dea réalité virtuelle et maîtrise des systèmes complexes traitements dimages appliqués à la...

DEA Réalité Virtuelle et Maîtrise des Systèmes Complexes

Traitements d’images appliqués à la surveillance d’un processus

d’usinage

Par : Antoine Chedebois

Sous la direction : Jean Triboulet / Malik Mallem


Présentation de l’organisme d’accueil

• Centre d’Etudes de Mécanique d’Ile-de-France

• Crée au début des années 90

• Effectif : 37 enseignants-chercheurs et chercheurs et 42 doctorants

C.E.A. U.E.V.E.

R.J. GIBERT F. CHAVAND

Directeur Directeur adjoint

Groupe de Mécaniques des Fluides et Energétique

Responsable : Olivier DAUBE

Laboratoire Systèmes Complexes

Responsable : F. CHAVAND


Organisation des Groupes de Recherches

LSC : Thème I – Traitement des données et modélisation

I.1 – Modélisation par apprentissage, I.2 – Traitement des données imprécises et incertaines, I.3 – Modélisation du savoir-faire et diagnostic

Thème II – Réalité virtuelle et Vision artificielle II.1 – Réalité virtuelle et Coopération Homme-Machine, II.2 – Vision 2D/3D, II.3 – Capteurs intelligents.

Thème III – Modélisation et Contrôle des machines complexes III.1 – Contrôle de véhicules, III.2 – Coopération de robots, III.3 – Mécatronique.

GMFE : Modélisation numérique des fluides réactifs avec ou sans onde de choc, Mécanique des fluides appliquée à l'environnement, Énergétique.


Présentation du Sujet

• Projet demandé par Renault Automation

• But : « Aide au diagnostic dans la surveillance de machines à usinage rapide de type Urane 20 et Urane 25 »

• Le CEMIF doit développer un système orienté vision pour extraire les informations de l’environnement et les comparer à un modèle


• Centre d’usinage classique

• volume de travail : 500x500x200 (mm)

• vitesse max. de broche : 24 000 tr/min

• accélération max. : 15m/s²

• programmes d’usinage mis au point sous Euclid

• CN : Siemens 840D

Présentation des Machines Urane 20 et 25


• Temps de réaction opérateur trop long pour surveillance de la machine

• Système de vision doit solutionner ce problème, tout en étant plus fiable que l’analyse de l’opérateur

• Comment : En comparant état du système à un instant donné par rapport à un instant de référence : Corrélation

• Objets testés : Pièce à usiner / outils sur broche machine

• Questions : L’objet est présent ? Est-ce le bon ? Présent-il des défauts ? Est-il correctement placé ?

• Nécessité de définir des régions d’intérêts

Problématique


• Extraction des contours de l’image : approche frontière, méthode dérivative par Calcul du Gradient de l’image.

• Extraction de points de fortes courbures (angle et sommets de l’image) par la méthode de Beaudet et méthode de Harris

• Segmentation de l’image par chaînage des pixels constituant les contours et approximation polygonale par les segments de droites et arcs de cercles.

Traitements d’Images Implantés


Im ag e en N iveau d e G riscon s id é ré e com m e im ag e ré fé ren ce

Im ag e en N iveau d e G risacq u ise su r en viron n em en t d e trava il

E xtrac tion d es P o in ts d e fo rtes C ou rb u resp ar la m é th od e d e H arris

A p p roxim ation P o lyg on a le- p ar d es seg m en ts d e d ro ites

- p ar d es a rcs d e cerc les

C h aîn ag e d es C on tou rs

D é tec tion d es m axim a locau x e tS eu illag e p ar H ys té ré s is

E xtrac tion d e C on tou rsp ar ap p roxim ation d u G rad ien tp ar le filtre ré cu rs if d e D erich e

A tté n u ation d es b ru its : F iltre d e L issag e

Schéma Fonctionnel du Processus de Vision

Les informations extraites sont ensuite corrélées avec les informations issues du modèle de référence pour détecter d’éventuelles anomalies

Corrélation des amers géométriques de

l’image avec ceux du modèles


• Méthode travaillant directement sur l’image d’intensité des Ndg

• Opérateur :

Extraction des PFCs par méthode de Harris

]ˆ[]ˆ[),( 2 CkTraceCDetyxR

avec :

2

2

ˆˆˆ

ˆˆˆˆ

yyx

yxx

III

IIIC

où Î est l’image filtrée de I par une opération de lissage et k = 0.04

Robuste au bruit codé, au bruit dû au mouvement de la caméra, moins robuste au bruit additif impulsionnel

F o n ctio n n em en t

D é te c tion d e s M a x im a L o ca ux

A p p lica tio n d e R e n ch a q ue p ixe l

Im a g e lis sé e p a r f iltre d e L issa ge


Image de référence

Exemple d’Extraction des PFCs

Points de fortes courbures détectés superposés sur l’image de référence


• Approche Frontière : les contours correspondent aux frontières séparant les régions de l’image

• Méthode dérivatives : les contours correspondent à des sauts d’amplitudes. La dérivation de l’image permet de les localiser

• Opérateur utilisé : Calcul du Gradient de l’image I.

