Contrôle Industriel par Vision

Dimension: px

Commencer à balayer dès la page:

Download "Contrôle Industriel par Vision"

Corinne Dumouchel
il y a 8 ans
Total affichages :

1 Contrôle Industriel par Vision J. SERRA Centre de Morphologie Mathématique, Ecole des Mines de Paris France Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 1

2 Relations Industrie -Recherche La Vision Industrielle obéit à la règle suivante, générale aux R. et D. Industrie :: --Définition du duproblème; --Contexte socio-économique. Industrie :: --Prototype ;; --Commercialisation. Recherche :: --solution pour un un banque d'images de deréférence ;; --maquette. Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 2

Industrie :: --Prototype ;; --Commercialisation.

3 Les sept piliers de la la Vision Industrielle L' L' interaction entre les lesdesiderata de de l' l' Industrie et etles possibilités de de la la technique se sejoue autour de desept thèmes :: le le choix d'une Représentation la laprésence d' d' Individus l l '' Invariance par Translation la lamétrologie les lesdirections Préférentielles la larapidité du dutraitement la la Prise en encompte du dumouvement.. Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 3

d' d' Individus l l '' Invariance par Translation la lamétrologie les lesdirections Préférentielles la larapidité du

4 Représentations Les "images" mises en enjeu dans la la Vision Industrielle sont des représentations du dumonde réel, qui dépendent de de :: grossissements (( e.g. cartes de de la lamême region à deux échelles différentes); sources de delumière (( e.g. polarisation, infra rouge); échantillonnage (( e.g. sections, projections); divers pré-traitements (( e.g. marqueurs, colorations )).. En EnContrôle Industriel par Vision, il il faut maitriser ces paramètres. Par exemple, pour mesurer des fibres de deverre, vaut-il mieux les les observer au au M.E.B. ou ou les les enrober et et en en faire des sections pour la lamicroscopie optique? Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 4

. En EnContrôle Industriel par Vision, il il faut maitriser ces paramètres. Par exemple, pour mesurer des fibres de deverre, vaut-il mieux les les observer au au M.E.B.

5 Exemple n 1 : Fibres de Verre (Isover - S tt Gobain) a : micrographie M.E.B. b : micrographie optique d'une coupe de a Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 5

6 Individus Est Individu toute partie de del'image que l'on décide de deconsidérer globalement: --une ville, en enphotographie aérienne, une adresse sur sur une enveloppe,.... sont autant d' d' individus (non connexes) Les traitements initiaux portent souvent sur sur le lechamp complet: --seuillage, filtrages, surface, ignorent les les individus. Est-il nécessaire de debasculer vers l' l' approche individuelle? Si Si oui, quand? --Dans l'exemple des feuilles métalliques,on arrive à s'en passer; --dans celui du duriz, l' l' étape de de segmentation porte sur surla latotalité de de l' l' image, et etengendre les les individus que l'on analyse ensuite Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 6

Est-il nécessaire de debasculer vers l' l' approche individuelle? Si Si oui, quand?

7 Exemple n 2 :: Grains de Riz (Sciro-Mines) a : image initiale b : segmentation de a c : grains internes d : grains entiers e : grains brisés f : paquets de grains Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 7

8 Invariance par Translation Les opérations que l'on effectue peuvent dépendre ou ounon de de la la position de de l' l' objet. Dans la lanégative, on ondit qu'elles sont invariantes par translation. Il Il s'agit là làd' d' une décision relative aux opérations, and non d'une hypothèse sur sur une possible stationnarite des images étudiées. --Dans l'exmple du dumoteur, les les vannes radiales (n (n 3) 3) occupent une place typique au au centre du du champ de devue, qu'un traitement pertinent ne ne saurait négliger; --à l'opposé, les lesgrains de deriz internes (n (n 2) 2) étant placés au au hasard, on onles étudie par des méthodes invariantes par translation (la (laremarque n' n' est estplus vraie pour les lesgrains qui coupent les les bord du du champ). Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 8

--Dans l'exmple du dumoteur, les les vannes radiales (n (n 3) 3) occupent une place typique au au centre du du champ de devue, qu'un traitement pertinent ne ne saurait négliger; --à l'opposé, les

9 Exemple n 3: Pompe à Huile (G al al Motors) Une vanne manquante Pas de vanne manquante 5 pores 7 pores Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 9

10 Métrologie Un Un traitement d' d' image se setermine le leplus souvent par des mesures telles que volumes, surfaces, granulométries,dénombrements, etc... Or, --Comment mesurer un unrayon (( par exemple)? --Quelle précision est-elle réellement nécessaire? La Larobustesse du durésultat final dépend de de la la totalité du dutraitement.. Certains opérateurs réduisent la larobustesse (e.g. dérivées), d'autres l'augmentent (e.g. filtres) et etservent souvent à améliorer les lespremiers. Les biais sont causées principalement par --les les effets de debords, particulièrement pour l' l' analyse individuelle --les lesorientations préferentielles; --les les passages aux sections (( phénomènes steréologiques). Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 10

. Certains opérateurs réduisent la larobustesse (e.g. dérivées), d'autres l'augmentent (e.g. filtres) et etservent souvent à améliorer les lespremiers.

