Search

International audience

Rapport Projet ANR - EROS 3D

International audience; In this paper, we address the problem of pair-wise registration of large unstructured 3D/color datasets. Our purpose is to improve the classical ICP (Iterative Closest Point) algorithm by using color information, in order to deal with large datasets and with objects for which the geometric information is not significant enough. After a brief presentation of classical ICP (Iterative Closest Point) algorithm and of the research works developed to improve its performance, we propose a new strategy to improve the selection of points. Color information is used to reduce the search space during the matching step. Experimental results obtained with real range images show that the algorithm provides an accurate estimation of the rigid transformation.

International audience

Article soumis à IROS'04

Article soumis à SIBGRAPI/SIACG'04

Article soumis à ICRA'05

Article soumis à Journal of Oceanic Engineering

International audience

International audience; This paper presents a self-calibration technique for a camera mounted on an underwater vehicle designed to perform the 3D reconstruction of underwater scenes. Our aim is to identify the intrinsic parameters of the camera with methods that are adapted to the operational constraints on Ifremer's underwater vehicles. The optical system is composed by a single vertical camera located below the underwater vehicle and looking downwards. The motion of the vehicle can be measured through navigation sensors and the observed 3D scene is always unknown. The use of a moving camera is not an obstacle for the application of stereoscopic methods. Nevertheless, the camera motion enables the use of robust algorithms for points matching, but impoverishes perspective effects between several images. Therefore, we are interested in the analysis of the conditions in which the procedure of self-calibration is valid and reliable, i.e.: the 3D characteristics of the scene and the camera motion. This paper presents the steps necessary for the camera self-calibration in an underwater environment: the extraction and the tracking of features in several successive images, the fundamental matrix estimation and the intrinsic parameters identification. Several tests and results are presented.

International audience

International audience

International audience; In order to improve weeding strategies in terms of pesticide reduction, spatial distribution and characterisation of in-field weed populations are important. With recent improvements in image processing, many studies have focused on weed detection by vision techniques. However, weed identification still remains difficult because of outdoor scenic complexity and morphological variability of plants. A new method of weed leaf segmentation based on the use of deformable templates is proposed. This approach has the advantage of applying a priori knowledge to the object searched, improving the robustness of the segmentation stage. The principle consists of fitting a parametric model to the leaf outlines in the image, by minimising an energy term related to internal constraints of the model and salient features of the image, such as the colour of the plant. This method showed promising results for one weed species, green foxtail (Setaria Viridis). In particular, it was possible to characterise partially occluded leaves. This constitutes a first step towards a the recognition system, based on leaf characteristics and their relative spatial position.; La connaissance de la distribution spatiale et la caractérisation des adventices sont des données importantes pour l'amélioration des stratégies de désherbage, en vue de la réduction de l'usage des pesticides. Avec les progrès récents en traitement d'image, de nombreuses études ont été consacrées à la détection des adventices par vision numérique. Cependant, l'identification reste difficile du fait de la complexité des scènes d'extérieur et de la variabilité morphologique des plantes. Une nouvelle méthode de segmentation des feuilles d'adventices basée sur l'utilisation de modèles déformables est proposée. Cette approche a l'avantage d'introduire une connaissance a priori sur l'objet recherché, améliorant ainsi la robustesse de l'étape de segmentation. Le principe consiste à ajuster un modèle paramétrique sur les contours de feuilles présents dans l'image, par minimisation d'un terme d'énergie lié aux contraintes internes du modèle et aux données essentielles dans l'image, telles que la couleur des plantes. Cette méthode a donné des résultats intéressants sur l'espèce Sétaire (Setaria Viridis). En particulier, elle a rendu possible la caractérisation de feuilles partiellement cachées. Ceci constitue une première étape vers l'élaboration d'un système de reconnaissance basé sur les caractéristiques des feuilles et leur positions spatiales relatives.

New weeding strategies for pesticide reduction relie on the spatial distribution and characterisation of in-field weed populations. Therefore, many researches have focused on weed identification by vision techniques. However, difficulties still remain that are mainly due to outdoor scene complexity and biological variability of plants. In the present approach, the segmentation step is improved by introducing an a priori knowledge on the searched shapes in the image (i-e the weed leaves), using deformable shape models. In this context, the segmentation of partially occluded leaves becomes possible, as well as their subsequent classification using morphological and color parameters., Les stratégies à venir de réduction de l'usage des pesticides s'appuieront sur la distribution spatiale et la caractérisation des populations d'adventices sur le terrain. De fait, de nombreuses recherches concernent l'identification des adventices par vision numérique. Cependant, des difficultés subsistent, dues principalement à la complexité des scènes d'extérieur et à la variabilité biologique des plantes. Dans la présente approche, l'étape de segmentation est améliorée en introduisant une connaissance a priori des formes recherchées dans l'image (feuilles d'adventices), à l'aide de modèles déformables. Dans ce contexte, la segmentation de feuilles partiellement cachées devient possible, puis leur classification sur la base de critères de forme et de couleur.

The characterization of the populations of weeds by machinel vision is a considerable stake for the development of precision farming and the reduction of chemical intrants. But the complexity of the scenes to be analyzed by vision is a major obstacle. We propose in this paper a new method for weed leaves segmentation. The leaves are described by deformable models with evolution forces allowing their adjustment in the image. The first experiments were carried out on a hundred images taken in natural conditions at the INRA of Dijon (France), and concern the Green Foxtail variety. More than 80% of the leaves are correctly segmented by this approach., La caractérisation des populations de mauvaises herbes par vision numérique est un enjeu considérable pour le développement de l'agriculture de précision et la réduction des intrants chimiques. Mais la complexité des scènes à analyser par vision constitue une difficulté primordiale. Nous proposons dans ce papier une nouvelle méthode de segmentation des mauvaises herbes. Les feuilles y sont décrites par des modèles déformables soumis à des forces d'évolution permettant leur ajustement dans l'image. Les premières expérimentations ont été effectuées sur une centaine d'images prises en conditions naturelles à l'INRA de Dijon (France), et concernant la variété Sétaire. Plus de 80% des feuilles en présence sont correctement segmentées par cette approche.

résumé