Etudes bas´ees sur les espaces couleur

L’espace couleur est une organisation sp´ecifique qui permet de cr´eer, d´ecrire et visualiser les couleurs. Dans le domaine de la vision par ordinateur, la couleur est souvent repr´esent´ee par des triplets. A titre d’exemple, nous citons les espaces RGB et HSV qui repr´esentent les espaces couleur les plus connus en traitement d’images. Par la suite, nous ´etudierons la possibilit´e de segmenter des images de bassins selon ces deux espaces.

2.3.1.1 Espace RGB

RGB est un espace additif tri-chromatique compos´e de trois composantes : rouge, verte et bleue. Il est utilis´e par plusieurs dispositifs : ordinateurs, t´el´evisions, cam´eras, etc. Les syst`emes de prise de vue que nous utilisons dans cette th`ese sont bas´es sur l’espace RGB. En utilisant cette repr´esentation, chaque image de la s´equence vid´eo se

2.3. SEGMENTATION DU BASSIN compose de trois matrices o`u chacune contient des valeurs cod´ees sur 8 bits repr´esentant l’intensit´e de la couleur concern´ee (rouge, verte, ou bleue).

Figure 2.2 – Image d’un bassin de comp´etition affich´ee dans l’espace RGB. Les images en bas correspondent, de gauche `a droite, aux composantes rouge, verte et bleue (repr´esent´ees en niveaux de gris). Championnats de France de Natation - Limoges, Avril 2015

La figure 2.2 pr´esente un exemple d’une image de la moiti´e du bassin de 50 m`etres repr´esent´ee dans l’espace couleur RGB. Les trois images en bas, pr´esentent, de gauche `a droite, les composantes rouge, verte et bleue (repr´esent´ees en niveaux de gris). Dans la premi`ere composante, nous constatons que les hautes intensit´es (i.e. le blanc) cor-respondent aux bouchons rouges et `a tous les objets contenant une couleur rouge ainsi qu’`a la peau des nageurs qui contient aussi une forte composante rouge. Mˆeme constat concernant les composantes verte et bleue, o`u les hautes intensit´es correspondent aux objets de mˆeme couleur (respectivement vert et bleu). En particulier, l’image de la composante bleue est tr`es int´eressante car elle permet de faire ressortir le contraste entre l’eau, qui contient une forte intensit´e de bleu, et le reste du bassin. Ce constat sera pris en compte dans les chapitres suivants pour nos approches de suivi bas´ees sur

Figure2.3 – Image d’un bassin de comp´etition affich´ee dans l’espace HSV. Les images du bas correspondent, de gauche `a droite, `a la composante Teinte, Saturation et Valeur. Championnats de France de Natation - Limoges, Avril 2015

l’histogramme de couleur afin d’augmenter le pouvoir discriminant de ces approches.

2.3.1.2 Espace HSV

L’espace couleur HSV consiste en une transformation non-lin´eaire de l’espace RGB dans le but de le rendre plus intuitif et plus pertinent pour des applications sp´ecifiques, notamment dans le domaine de la vision par ordinateur. Cet espace est compos´e d’un triplet : Hue qui repr´esente la teinte, Saturation qui correspond `a l’intensit´e de la couleur et Value qui repr´esente la description de la brillance.

L’image principale de la figure 2.3 correspond `a une transformation de l’image visible sur la figure 2.2 de l’espace RGB vers l’espace HSV. La d´ecomposition des composantes de l’image en HSV g´en`ere les trois images affich´ees en dessous. De gauche `a droite, l’image de la composante H pr´esente une description robuste des couleurs en termes

2.3. SEGMENTATION DU BASSIN

Figure2.4 – Segmentation de l’eau par seuillage sur l’image de la composante Teinte de la figure 2.3. Championnats de France de Natation - Limoges, Avril 2015

de teintes. Ceci permet, entre autre, d’´eliminer les effets de reflets et d’´eclaboussure et donne ainsi des couleurs homog`enes aux diff´erents objets. L’image de la composante S apporte l’information d’intensit´e `a la premi`ere image H. La derni`ere composante V d´ecrit la brillance et permet de mettre en ´evidence les reflets et les ´eclaboussures. Dans notre cas, nous nous int´eressons particuli`erement `a la composante H pour son homog´en´eit´e. En effet, elle permet de faire ressortir l’eau et les diff´erents objets pr´esents dans le bassin. Finalement, ceci nous permet, comme le montre la figure 2.4, d’extraire les couloirs en appliquant un seuillage sur les valeurs de cette composante.

2.3.1.3 D´etection de peau

La d´etection de peau repr´esente un pr´etraitement important qui peut faciliter la tˆache de pr´e-localisation du nageur. La seule caract´eristique qui permet de diff´erencier la peau du reste de la sc`ene est sa couleur. Par cons´equent, nous avons d´etermin´e un intervalle de valeurs correspondant `a la peau sur les espaces couleur RGB, HSV et sur leurs diff´erentes composantes. Ceci a ´et´e fait apr`es des tests r´ealis´es sur des s´equences vid´eo de comp´etitions. En effet, nous nous int´eressons particuli`erement `a la segmentation appliqu´ee sur la composante R du mod`ele RGB car elle permet une bonne extraction de la peau qui contient une forte intensit´e de rouge. Cependant, d’autres objets peuvent apparaitre parmi les d´etections potentielles de la peau car ils poss`edent des valeurs de rouge qui sont inclus dans l’intervalle s´electionn´e. La figure 2.5 pr´esente un exemple de d´etection de la peau en n’utilisant que la composante R. Dans cette figure, nous constatons que de grandes parties de la peau ne sont pas d´etect´ees `a cause des ´eclaboussures. D’autre part, nous notons que des bouchons rouges sont d´etect´es par erreur. Cependant, ces derniers peuvent ˆetre ignor´es grˆace `a leur appartenance aux

lignes des couloirs. Pour cela, nous pr´esentons par la suite une m´ethode de localisation pr´ecise de ces lignes d’eau.

Figure2.5 – D´etection de peau utilisant un intervalle de valeurs sur l’image issue de la composante rouge. Ici, les rectangles rouge repr´esentent les zones de peau localis´ees. Championnats du monde de natation - Barcelone, Juillet 2013