|
Malgré la diversité des applications rencontrées, il est possible de dégager un schéma général pour la résolution des problèmes de vision et de définir une méthodologie appropriée. On peut décomposer les traitements en une séquence d'opérations de nature différente telle que représentées à la figure 13.28.
Le pré-traitement consiste à préparer l'image brute pour faciliter les opérations qui suivent. Il s'agit soit de compenser divers défauts dont l'image pourrait être entachée, tels que bruit, manque de contraste, déformations géométriques, flou de bougé, non-uniformité d'éclairage, ... soit de mettre en évidence les contrastes intéressants: rehaussement des contours, filtrage des détails ayant une taille donnée, ou au contraire de réduire les contrastes indésirables. Les pré-traitements s'appliquent à des images et fournissent normalement de nouvelles images au contenu modifié. Parfois, on extrait une information plus condensée telle que des vecteurs (images à une dimension) constitués par des profils, projections ou autres.
La localisation est une partie essentielle des opérations. Il s'agit de trouver dans les images les éléments intéressants et de les délimiter. Comme on l'a déjà dit, ces éléments peuvent être
L'analyse exploite les résultats de la localisation et a pour but de réduire à une petite quantité de paramètres l'information à traiter. Par exemple, on sera amené à décrire les objets par un petit nombre de paramètres de taille ou de forme en vue de les reconnaître; on pourra mesurer l'intensité lumineuse moyenne à l'intérieur d'une petite zone pour déterminer l'absence ou la présence de matière à cet endroit, ou la distance de bord à bord d'une pièce cylindrique pour déterminer son diamètre, ...
Le résultat de l'analyse est un vecteur de nombres résultant d'un calcul sur les diverses régions d'intérêt explorées.
Le diagnostic est la conclusion du traitement. Il exploite les valeurs des paramètres analysés, également appelés indicateurs de qualité, pour émettre un verdict tel que: la pièce est présente ou absente, exempte de défauts ou non, présente la bonne forme, appartient à une catégorie plutôt qu'une autre, ... Ces prises de décision sont intimement liées à la notion de classification. Le jeu de paramètres caractéristiques mesurés définissent un espace des états, lequel peut être partitionné en régions d'acceptation et régions de rejet, ou plus généralement en régions d'appartenance à des classes pré-définies.
Dans les cas les plus simples, le diagnostic se fait sur base d'un seul paramètre et il suffit de vérifier qu'il prend sa valeur dans un intervalle de variations acceptées. Les régions d'acceptation peuvent être déterminées par calcul, mais également être définies par comparaison avec des échantillons de référence, réputés bons.
En principe les différentes phases évoquées se succèdent au cours du traitement, mais il arrive que des retours en arrière aient lieu.
Lors de la résolution d'un cas d'application, le schéma global de traitement est défini au moment de la programmation de la solution et devient normalement immuable. Cependant, on laisse souvent accessible des paramètres réglables qui influencent le fonctionnement des algorithmes et qui permettent à un opérateur de réagir à des changements de conditions ambiantes ou des dérives de la production. Plus généralement, le passage d'un type de pièce à un autre demande de prendre en compte des caractéristiques qui changent, telles que les valeurs nominales des cotes à mesurer ou le texte du marquage à apposer.
L'entrée des paramètres par un opérateur, qui doit se faire à l'arrêt (avant de lancer l'inspection en-ligne), s'appelle l'apprentissage. L'apprentissage, quand il est nécessaire, peut se faire sur base d'images de référence ou de modèles synthétiques (représentations par C.A.O.). Lorsqu'un système est capable de s'adapter à un grand nombre de pièces de types différents, on lui adjoint un catalogue de modèles descriptifs prêts à l'emploi.