techniques de dématriçagetout d’abord, le terme vision industrielle est « l’application des...

[Tapez une citation prise dans

le document ou la synthèse

d'un passage intéressant. Vous

pouvez placer la zone de texte

n'importe où dans le document.

Utilisez l'onglet Outils de zone

de texte pour modifier la mise

en forme de la zone de texte de

la citation.]

2010-2011

QUEBAUD Jérémy

MAHDJOUB-ARAIBI Samy

Techniques de dématriçage d’images couleur (Caméra

couleur-Filtre CFA-Algorithmes)

Projet bibliographique

Source image :http://www.macandphoto.com/2009/10/lightroom3beta-a.html

QUEBAUD Jérémy & MAHDJOUB-ARAIBI Samy Page 2

Sommaire :

Introduction..........................................................................................................p3

1-Description et schémas d’une caméra couleur mono-capteur…p4-8

1.1-Les capteurs équipant les caméras………………………………………..p5-8

1.1.1-Capteur CCD……………………………………………………….p5 1.1.2- Capteur CMOS…………………………………………………….p6

1.1.3- Tri-CCD…………………………………………………………….p7

1.1.4-Capteur Foveon X3 ……………………………………………….p7-8

1.1.5- Autres capteurs : Super CCD, multi-spectrales,infrarouge…..p8

1.2-Comparaison entre les capteurs……………………………………………p9

2- Les filtres CFA (Color Filter Array)……………………………………p10-12

2.1- Filtre de Bayer……………………………………………………………p10

2.2- Autres filtres : Variances de Bayer, CYGM, RGBE,………………….p11-12

3- Techniques et algorithmes de dématriçage ………………………p13-17

3.1-Les différentes techniques de dématriçage …………………………..p13-16

3.1.1-Interpolation par copie de pixels………………………………p13-14

3.1.2-Interpolation bilinéaire………………………………………….p14

3.1.3- Interpolation bicubique………………………………………...p15

3.1.4- Interpolation par constance des teintes……………………..p16

3.1.5- Autres méthodes……………………………………………….p16

3.2- Synthèse sur une bonne interpolation ………………………………...p17

4-Applications en Vision Industrielle de caméras mono-capteur couleurs

4.1- Contrôle de l’operculage (Lidcheck)……………………………………p18

4.2-Autres exemples de contrôle avec des caméras couleur…..………..p19

Conclusion…………………………………………………………………………….p20

Remerciements………………………………………………………………………..p21

Bibliographie…………………………………………………………………………...p21-23


Introduction :

Tout d’abord, le terme Vision Industrielle est « l’application des techniques [de

vision] à des problématiques de production », d’après UKIV. Le but est l’obtention

d’une image proche de la réalité, autrement dit proche de que ce que la vision

humaine perçoit. Pour parvenir à cela, nous utilisons parfois des caméras couleurs

mono-capteur ; systèmes que nous étudierons dans ce projet bibliographique. Les

avantages de la caméra sont la fiabilité (précision, robustesse), le coût, … alors que

les inconvénients sont marginaux. Les reproches que nous pouvons faire à ces

systèmes sont la défaillance des matériaux, les mauvais réglages, … ce qui peut

conduire à la non-détection des mauvais produits. Les caméras couleurs, désormais

monnaie courante dans l’industrie subissent des améliorations de manière

continuelle dans les laboratoires de développement. L’un des axes de

développement est le dématricage. Le dématricage consiste à interpoler les valeurs

des pixels pour obtenir une image couleur proche de la scène. Les méthodes

d’interpolation sont vastes et les algorithmes sont relativement nombreux.

Nous étudierons dans un premier temps le système : « caméra couleur mono-

capteur », plus précisément les capteurs. Nous développerons surtout dans cette

partie le capteur CCD, le capteur CMOS. Ensuite en deuxième partie, nous parlerons

des filtres CFA (Color Filter Array). Nous aborderons essentiellement le filtre de

Bayer, car c’est le filtre le plus utilisé. Puis en troisième partie, nous expliquerons ce

qu’est exactement le dématricage. Nous expliciterons quelques techniques

d’interpolation. Enfin, nous parlerons de quelques exemples de l’application des

caméras couleurs mono-capteur dans l’industrie.