11 Exemple n 4 :: Antibiogrammes ( Inst. Pasteur) Image Initiale a) fonction distance sur a) seuillée Pastilles: obtenues par filtrage puis seuillage Tailles des halos: maxima de la fonction distance, pris dans les pastilles. Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 11

12 Directions Préférentielles Les directions préférentielles apparaissent avec --les lesobjets linéaires; -les alignements dans certaines directions de del'espace ;; --en en association avec d'autres anisotropies, oupas. Elles posent toujours des problèmes -decomplexité de decalcul (un degré de deliberté de de plus, mise en enjeu jeude delongues distances); -de digitalisation, car carleurs orientations ne ne coïncident pas toujours avec celles dela trame. Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 12

Elles posent toujours des problèmes -decomplexité de decalcul (un degré de deliberté de de plus, mise en enjeu jeude delongues

13 Exemple n 5 : Feuilles Métalliques Formées(Ocas) Image initiale Fermeture et seuillage Ouverture 1ère direction Ouverture 2ème direction Intersection Résultat final Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 13

Ouverture 2ème direction Intersection Résultat final Ecole

14 Vitesse Dans chaque situation, se se demander quelle vitesse est est vraiment requise. La La notion confuse de detemps réel ne ne dit ditpas à quelle réalité il il est estfait référence. Pratiquement, ce ce qu'on peut toujours définir, c'est un un temps de decalcul Quelques situations peu drastiques :: --Pour les les antibiogrammes, la lamise en en culture suivie de de la la réaction bio-chimique prennent deux jours, --Pour l'inspection du dumoteur, le letemps de detraitement, imposé par la laligne de de production, doit durer quelques secondes, Les cas drastiques apparaissent avec la laconjonction d' d' --un unfort débit de dedonnées, et et d' d' algorithmes complexes (e.g. lecture des enveloppes). Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 14

réaction bio-chimique prennent deux jours, --Pour l'inspection du dumoteur, le letemps de detraitement, imposé par la laligne de de production, doit durer quelques secondes, Les cas drastiques

15 Exemple n 6 : Lecture d'adresses (CRTP) Image Initiale Parties détectées (Filtrage géodésique directionnel) Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 15

16 Mouvement et etcontrôle Le Le contrôle de dequalité par Vision concerne aussi les les séquences d'images. Les domaines d'application sont multiples. Suivi de descènes, avec camera fixe ou ou embarquée contrôle de deprésence, contrôle de dequalité de de films (ou video), et etrestauration physico-chimie (( fluidisation, bulles, cinétique de dedéformation...) La Ladifficulté, ici, ici, est est d'extraire les les caractéristiques du dumouvement. Par exemple, faut-il considérer le le produit Espace temps comme un un tout, ou ou bien faire glisser des fenêtres le lelong de de l' l' axe temporel? Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 16

fluidisation, bulles, cinétique de dedéformation...) La Ladifficulté, ici, ici, est est d'extraire les les caractéristiques du dumouvement.

17 Exemple n 7: 7: La gare de Sydney, par L. Lumière Extrait de la séquence d' origine Filtrage par connexité temporelle Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 17

18 Relations Industrie -Recherche Pour conclure, revenons sur la dialectique Industrie-Recherche : Industrie :: --Définition du duproblème; --Contexte socio-économique. Industrie :: --Prototype ;; --Commercialisation. Recherche :: --solution pour un un banque d'images de deréférence ;; --maquette. Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 18

19 Conclusions Comment animer cette dialectique? Première flèche :: une situation est est bien définie uniquement quand --et et l' l' industriel, --et et l' l' ingénieur en en Vision agréent sur sur un un jeu d'images représentatives du duphénomène à étudier. Seconde flèche :: Le Le retour vers l'industrie n'opère que si sil' l' industriel parvient à modifier --ses ses comportements humains (faire admettre une organisation nouvelle du du travail), -etaussitechniques (( autre représentations des objets). Ecole des Mines de Paris Conseil d'administration du19 juin 1997 J Serra 19

sur un un jeu d'images représentatives du duphénomène à étudier.

Documents pareils

Traitement bas-niveau

Traitement bas-niveau Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.