Précision et performances d’une méthode de calcul de l’orientation d’un plan texturé incliné

Précision et performances d’une méthode de calcul de l’orientation d’un plan texturé incliné

Orientation computation of an inclined textured plane: accuracy and performances

S. Lelandais J. Plantier  L. Boutté 

CEMIF-LSC, Université d’Evry, 40 rue du Pelvoux, CE 1455 Courcouronnes, 91020 EVRY Cedex, France

IMASSA, Département Sciences Cognitives, BP 73, 91223 Brétigny sur Orge, France

Corresponding Author Email: 
s.lelandais@iut.univ-evry.fr
Page: 
185-203
|
Received: 
12 April 2001
|
Accepted: 
N/A
|
Published: 
30 September 2002
| Citation

OPEN ACCESS

Abstract: 

The aim of this paper is to present one method for computing the orientation of an inclined textured plane with only one view of this plane. Two steps are used for this computation. First we build a local scales map by a wavelets decomposition of the image of the plane. Then we have to do an interpolation of this map by use the theoretical equation of the local scales variation. So we obtain features values which allow us to compute the tilt and the slant angles. After developing the computation technique, we do a theoretical study in order to know the precision of the method. For the tilt angle, the precision is about one degree, but for the slant angle the precision is only about five degrees, if the slant angle is over forty degrees. But, we have to know the camera parameters for computing the slant angle. If there is some errors about these parameters, so the slant angle will be bad. After this study, we build a data base of one hundred images of real textures with different tilt and slant angles. The camera which has been used for acquiring the images has been calibrated. Results on this data base are agree with the theoretical study.

Résumé

Le but de cet article est de présenter une méthode de calcul de l’orientation d’un plan texturé incliné à partir d’une seule vue de ce plan. Cette méthode est constituée de deux étapes. Dans un premier temps on calcule, à partir de l’image initiale, une carte des échelles locales. Ces échelles sont obtenues au moyen d’une décomposition en ondelettes de l’image d’origine. Puis on interpole cette carte des échelles locales par l’équation théorique de leurs variations. On obtient ainsi des paramètres qui permettent de calculer les angles de tilt et de slant, décrivant l’orientation du plan. Pour valider cette démarche, nous avons mené une étude théorique sur la précision qui pouvait être atteinte par une telle méthode. Nous avons pu mettre en évidence que, si la précision sur l’angle de tilt était assez bonne (de l’ordre de 1°), celle sur l’angle de slant n’excédait pas 5°, à condition que cet angle soit suffisamment important (supérieur à 40°). Mais la précision sur l’angle de slant est conditionnée par la connaissance des paramètres de prise de vue. En effet, nous avons mis en évidence que l’utilisation de valeurs erronées des paramètres de la caméra entraînerait une erreur maximum pour un slant entre 40° et 50°, c’est à dire, a priori, là où la méthode est la meilleure. Cette étude théorique a été validée par des expérimentations sur des images de synthèse et sur des images de textures réelles. Une base de données d’une centaine d’images a été constituée, au moyen d’une caméra préalablement calibrée, pour évaluer la qualité des résultats fournis par notre méthode.

Keywords: 

Texture analysis, shape from texture, local scales, wavelets decomposition, plane orientation

Mots clés

Analyse de textures, échelles locales, décomposition en ondelettes, extraction de forme à partir de la texture, orientation d’un plan

1. Introduction
2. Présentation Des Techniques « Shape From Texture »
3. Extraction Des Échelles Locales
4. Calcul De L’orientation Du Plan Incliné
5. Précision Théorique De La Méthode Et Discussion
6. Résultats Expérimentaux
7. Conclusion
  References

[1] J. Aloimonos, « Shape from texture », Biological Cybernetics, Vol. 58, pp. 345-360, 1988.

[2] R. Bajcsy, « Texture gradient as a depth cue », Computer Graphics and Image Processing, Vol. 5, pp.52-67, 1976.

[3] D. Blostein, N. Ahuja, « Shape from texture : integrating texture-element extraction and surface estimation », IEEE PAMI, Vol. 11, n°12, pp.1233-1251, 1989.