1-Description et schémas d’une caméra

couleur mono-capteur

Le principe de base de l'acquisition par une caméra consiste en la conversion des rayons lumineux réfléchis une scène en un signal via un capteur. Le capteur est constitué d'éléments photosensibles (pixels ou photo-récepteurs). Les pixels ou photo-récepteurs sont disposés en matrice. Le but est d’ainsi avoir une image bidimensionnelle.

Voici comment nous obtenons une image à partir d’une caméra :

Source : Thèse du Docteur Harold Phelippeau datant de 2009 (p.14)

Le signal lumineux venant de la scène, forme un flux de photons. Il passe à travers un système de lentilles puis est projeté sur le capteur. Les systèmes optiques peut introduire des aberrations (notamment chromatique, …). La qualité de l’image résultante est donc liée au système optique (plusieurs lentilles). Le capteur est une partie très importante permettant de donner l’image, nous développerons cette partie dans le paragraphe suivant. Le traitement du signal analogique ou bien numérique est une grande étape. En effet, elle permet de convertir l’image à partir d’un signal en une image.

Il y a deux grands types de caméras, les caméras monochromes et les caméras couleurs. Les caméras monochromes à capteur linéaire ou matriciel permettent de capturer une image numérique en niveau de gris, celle-ci sera alors codée en niveau de gris (de 0 à 255), l’image apparaitra visuellement en variances de gris. Les caméras couleur à capteur linéaire ou matriciel, permettent contrairement à la caméra monochrome, de capturer une image numérique en couleur. Initialement celles-ci étaient composées de trois capteurs, permettant ainsi de capturer les 3 couleurs de référence : le rouge, le vert et le bleu grâce à des filtres, puis ensuite de reconstituer en une image couleur.

Exemple caméra couleur mono-capteur : AVT Prosilica GC

Source : http://www.stemmer-imaging.fr/fr/pages/products/cameras


1.1-Les capteurs équipant les caméras

De nos jours, il existe de nombreux capteurs qui sont utilisés. Les principaux sont le CCD, pour lesquelles il y a deux types de technologies : mono-CCD et tri-CCD. Pour notre sujet, nous n’étudierons essentiellement des mono-capteurs. Nous parlerons aussi des capteurs CMOS et de capteurs moins utilisés : Super CCD, Multispectrals, …

1.1.1-Capteur CCD

Le capteur CCD est un Dispositif à Couplage de Charges. Il s’agit d’un capteur composé de cellules photosensibles. Ce type de capteur capte les photons de la lumière sur ses photorécepteurs. La photodiode est l’élément optique sensible à la lumière. C’est une petite surface rectangulaire. Pour avoir la valeur d’un pixel, il faut d’écaler et vider toutes les charges entre le registre de sortie et le pixel à lire. Cette opération est longue et enlève le contenu de tous les pixels entre le pixel étudié et la sortie du capteur. Pour le capteur CCD couleur, les photorécepteurs sont organisés en matrice avec un passage pour que les charges électriques puissent être transférées. La lumière reçue est transformée en impulsion électrique, puis il y a conversion. Puis l’image est numérisée via des algorithmes. Les capteurs CCD ont été utilisés très tôt dans les domaines de hautes performances de qualité d’image, comme l’astronomie, la photographie, les applications scientifiques et industrielles. De nos jours, c’est très courant dans les appareils photo, scanners, caméras, … Schéma de fonctionnement d’un capteur CCD:

Source : Modification d’un schéma existant de la Thèse du Docteur Harold Phelippeau datant de 2009 (p.24)


