Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

harris

le détecteur de harris
by

hamza aouinet

on 13 December 2013

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of harris

Recalage d'Image
Inés Ben Cheikh & Hamza Aouinet / 1 MSWM / ISITCom
Harris
09/12/2013

Il existe plusieurs opérateurs permettant de
retrouver des points d’intérêt dans une image.
On espère qu’ils seront plus stables et plus faciles
à identifier que les régions ou les contours d’une
image.
INTRODUCTION:
Le détecteur de Harris & Stephens (1988):
Principe:
Rechercher les virages brusques dans le contour d'une image.
1) La première étape consiste à mesurer la courbure des bords de l'image.
2) La seconde étape consiste à rechercher les maxima locaux de cette courbure qui seront alors considérés comme les coins.
Pour calculer la courbure d'un bord, on utilise la formule suivante :

R=determinant(A)-K*trace(A)²
Ix et Iy représentent les dérivées de l'intensité suivant x et suivant y.
Habituellement, on choisi K entre 0.05 et 0.15.
Les valeurs de R sont positives au voisinage d'un coin, négatives au voisinage
d'un contour et faibles dans une région d'intensité constante.

L'algorithme de harris donne comme résultat une liste de coins détecté.
Ce coins sont des points que l'on trouver facilement et donc qui sont intéressant pour retrouver ces mêmes points sur une seconde images.
CONCLUSION:
Merci Pour Votre Attention
Zone homogène:
aucun changement dans aucune direction
contour:
changement dans une seule direction
coin:
changements dans plusieurs directions
Le détecteur de Harris est invariant en rotation.
Même après rotation, la forme reste la même, et les valeurs de la matrice aussi.
Mais il n'est pas invariant à l'échelle.
Pour cela il existe des variantes permettant
d'être invariant à l'echelle,par exemple:
Harris-Laplacien.
Trouver le maximum local pour les coins de
Harris
dans l'espace (x,y), puis le
Laplacien
en échelle.
Fonctionnement du détecteur de Harris
Images originales
Calcul du détecteur de Harris
seuillage des pixels (coins)
Maxima locaux
Superposition sur les images originales
Déterminant(A)=A A -A A
Trace(A)=A +A
1.1
1.2
2.2
2.1
1.1
2.2
A est la matrice de Harris, c'est les dérivées partielles sur le voisinage multipliée par une fonction de lissage
(Gaussienne).
Exemple des images:
Références:
http://xphilipp.developpez.com/articles/filtres/?page=page_18
http://www.developpez.net/forums/d325133/autres-langages/algorithmes/contribuez/image-detecteur-harris-imagej/
http://devernay.free.fr/cours/vision/pdf/c4.pdf
https://www.google.tn/search?q=detection+de+coins+harris&oq=detection+des+coins+ha&aqs=chrome.1.69i57j0.20978j0j4&sourceid=chrome&espv=210&es_sm=93&ie=UTF-8#es_sm=93&espv=210&q=cours+detection+de+coins+harris&start=0
http://bensoire.free.fr/old_site/expe/rapport_proj_dessie.htm#_Toc76235504
http://fr.wikipedia.org/wiki/D%C3%A9tection_de_zones_d'int%C3%A9r%C3%AAt
Full transcript