Reconnaissance d'images

Méthodes de reconnaissance dans le traitement d'images

La reconnaissance d'images est le processus d'identification et de détection d'un objet ou d'une caractéristique dans une vidéo ou une image numérique. Ce concept est utilisé dans de nombreuses applications comme les systèmes d'automatisation industrielle, la surveillance des postes de péage et les systèmes de surveillance/sécurité. Les algorithmes standard de reconnaissance d'images incluent :

  • La reconnaissance optique de caractères
  • La correspondance de formes et de gradients
  • La reconnaissance faciale
  • L'identification des plaques d'immatriculation
  • La détection des changements de scène

Des applications de reconnaissance d'images spécifiques incluent la classification de chiffres à l'aide de caractéristique HOG et d'un classifieur SVM (Figure 1).

Figure 1. La classification des chiffres au moyen de caractéristique HOG (histogramme de gradient orienté)  de l'image (en haut) et des SVM. Voir cet exemple pour obtenir le code et une explication.

Une corrélation croisée peut être utilisée lors de la mise en correspondance de formes et du suivi de cibles (voir Figure 2).

Figure 2. Utilisation d'une corrélation croisée normalisée pour reconnaître des puces spécifiques sur un circuit imprimé. Voir un exemple pour plus d'informations.

Une approche efficace de la reconnaissance d'images inclut l'utilisation d'un environnement de calcul scientifique aux fins de l'analyse des données, de la visualisation, ainsi que le développement d'algorithmes.

Pour plus d'informations, reportez-vous à Computer Vision Toolbox™.

Voir aussi: reconstruction d'image, transformée d'image, amélioration d'images, segmentation d'images, traitement d’images, computer vision, MATLAB et OpenCV, reconnaissance faciale, détection d'objets, reconnaissance d'objets, extraction de caractéristiques, vision stéréo, flux optique, RANSAC, reconnaissance de formes, apprentissage profond