1.1.2- Capteur CMOS

Les capteurs CMOS (Complementary Metal Oxide Semiconductors) sont de petits circuits sur du silicium. La fabrication de capteurs d’image CMOS est bien moins coûteuse que la fabrication de capteurs CCD. De plus, le CMOS consomme beaucoup moins que du CCD. C’est plus rapide d’obtenir une image avec du CMOS que du CCD et enfin on à accès à des régions de pixels. Tout d’abord, le CMOS utilise le principe de pixel actif, associent au sein de chaque photosite, un photorécepteur, une diode de lecture et un circuit d’amplification. Une matrice de commutation répartie sur l’ensemble de la puce permet d’accéder `a chaque pixel de manière indépendante ce qui n’est pas le cas avec le CCD. Schéma de fonctionnement d’un capteur CMOS :

Source : Modification d’un schéma existant de la Thèse du Docteur Harold Phelippeau datant de 2009 (p.25)

Exemple capteur CMOS de la marque Nikon :

Source : Photo venant du site http://img1.focus-numerique.com/


1.1.3- Tri-CCD

Le capteur Tri-CCD à pour principe de base d’envoyer le signal lumineux vers trois capteurs CCD différents (CCD R, CCD V, CCD B). Chaque capteur est utilisé pour l’acquisition d’une composante couleur.

Schéma de principe d’un capteur Tri-CCD :

Source : Schéma existant de la Thèse du Docteur Harold Phelippeau datant de 2009 (p.22)

Le principal inconvénient c’est que c’est une technologie encombrante et

fragile. A la base les capteurs CCD ne sont pas à base plane mais légèrement courbés, ceci rend est une contrainte importante pour la réalisation du capteur. Pour le moment, nous retrouvons cette technologie pour certaines caméras industrielles.

1.1.4-Capteur Foveon X3

Le capteur Foveon X3 part du principe que la lumière pénètre plus ou moins le capteur. Il est basé sur la fréquence (couleur) du rayon. L’information est complète en chaque point de l'image avec ce type ce capteur. En partant du principe physique que le bleu pénètre peu le cristal, le rouge plus et le vert entre les deux. A partir ce cette constatation, on met les filtres à différentes profondeurs.


Schématiquement on le représente comme ceci :

Source : Photo venant de http://ylovephoto.com/fr/2010/10/10/sigma-sd1-capteur-foveon/ datant de 2008

En théorie, la résolution du capteur Foveon X3 est trois fois meilleure, mais en pratique ce n’est pas tout à fait juste. Les premiers modèles commercialisés produisaient une image peu définie, tout le contraire de la publicité: “vibrant colors, rich, warm tones and incredible color detail”. Les images sont normalement plus nettes et nous pouvons avoir l’accès à chaque pixel individuel. Il permet de limiter les artefacts résultants de l’interpolation. L’inconvénient majeur du Foveon X3 est que les rayons obliques fausses le capteur.

1.1.5- Autres capteurs : Super CCD, multi-spectrales,

infrarouge, …

De nos jours, différentes technologies apparaissent. C’est le cas des caméras infrarouges ou bien multi-spectrales. Le principe ressemble au CCD mais avec plus de filtres. Le capteur super-CCD développé par une grande marque, possède une technologie novatrice, la photodiode est hexagonale et non pas rectangulaire comme pour les capteurs CCD. Le but est de pouvoir loger dans un espace fixe plus de pixels et ainsi augmenter la résolution. Il existe de très nombreux capteurs s’ajoutant à cette liste.


1.2-Comparaison entre les capteurs

Mono-CCD Avantages -Prix -Taille du capteur Inconvénients -Perte de résolution et technique d’interpolation -Aberrations chromatiques

Tri-CCD

Avantages -Pas de perte de résolution -Pas d’aberrations chromatiques Capteur Tri-CCD Inconvénients -Prix élevé

CMOS Avantages -Prix (moins couteux des capteurs) -Taille -Accès à des régions -Rapide Inconvénients -Techniques d’interpolation -Qualité (en forte amélioration)

-Aberrations chromatiques

Foveon X3 Avantages -Pas d’interpolation -Résolution (x3) -Couleurs nettes -Accès à tous les pixels Inconvénients -Prix élevé