Extraction de Contours

Ici, toutes les dérivées sont approximées par le filtre récursif de Deriche

• Les contours sont alors localisés par les maxima de l’opérateur gradient.

• Un seuillage par hystérésis (avec 2 valeurs de seuils) est nécessaire afin d’extraire les contours

²² yx GGG xyxIyxGx )/,(),( yyxIyxGy )/,(),(avec et


Exemple d’Extraction de Contours

Image référence

Gradient de l’image

Maxima locaux puis Seuillage par hystérésis

(sb = 5 / sh = 25)


• S’effectue après extraction des contours

• Étape transitoire avant l’approximation polygonale des contours

• but : « passer d’une description matricielle des contours à une description sous formez de listes de contours »

• Algorithme de Giraudon et Garnesson : – chaînage rapide en une seule lecture de l’image

– gestion efficace des liens de parenté

– minimisation du nombre de chaînes

• Fonctionnement : balayage de l’image par un pavé 3x3 centré sur un pixel et possédant des directions privilégiées

Chaînage des Contours

2

0

135

7

6 4


La méthode se divise en trois étapes :

• Création des chaînes de contours en parallèle en une passe par un balayage de l’image avec ce pavé 3x3 (tableau des directions de recherche). Les chaînes sont crées par mise à jour itérative.

• Fusion des chaînes obtenues afin de minimiser leur nombre

• Élimination de chaînes trop courtes suivant un critère de longueur.

N.B :

D ’autres configurations de tableaux des directions de recherche ont été testés afin d’optimiser cette étape.

Chaînage des Contours

46 2

0

5 1 3

7Tableau optimal des directions de recherche :


Segmentation de Contours

• But : « construire une représentation polygonale d'un contour ou d'une frontière de région »

• Les chaînes de contours seront partitionnées (par un algorithme de découpage) dans des segments de courbes. Segments ayant une description analytique connue : droites et/ou cercles

• Deux problèmes : – trouver un partionnement cohérent de la chaîne en segments

– trouver pour chaque segment la meilleure approximation analytique


Approximation d’un segment par une droite


y

x

(xi,yi)

d

• Soit l’équation d’une droite : dyx cos.sin.• La distance du point [xi,yi] à cette droite est : dyxe iii )cos.sin.( • Le but étant de trouver la droite (les paramètres et d) qui minimise la grandeur :

n

iieE

1

2

• L'ensemble des paramètres de la droite est la solution

du système d'équations : 0E

0

d

E


Approximation d’un segment par une droite (suite)


• Après calcul, on obtient pour d et :

xxyy

xy

VV

V

2arctan

2

1 cos.sin. yx VVd

• avec :

n

iix x

nV

1

1

n

ixixx VxV

1

)²(

n

ixiyixy VxVyV

1

))((


• Problème similaire

• Soit équation du cercle :

• En prenant A = -2a, B = -2b, et C = a² + b² - r²

• L ’équation devient :

• La distance d’un point à un cercle s’écrit :

• La distance algébrique se traduit alors par :

Approximation d’un segment par un cercle


²)²()²( rbyax

0²² CByAxyx

rbyaxd iii )²()²(

CByAxyx iiii ²²


Approximation d’un segment par un cercle (suite)


• Le critère à minimiser est toujours : • La solution pour A, B et C est donnée par le système d ’équations

suivant :

• Après dérivation on obtient :

• avec ….

• Il reste ensuite à retrouver a, b et r à partir des valeurs de A, B et C

n

iieE

1

2

0

A

E

0B

E

0C

E

xyyxxxxxyxx UUCUBUAU

yyyxxyyyyxy UUCUBUAU

yyxxyx UUnCBUAU

n

iiixy yxU

1


1. pour une chaîne de points : est-ce un segment de droite ?

2. si oui - aller en fin ;

3. sinon – est-ce un cercle ?

4. si oui – aller en fin ;

5. sinon diviser la chaîne en deux sous-chaînes

et répéter l'algorithme pour chaque sous-chaîne ;

6. fin

Choix du point de division : (point le plus éloigné de la chaîne)

Algorithme de découpage récursif


A

B

CC

A

B



Image des contours obtenue après

chaînage

Approximation polygonale par les segments de droite

Approximation polygonale par les segments de droite et arcs de cercle


But :

Surveillance d’une machine par mise en corrélation d’une image acquise dans

l’environnement de travail à certains moments clés de la procédure d’usinage

avec son image de référence.

Procédure :

1/ A partir d’une image de référence : application du filtre de Harris et de l’approximation polygonale par les segments de droites

2/ A partir d’une image bruitée ou non, même traitements d’images avec mêmes paramètres

3/ Déduction de 3 coefficients de corrélation servant une règle de décision (pièce valide / pièce non valide)

Résultats obtenus : Sur 75 essais, 3 erreurs soit 96% de réussite.

Résultat Expérimentaux


Approximation Polygonale par des Segments de Droites et Cercles

dea réalité virtuelle et maîtrise des systèmes complexes traitements dimages appliqués à la...

Documents