[4] L. Boutte, J. Plantier, S. Lelandais, P. Checchin, « Texel extraction on inclined textures by adaptive thresholding of local scales », ICPR 2000, pp. 560-563, Vol. 3, septembre 2000, Barcelone, Espagne.

[5] L. Boutte, « Extraction des échelles locales appliquée au calcul de l’orientation d’un plan texturé », Doctorat de robotique, Université d’Évry Val d’ESSONNE, novembre 2000.

[6] J. Brochard, C. Lecomte, M. Leard, « Analyse de texture sous divers facteurs d’échelle : applications à la reconnaissance de textures et à la mesure de profondeurs », Congrès RFIA’98, pp. 153-159, janvier 1998, Clermont-Ferrand, France.

[7] D. Duval-Destin, « Analyse spatiale et spatio-temporelle de la stimulation visuelle à l’aide de la transformée en ondelettes », Doctorat de physique théorique, Université des sciences de Luminy, Marseille, 1991.

[8] M. El Ghadi, A. Guerin-Dugue, « Forme des objets texturés par estimation des fréquences locales », Conférence ORASIS’99, pp. 181-189, avril 1999, France.

[9] C. Enroth-Cugell, J.-G. Robson, « The contrast sensivity of retinal ganglion cells in the cat », J. of Physiology, London, Vol. 187, pp. 517-552, 1966.

[10] J. Garding, « Direct estimation of shape from texture », IEEE PAMI, Vol. 15, n°.11, pp. 1202-1208, Novembre 1993.

[11] K. Kanatani, T. Chou, « Shape from texture: general principle », Artificial Intelligence, Vol. 38, n°1, pp. 1-48, 1989.

[12] D.-C. Knill, « Surface orientation from texture: ideal observers, generic observers and the information content of textures cues », Vision Research, Vol. 38, n°.11, pp. 1655-1682, juin 1998.

[13] J. Krumm, S. Shafer, « Local Spatial frequency analysis of image texture », 3rd International Conference on Computer Vision, pp. 354-358, Mai 1990.

[14] J. Krumm, S. Shafer, « Segmenting textured 3D surfaces using the space frequency representation », Spatial Vision, Vol. 8, n°2, pp. 281-308, 1994.

[15] S. Lelandais, L. Boutte, J. Plantier, « Defects detection on inclined textured planes », QCAV 2001, Le Creusot, France, 21-23 mai 2001.

[16] T. Lindeberg, J. Garding, « Shape from texture from a multi-scale perspective », 4th International Conference on Computer Vision, pp. 683-690 juillet 1993, Berlin, Allemagne.

[17] C.-S. LU, W.-L. Hwang, H.-Y. Mark Lio, P.-C. Chung, « Shape from texture based on the ridge of continuous wavelet transform », IEEE International Conference on Image Processing, septembre 1996, Suisse.

[18] D. Marr, « Vision », Freemann Editors, New York, 1982.

[19] Y. Ohta, K. Moenobu, T. Sakai, « Obtaining surface orientation from texels under perspective projection », 7th IJCAI, pp. 746-751, 1981, Vancouver, Canada.

[20] J. Plantier, J.-P. Menu, « Analyse des contrastes locaux de luminance dans des images complexes », Rapport CERMA N°93-12, 1993, France.

[21] E. Ribiero, E.-R. Hancok, « Estimating the 3D orientation of texture planes using local spectral analysis », Image and Vision Computing, Vol. 18, n°8, pp. 619-631, 2000.

[22] K. Sakai, L.-H. Finkel, « A Shape-From-Texture algorithm based on human visual psychophysics », Congrès CVPR’94, pp. 527-532, 1994.

[23] K. Sakai, L.-H. Finkel, « Characterization of the spatial-frequency spectrum in the perception of shape from texture », Journal of Opt. Soc. Am. A., Vol. 12, n°.6, pp. 1208-1224, 1995.

[24] B. Super, A. Bovik, « Shape From Texture using local spectral moments », IEEE PAMI, Vol. 17, n°.4, pp. 333-343, avril 1995.

[25] F. Tomita, S. Tsuji, « Computer analysis of visual textures », Kluwer Academic Press, Boston, USA, 1990.