-Les rayons obliques fausses le résultat


2- Les filtres CFA (Color Filter Array)

Les CCD et CMOS sont des capteurs monochromatiques. En effet, les photosites ne font pas de distinctions entre les longueurs d’ondes du signal lumineux, autrement dit la couleur. Ils peuvent simplement mesurer la « quantité de lumière » qui à été en contact avec le photorécepteur. Dans les systèmes mono-capteurs comme c’est notre cas, la sensibilisation à la couleur est introduite par la superposition d’un filtre coloré (filtre CFA : Color Filter Array) sur la surface du capteur. Plusieurs filtres de couleurs sont utilisés mais le filtre le plus utilisé est celui de Bayer datant de 1976.

2.1- Filtre de Bayer

Le filtre de Bayer est le filtre CFA le plus utilisé. Le principe de ce filtre est d’utiliser plus d’éléments verts que de rouges ou de bleus car le système de vision humain est plus sensible aux longueurs d’ondes proches du vert. La proportion est deux fois plus d’éléments verts que d’éléments rouges ou bleus. Organisations des classique pour un filtre de bayer :

Le capteur est couplé avec le filtre (dans ce cas un filtre de Bayer) :

Source : Modification d’un schéma existant de la Thèse du Docteur Harold Phelippeau datant de 2009

Le résultat brut donne une matrice de Bayer. Sachant que chaque pixel est filtré pour enregistrer une seule des trois couleurs, les données de pixels ne peuvent pas déterminer exactement la couleur. Pour avoir une image couleur, il faut passer par du dématriçage. Le filtre de Bayer est presque universelle sur les appareils photo numériques grand public, cependant des alternatives existent.


2.2- Autres filtres : Variances de Bayer, CYGM, RGBE,…

Le filtre de Bayer est presque universelle sur les appareils photo numériques grand public, cependant des alternatives existent, c’est le cas notamment des filtres frères de Bayer. Autrement dit, de filtre basés sur le Bayer mais avec quelques variances : filtre à bandes verticales, filtre à bandes diagonales, filtre de Bayer pseudo aléatoire, …Il y a aussi des filtres avec des différences un peu plus marquées comme le filtre CYGM (cyan, jaune, vert, magenta). Le but de ce dernier était de moins absorber les rayons lumineux incident qu’un filtre classique de Bayer. Du coup, le capteur est devenu deux fois plus sensible. Le filtre CYGM demande en contre partie un calculateur plus grand. Organisation d’un filtre CYGM :

Source : Photo venant de http://pics.idemdito.org/fr/tech/bayer.htm (2007)

Le filtre RGBE (rouge, vert, bleu, émeraude) fût durant un moment assez utilisé par une grande marque (Sony) mais désormais ce filtre tend à disparaitre car il est moins sensible qu'un capteur RVB équivalent. La teinte émeraude est plus foncée que le vert qu'elle remplace. Organisation d’un filtre RGBE :

Source : Photo venant de http://pics.idemdito.org/fr/tech/bayer.htm (2007)


Rq : Pour ces filtres une interpolation des couleurs manquantes est obligatoire et ceci

pour chaque pixel. Il s’agit du dématriçage, étape qui permet de produire de donner

les informations de l’image finale.

Schéma de filtres existants :

Source : Schéma de la Thèse du Docteur Harold Phelippeau datant de 2009 (p.21)


