Traitement du signal.

La mthode quon va utiliser la fin est celle

du Shafait[1] ou bien le MidGrey[2] selon
lenvironnement.
Une boucle de contrle sera implmente
pour le choix automatique et intelligent de la
mthode, ainsi bien les corrections
ncessaires pour lutilisation correcte de la
boucle.

Mthode de MidGrey
La

mthode de MidGrey consiste

simplement voir la position du pixel par
rapport la valeur moyenne du signal.

Le

signal obtenu par le camra ne se base

pas sur le systme de couleur rouge-vertbleu (RGB). Les valeurs obtenus sont tantt
dans 500, tantt surpassant 6000.
Mais, MidGrey en est compatible.

Cette

mthode nest valable que si on

limine les 15 pixels des deux bords.

Signal issu de la camra

modifi
Environnement:
normale

BON

Mauvais

Signal issu de la camra

Environnement:
troite
Temps de capture:
soir

Max=

620 , Min=340 moy=480

Conclusion sur Mthode de

MidGrey
La

mthode de MidGrey nest pas toujours

fiable et peut causer des dgts normes.

En

contre partie lalgorithme de MidGrey

ne prend que ~400 calculs lmentaires
[ O(n) , trs rapide ].

Par

la supervision des tats courants et

tats prcdents, limplmentation de
MidGrey sans causer des erreurs normes
est possible.

Mthode de Shafait-modife
La

mthode quon propose est base sur

la mthode Shafait (seuillage adaptive).

Aprs

avoir prparer le signal, on

teste le signal contre la mthode, le
feedback va indiquer si le signal a t
bien vu (tel que linitialisation, on doit
voir 2 lignes seulement)
Passe de
smoothing
bilatrale

Elimination
de la
composante
offset

Conversion
en systme
RGB

Seuillage
par
mthode de
Shafait

Feedback

Prparation du signal

On

filtre le signal avec un noyau de

blur (lit. flou) qui permet
dadoucir le signal rduisant donc
les bruits en prservant la forme
gnrale du signal.

On

a choisit qui est extrait du

filtre 3x3 du noyau Gaussian
Blur dfini comme-suitpour les
image 2D.

Prparation du signal
Ensuite

on procde liminer la composante

continue de la signal et on le convertit dans le
systme RGB (une valeur entre 0 et 255)

Sig.
camra

filtre

Mthode de Shafait.
La

mthode de Shafait (bas sur

la mthode image intgrale)
permet le calcul du seuil locale
en se basant sur la variance de
lentourage.

La

mthode telle quelle est,

relativement lente, plus rapide
que celle de Sauvola[3] mais
prouv plus stable que celle
[4]

w=6
Explication de la mthode
intI[20] intI[21]
138
115

intI[22]
145

intI[23]
157

163

173

intI[26]
177

: lookup window (fentre de

w/2=3 w/2=3

recherche)
px: tableau de pixels
intI: Image Intgrale (somme successive
des pixels)
x: index pixel prt pour la seuil
Calcul de la valeur moyenne
Calcul de la variance:

Seuillage
Puis

on termine par
comparer chaque
pixel par le variance
vu en ce point
(arrire plan
virtuelle).

Sur

un ordinateur
puissant, cette
fonction ne dure
mme pas de
millisecondes

Dtermination de la dimension
de la fentre
Il

faut bien choisir la

dimension de la
fentre (w) pour
avoir des rsultats
crdibles.
Pour le moment on
propose de faire une
boucle de retour de
correction pour
dterminer la valeur
de w optimale

Conclusion sur mthode de

Shafait.
La

mthode de
Shafait est
optimise, de
complexit
q*O(n) et
raisonnablemen
t rapide.

???

???

Bibliographie
[1]

R. Fisher, S. Perkins, A. Walker and

E. Wolfart. Adaptive Thresholding ,
2003. http://
homepages.inf.ed.ac.uk/rbf/HIPR2/adpthrsh.htm

[2]

F. Shafait, D. Keysers, T. M. Breuel,

Efficient Implementation of Local Adaptive
Thresholding Techniques Using Integral
Images
[3] J. Sauvola and M. Pietikainen, Adaptive
document image binarization.
[4] N. Otsu, A threshold selection method
from gray-level histograms,