurs catadioptriques centraux. Nous montrons l’intérêt de cette adaptation dans le cas de la segmentation supervisée en niveau de gris et de la détection de mouvement.
Description: Images obtained with catadioptric sensors contain significant deformations which prevent the direct use of classical image treatments. Thus, Markov Random Fields (MRF) whose usefulness is now obvious for projective image processing, can not be used directly on catadioptric images because of the inadequacy of the neighborhood. In this article, we propose to define a new neighborhood for MRF by using the equivalence theorem developed for central catadioptric sensors. We show the importance of this adaptation for segmentation and motion detection.
Subject: Vision omnidirectionnelle, champs de Markov, voisinage; Omnidirectional vision, Markov random field, Neighborhood
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 2005

This item appears in the following Collection(s)

Show full item record





Advanced Search