3- Techniques et algorithmes de dématriçage Dans notre cas, nous nous intéressons essentiellement aux mono-capteurs, et plus particulièrement au CCD et CMOS. Les capteurs comme vous l’avons décrit sont généralement pas directement sensibles aux couleurs. Ils peuvent simplement de quantifier l’information lumineuse (les photons) en contact avec les photosites. Pour cette raison, il faut mettre un filtre composé d’une mosaïque de couleurs sur le capteur ; pour obtenir une image couleur. Dans la partie précédente, nous avons illustré plusieurs filtres mais le plus populaire est le filtre de Bayer (GRGB). En mettant un filtre de couleur sur le capteur, celui-ci reçoit une composante par photosite. Ainsi nous n’avons que le tiers de l’information. Ainsi il faut faire une interpolation pour obtenir les deux autres composantes, c’est ce que nous nommons proprement le dématricage. Autrement dit, il faut faire une estimation pour les deux tiers de l’image. Le dématricage est une étape relativement importante et jouant sur la qualité de l’image. De nos jours, il y a de nombreuses techniques. L’étape du dématricage peut être faite soit dans l’appareil, soit en dehors (traitement externe). Depuis une décennie les appareil-photos numériques, les téléphones mobiles avec appareil photo/caméra, caméras, … inondent le marché. L’industrie du dématricage et de l’algorithme du dématricage est en forte progression. Le nombre d’algorithmes est très important, dans notre cas nous n’étudierons que quelqu’un. Maintenant, l’innovation en matière d’algorithme vient essentiellement de petites variantes.

3.1-Les différentes techniques de dématriçage De nombreuses méthodes existent, des très simples permettant d’interpoler la matrice de Bayer mais aussi des moins simples comme nous le verrons.

3.1.1-Interpolation par copie de pixels Le principe de l’interpolation par copie de pixels est de remplacer la couleur manquante par une couleur voisine qui existe en lui configurant un décalage.

L’avantage est la rapidité de cette méthode. L’inconvénient est que cette méthode apporte de nombreux défauts de couleurs.


Visualisation de défauts produit par cette technique sur une image :

Source : Photo venant de http://pics.idemdito.org/fr (2002)

3.1.2-Interpolation bilinéaire

L’objectif de cette méthode est de connaître la valeur des composantes tous les pixels. Soit la matrice de bayer suivante :

Prenons un exemple simple et concret pour illustrer le principe: Nous voulons connaître la valeur du vert au niveau du pixel rouge 0. Nous noterons la valeur de la couleur verte V0. Si nous appliquons la méthode bilinéaire pour calculer la valeur « verte » du pixel, nous obtenons ceci : V0= (V1 + V2 + V3 + V4)/4 Autrement dit, cette méthode utilise les valeurs des voisins et les utilises pour faire une interpolation. C’est l’une des méthodes les plus utilisées.

Mauvaise interprétation des

informations couleurs. La méthode

d’interpolation n’est pas la meilleure

pour le traitement de cette image.


3.1.3- Interpolation bicubique

L’interpolation bicubique est basée sur les informations des pixels qui sont dans un cube avec un centre (qui est un pixel) et un rayon (correspond à un nombre en pixel). Cette méthode est relativement proche de la méthode bilinéaire. Prenons un exemple pour mieux comprendre le principe : Reprenons la matrice de Bayer comme dans l’interpolation bilinéaire. Si nous voulons toujours connaitre la valeur du vert au niveau du pixel rouge 0 et que nous prenons un rayon de 2, nous obtenons ceci :

V0= a*(V1 + V2 + V3 + V4)/4 + (1-a)*(V5 + V6 + V7 + V8 + V9 + V10 + V11+ V12)/8

La valeur de « a » est liée à l’intervention des pixels extérieurs pour obtenir la valeur au niveau du pixel que nous désirons. Si a = 1, nous retombons sur la méthode bilinéaire. L’inconvénient du dématricage bicubique c’est que la qualité de l’image résultante est souvent moyenne. En effet, il y a souvent des défauts colorés. Exemple d’une image proche de la réalité (à gauche) et l’image ayant subit l’algorithme bicubique :

Source : Photos provenant de la Thèse du Docteur Harold Phelippeau datant de 2009

Mauvaise

interprétation des

informations couleurs.

La méthode

d’interpolation n’est

pas la meilleure pour le

traitement de cette

image.


