Etude de descripteurs de formes pour la reconnaissance de bâtiments
Institution:
La RochelleDisciplines:
Directors:
Abstract EN:
In this thesis project, the author has carried out a study involving low-level features and middle-level features that can be used for man-made object recognition. This study focuses on a very specific type of man-made structure, i. E buildings, taken from image capturing devices from ground-level. The author aims to introduce a novel method for a multi-purpose building retrieval system that can support both high power PC-based systems and a limited processing power system such as mobile devices. The method has to be simple but fast, and efficient algorythms need to be designed and implemented for building recognition, resulting in an acceptable recognition rate. In order to archieve the above objectives, the author has proposed a method based on the integration of low-level and middle-level features. We propose two novel methods for representing spatial information called Dominant Structure Orientation Histogram (DSOH) and Spatial Neighbouring Patterns (SNP) as well as an adaptation of Fuzzy Spatial Descriptior (FSD). For evaluating the retrieval performance of the proposed method, a building retrieval system is proposed and implemented in a computer using Matlab ®. Besides using a personal building database for comparing the performance of our system with existing systems, we also included the ZuBud image database for retrieval evaluation. The results obtained during simulation show that our proposed method is capable of competing with existing building retreival system albeit our very simple and straightforward approach.
Abstract FR:
Le problème de la reconnaissance de bâtiments dans un contexte d'images acquises par un appareil photo standard est devenu de plus en plus important. Ceci nécessite un système efficace pour la recherche, la navigation ainsi que le traitement d'images. Cette efficacité peut être obtenue en utilisant des concepts sémantiques tels que bâtiment pour une classification automatique des objets. En conséquence, nous proposons une nouvelle méthode pour la reconnaissance de bâtiments basée sur une approche non segmentée en utilisant des informations dérivées à partir des points de contour. Cette approche est réalisée en deux étapes, la première étape comprend l'extraction de l'image primitive de bas niveau, i. E la forme du bâtiment en utilisant un détecteur de contour tandis que la deuxième étape comprend l'extraction de l'information de haut niveau, i. E spatiale. Nous proposons une étape d'optimisation du détecteur de contours nommée "Adaptive Optimal Neighbourhood". Pour la représentation de l'information spatiale, deux nouvelles méthodes sont proposées, i. E le "Dominant Structure Orientation Histogram" et le "Spatial Neighbouring Pattern". Les résultats expérimentaux montrent que notre méthode est efficace et rapide grâce à sa représentation compacte et compréhensive. Une étude comparative, utilisant une base de données de bâtiments personnelle, montre que notre méthode obtient un résultat compétitif si on la compare aux autres méthodes proposées dans la littérature et basées sur les pixels de contour et les informations spatiales.