Reconnaissance d'objets par indexation géométrique étendue.
Résumé
Plusieurs travaux traitent déjà du problème de la reconnaissance. Certains utilisent le paradigme de prediction-verification. Leur efficacité dépend en général de l'implémentation du parcours d'arbre qui est inhérent à ce problème. Lamdan et Wolfson [7] introduisaient les premiers la notion de Geometric Hashing ou l'indéxation géométrique. Cette méthode repose, comme celles de la classe précédente, sur l'hypothèse d'un mouvement rigide entre l'image inconnue et son modèle. Par contre, la recherche arborescente est réduite à une indexation par tables de hachage, ce qui reduit considérablement la compléxite du problème. Pour s'affranchir de la contrainte de rigidité, d'autres auteurs ont essayé d'implementer des systèmes basés sur des critères plus topologiques [6]. Ils sont malheureusement très sensibles au bruit. D'autres méthodes, comme celles basées sur des approches stochastiques, ont l'inconvénient d'être tres fortement liées à la modélisation initiale du problème, et par conséquent, manquent d'une flexibilité indispensable. Notre méthode se rapproche plus du Geometric Hashing. Par contre cette dernière résout uniquement le problème de l'indéxation, et non pas celui de la mise en correspondance. Nous nous proposons de faire les deux simultanément, permettant ainsi de retrouver rapidement un (ou des) modèle(s) dans une image inconnue et de donner des informations quantitatives quant à la position des primitives qui ont participé à la reconnaissance et leur mise en correspondance avec celles du modèle trouvé.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...