3.1.4- Interpolation par constance des teintes L’interpolation par constante des teintes est une méthode assez récente. Le principe de base est l’interpolation des teintes plutôt que les couleurs. Intuitivement, nous pouvons dire que dans une image la teinte ne varie pas à la surface d’un objet. A partir de cela, il à été montrer que les rapports : rouge/vert et bleu/vert varient peu. Cette technique suit quatre étapes importantes : -A partir de l’interpolation bilinéaire, … nous interpolons le canal vert -Il faut calculer les rapports rouge/vert et bleu/vert -Interpolation bilinéaire des deux rapports -On ajoute l’interpolation du vert (étape 1) aux deux rapports pour obtenir les plans de couleurs rouge et bleu Matrice de Bayer :

Si nous désirons obtenir la valeur du bleu au niveau du pixel rouge 0, nous avons l’équation suivante : B0=V0/4 *[(B13/V13) + (B14/V14) + (B15/V15) + (B16/V16)] Il y a de nombreux algorithmes qui utilisent cette méthode. L’avantage est de réduire les défauts de couleurs sur les images en comparaison de l’interpolation bilinéaire, bicubique ou par copie de pixel.

3.1.5- Autres méthodes Il existe encore bien d'autres méthodes. Parmi celles-ci on peut citer les suivantes, même si notre but n’est pas faire une liste exhaustive : -Interpolation à moyenne pondérée adaptative -Interpolation directionnelle -Interpolation par reconnaissance de formes -Interpolation par réseaux de neurones -Interpolation pas filtrage dans l’espace de Fourier (Sélection de fréquences) -….


3.2- Synthèse sur une bonne interpolation

Les algorithmes de dématricage sont basés sur des interpolations. La qualité de l’image est liée à la technique de dématricage utilisée. Une interpolation de bonne qualité est donc définie par :

-capacité à détecter les textures fines (prise en compte de la fréquence de Nyquist) -diagonales rectilignes -n’augmenterait pas le bruit -ne ferait pas apparaitre d’artefacts (mauvais pixels, déplacement de pixels,…) -respecterait les couleurs -…

Les algorithmes sont tous relativement différents mais dans le fond ils partent des mêmes principes. Pour n’importe quel pixel du capteur (un traitement spécifique est réalisé pour les bords comme nous l’avons expliqué pendant le cours de traitement des images UE3):

-calculer la luminance et la chrominance -évaluer les différences de couleurs -évaluer les gradients -interpoler la luminance -interpoler la chrominance.

En bilan, il faut se souvenir que le dématricage consiste à reconstituer l’image à partir d’informations incomplètes. Il n’y a pas de solutions miracles mais simplement des meilleures et des moins bonnes.


4-Applications en Vision Industrielle de

caméras mono-capteur couleurs

4.1- Contrôle de l’operculage (Lidcheck)

La marque « Captic » développe des systèmes de contrôle operculage grâce à la Vision Industrielle (LidCheck). Ces systèmes permettent de contrôler les défauts type positionnement, décentrage, pliure et absence.

Dans l’industrie, nous utilisons surtout ceci en agro-alimentaire. Voici des exemples de produits contrôlés :

-Opercules de bouteilles de lait ou de soda. -Opercules de pots en verre ou en terre.

Le système Captic « LidCheck » est composé de :

-Une caméra couleur -Un éclairage Fibre Optique annulaire. -Un calculateur vision d'automatisme et de traitement. (-Un système d'éjection par vérin pneumatique)

Source : Photo venant de http://capticvision.pagesperso-

orange.fr/vision_industrielle/references/agroalimentaire/LidCheck.html (2010)


4.2-Autres exemples de contrôle avec des caméras couleurs

Source : Photo venant de http://www.keyence.fr/products/vision


Conclusion :

En somme, le dématricage est une technique complexe, qui ne peut à partir

d’une scène rendre une image identique. Le dématricage permet simplement d’être

plus proche de la réalité. Il s’agit donc d’une technique qui est en perpétuelle

avancement, ce qui explique les différentes méthodes d’interpolation et les nombreux

algorithmes. Il ne semble pas y avoir une solution parfaite mais des solutions

meilleures pour un domaine d’application. C’est un sujet de développement pour les

industriels, et les recherches sur le sujet sont très protégées par les constructeurs

(domaine de la photographie).


