Centre de documentation
scientifique

Road sign detection in images : a case study / Rachid Belaroussi (2010)  

Public Titre : Road sign detection in images : a case study Type de document : Article/Communication Auteurs : Rachid Belaroussi, Auteur ; Philippe Foucher, Auteur ; Jean-Philippe Tarel, Auteur ; Bahman Soheilian , Auteur ; Pierre Charbonnier, Auteur ; Nicolas Paparoditis , Auteur Editeur : Saint-Mandé : Institut Géographique National - IGN (2008-2011) Année de publication : 2010 Projets : ITowns / Paparoditis, Nicolas Conférence : ICPR 2010, 20th IAPR International Conference on Pattern Recognition 23/08/2010 26/08/2010 Istanbul Turquie Proceedings IEEE Importance : 5 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse comparative [Termes IGN] détection automatique [Termes IGN] détection de contours [Termes IGN] image terrestre [Termes IGN] iTowns [Termes IGN] signalisation routière Résumé : (Auteur) Road sign identification in images is an important issue, in particular for vehicle safety applications. It is usually tackled in three stages: detection, recognition and tracking, and evaluated as a whole. To progress towards better algorithms, we focus in this paper on the first stage of the process, namely road sign detection. More specifically, we compare, on the same ground-truth image database, results obtained by three algorithms that sample different state-of-the-art approaches. The three tested algorithms: Contour Fitting, Radial Symmetry Transform, and pair-wise voting scheme, all use color and edge information and are based on geometrical models of road signs. The test dataset is made of 847 images 960 x 1080 of complex urban scenes (available at www.itowns.fr/benchmarking.html). They feature 251 road signs of different shapes (circular, rectangular, triangular), sizes and types. The pros and cons of the three algorithms are discussed, allowing to draw new research perspectives. Numéro de notice : 10864 Affiliation des auteurs : MATIS+Ext (1993-2011) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICPR.2010.1125 En ligne : https://doi.org/10.1109/ICPR.2010.1125 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=64227

Traitement de l'image et de la vidéo / Rachid Belaroussi (2010)

Public Titre : Traitement de l'image et de la vidéo : images et vidéo, avec exercices pratiques en Matlab et C++ Type de document : Guide/Manuel Auteurs : Rachid Belaroussi, Auteur Editeur : Paris : Ellipses-Edition Marketing Année de publication : 2010 Collection : Technosup Sous-collection : Niveau C - Compléments (approfondissement, spécialisation) Importance : 228 p. Format : 18 x 26 cm ISBN/ISSN/EAN : 978-2-7298-5424-9 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] C++ [Termes IGN] colorimétrie [Termes IGN] détection de cible [Termes IGN] détection de contours [Termes IGN] image en couleur [Termes IGN] Matlab [Termes IGN] modélisation géométrique de prise de vue [Termes IGN] niveau de gris (image) [Termes IGN] restauration d'image [Termes IGN] segmentation d'image [Termes IGN] transformation de Hough [Termes IGN] vidéo Index. décimale : 35.20 Traitement d'image Résumé : (Editeur) Pour les étudiants et les professionnels en vision robotique ou en traitement d'image en temps réel, comme pour les amateurs, l'ouvrage développe une large gamme de techniques de traitement des images et de reconnaissance des formes. Il permet également un apprentissage rapide et ludique de la programmation en Matlab et C++. L'ouvrage est divisé en onze chapitres abordant progressivement la lecture d'une image, les prétraitements de ses données, puis la détection d'objets s'appuyant sur un modèle colorimétrique, géométrique ou global. Chaque chapitre commence par un exposé explicatif des notions à mettre en oeuvre et détaillant les notations, les équations et les algorithmes rencontrés. Le lecteur apprend à programmer des applications lui permettant de régler les différents paramètres introduits et d'en étudier l'effet en temps réel. La connaissance préalable des langages C++ ou Matlab n'est pas indispensable. La progression se fait pas à pas. L'accent est mis sur la pratique du traitement de l'image à travers une cinquantaine d'exercices didactiques qui amènent le lecteur à construire des applications interactives à l'aide d'interfaces graphiques. Note de contenu : - Manipulation des images et vidéos - Images en niveaux de gris - Prétraitements et amélioration - Images en couleur - Modélisation colorimétrique - Segmentation basée région - Champ de gradient et contours - Modélisation géométrique : transformée de Hough - Détection de mouvement - Détection de visages Numéro de notice : 20974 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46973