Remerciements :

Nous souhaitons adresser nos remerciements les plus sincères aux

personnes qui nous ont apportés leur aide et qui ont contribués à l'élaboration de ce

projet bibliographique.

Nous tenons à remercier sincèrement Monsieur Macaire, Monsieur Cabestaing, et

nos autres professeurs qui, se sont toujours montrés à l'écoute et très disponibles

tout au long de la réalisation de ce projet documentaire.

Merci à tous et à toutes.

Bibliographie :

Sources papiers :

-B. E. Bayer, "Color imaging array", U.S. Paten (1976).

-B. K. Gunturk, J. Glotzbach, Y.Altunbasak,R.W.Schaffer etR. M. Mersereau,

“Demosaicking: Color filter array interpolation”,IEEE Signal Processing Mag., vol.

22, no 1, p. 44–54,Janv. 2005.

-Méthodes et algorithmes de dématriçage et de filtrage du bruit pour laphotographie

numérique. Thèse, Harold Phelippeau, 3 avril 2009

-Projet bibliographique « Comparaison CMOS/CCD » de Jérôme Six et Léo Meignan

(2009). Etudiant LP GPI Vision Industrielle

- Projet bibliographique « Les caméras linéaires couleur » de Demaille William et

Robillard Benjamin (2008)

-Cours de Mr Carron (Partie sur le dématricage)

-Cours de Mr Cabestaing (Traitement des images : Interpolation)


Sources internet :

-Wikipédia :

-Filtres CFA : http://en.wikipedia.org/wiki/Color_filter_array

-Filtre Bayer : http://en.wikipedia.org/wiki/Bayer_filter

-Capteur CCD : http://en.wikipedia.org/wiki/Charge-coupled_device

-Capteur CMOS : http://en.wikipedia.org/wiki/Cmos

-Dématricage : http://en.wikipedia.org/wiki/Demosaicing

- http://www.cognex.com/Main.aspx?langtype=1036

-Les numériques : http://www.lesnumeriques.com/photo-capture-couleurs-

dematricage-news-14244.html

-Techniques de l’ingénieur : http://www.techniques-ingenieur.fr/glossaire/vision

-Le dématriçage par sélection spectrale revisité par Laurent CONDAT

http://www.greyc.ensicaen.fr/~lcondat/publis/condat_gretsi09_demosa.pdf

- Universalis « Dématricage » : http://www.universalis.fr/encyclopedie/photographie-

procedes-de-prise-de-vue-numerique/#i_33988

-Caméras industrielles : http://www.theimagingsource.com/fr_FR/topics/industrial-

cameras/

-Stemmer Imaging : http://www.stemmer-

imaging.fr/fr/pages/products/cameras/index.php

http://www.stemmer-imaging.fr/fr/pages/products/cameras

-Capteurs : http://sales.hamamatsu.com/assets/pdf/parts_S/s10200-

02_etc_kmpd1098e04.pdf

-Application des caméras couleur dans l’industrie pharmaceutique :

http://www.jai.com/EN/CameraSolutions/Applications/Pages/Pharmaceuticals.aspx

-Description capteur Foveon X3 : http://ylovephoto.com/fr/2010/10/10/sigma-sd1-

capteur-foveon/

-Filtre Bayer : http://pics.idemdito.org/fr/tech/bayer.htm

-Systèmes de Vision Industrielle :

http://www.keyence.fr/products/vision/machine/machine.php

-Dématricage : -http://www.unc.edu/~rjean/demosaicing/demosaicing.pdf

- http://www.ece.gatech.edu/research/labs/MCCL/pubs/dwnlds/p5.pdf

-Comparaison capteurs CCD/CMOS : http://www.cameravideo.net/forum/meilleur-

web-anglais/7714-comparatif-capteurs-ccd-cmos-suite.html

http://en.wikipedia.org/wiki/Color_filter_arrayhttp://en.wikipedia.org/wiki/Bayer_filterhttp://en.wikipedia.org/wiki/Charge-coupled_devicehttp://en.wikipedia.org/wiki/Cmoshttp://en.wikipedia.org/wiki/Demosaicinghttp://www.cognex.com/Main.aspx?langtype=1036http://www.lesnumeriques.com/photo-capture-couleurs-dematricage-news-14244.htmlhttp://www.lesnumeriques.com/photo-capture-couleurs-dematricage-news-14244.htmlhttp://www.greyc.ensicaen.fr/~lcondat/publis/condat_gretsi09_demosa.pdfhttp://www.universalis.fr/encyclopedie/photographie-procedes-de-prise-de-vue-numerique/#i_33988http://www.universalis.fr/encyclopedie/photographie-procedes-de-prise-de-vue-numerique/#i_33988http://www.theimagingsource.com/fr_FR/topics/industrial-cameras/http://www.theimagingsource.com/fr_FR/topics/industrial-cameras/http://www.stemmer-imaging.fr/fr/pages/products/cameras/index.phphttp://www.stemmer-imaging.fr/fr/pages/products/cameras/index.phphttp://www.stemmer-imaging.fr/fr/pages/products/camerashttp://sales.hamamatsu.com/assets/pdf/parts_S/s10200-02_etc_kmpd1098e04.pdfhttp://sales.hamamatsu.com/assets/pdf/parts_S/s10200-02_etc_kmpd1098e04.pdfhttp://www.jai.com/EN/CameraSolutions/Applications/Pages/Pharmaceuticals.aspxhttp://ylovephoto.com/fr/2010/10/10/sigma-sd1-capteur-foveon/http://ylovephoto.com/fr/2010/10/10/sigma-sd1-capteur-foveon/http://pics.idemdito.org/fr/tech/bayer.htmhttp://www.keyence.fr/products/vision/machine/machine.phphttp://www.unc.edu/~rjean/demosaicing/demosaicing.pdfhttp://www.ece.gatech.edu/research/labs/MCCL/pubs/dwnlds/p5.pdfhttp://www.cameravideo.net/forum/meilleur-web-anglais/7714-comparatif-capteurs-ccd-cmos-suite.htmlhttp://www.cameravideo.net/forum/meilleur-web-anglais/7714-comparatif-capteurs-ccd-cmos-suite.html


-Vision Industrielle (exemples caméras):

-http://www.visionindustrielle.org/visionwhy.php

- http://www.cognex.com/Main.aspx?langtype=1036

- http://www.machinevision.ch/

-Traitement des images :- http://theses.univ-lyon2.fr/didacticiel/unite2/module4.html

http://steep.inrialpes.fr/~Arnaud/vision_m2piicao/bonus/c3

_traitement_images_t2.pdf

- http://www.eisti.fr/~ga/download/TiPoly.pdf

http://www.visionindustrielle.org/visionwhy.phphttp://www.cognex.com/Main.aspx?langtype=1036http://www.machinevision.ch/http://theses.univ-lyon2.fr/didacticiel/unite2/module4.htmlhttp://steep.inrialpes.fr/~Arnaud/vision_m2piicao/bonus/c3_traitement_images_t2.pdfhttp://steep.inrialpes.fr/~Arnaud/vision_m2piicao/bonus/c3_traitement_images_t2.pdfhttp://www.eisti.fr/~ga/download/TiPoly.pdf


Résumé :

Dans le projet, nous nous consacrons à la caméra couleur mono-capteur.

Nous décrivons son fonctionnement et ses composants, essentiellement le capteur

(CMOS/CCD/…). A partir de cela, nous montrons les nécessités de l’introduction

d’un filtre CFA (Filtre de Bayer, …). Enfin nous expliquons le principe du dématricage

et les techniques qui sont utilisées (Interpolations) pour rendre une image

ressemblant au maximum à la scène.

techniques de dématriçagetout d’abord, le terme vision industrielle est « l’application des...

Documents