2.4.1 Objectifs et enjeux
Une fois les zones défectueuses identifiées à l’aide de l’algorithme de détection, une étape d’extraction de ces zones permet de générer des captures de l’image d’origine centrées sur le défaut. Cette capture a pour but de minimiser l’espace de stockage nécessaire pour analyser des images de grande taille en mémorisant uniquement la zone suffisante à l’identification visuelle du défaut. Des images de petite taille permettront également de réduire le temps de calcul dans les étapes suivantes. Néanmoins, la taille de ces captures doit être déterminée de manière à ce que suffisamment de bruit de fond soit également présent dans la capture. Ceci pour les deux raisons suivantes :
– visuellement : l’œil a besoin de suffisamment de surface de contexte afin d’identifier la zone défec- tueuse
– numériquement : pour les étapes suivantes, notamment la localisation, nous allons avoir besoin d’es- timer des statistiques du contexte. Les pixels de contexte doivent donc être suffisamment représentés afin d’estimer de manière fiable les statistiques.
2.4.2 Calcul adapté de la zone extraite
Afin de répondre à ces deux préoccupations, nous proposons de définir une règle de capture qui tient compte de la forme des objets détectés. En effet, on remarque que :
– quand l’objet détecté est de forme carrée, une extraction de forme carrée est appropriée (pas de préférence pour une direction), et une extraction de la taille double de l’objet détecté, dans les deux directions, est en général suffisante pour visualiser l’objet.
– Quand l’objet est plus étendu dans une direction donnée, on a en général besoin de visualiser une quantité plus importante de pixels de contexte dans la direction perpendiculaire à l’objet détecté de manière à bien identifier le défaut. Par exemple, lorsqu’on veut visualiser une ligne défectueuse, on
2.4. Extraction des zones défectueuses 37
V=61 px minimum
H = 61 px minimum v=260 px
h = 80 px
H = 202 px
V=382 px
ROI extraite ROI
détectée
ROI détectée
ROI extraite
Figure 2.7 – Méthode d’extraction. Deux cas sont présentés : à gauche, extraction d’une forme à dominante verticale, et à droite extraction d’un pixel défectueux. La capture de la forme verticale va être étendue selon la composante horizontale pour une bonne visualisation. Le pixel défectueux sera toujours capturé dans une zone de 61×61 pixels, ce qui est suffisant à sa visualisation.
a besoin de voir suffisamment de lignes situées de part et d’autres de la ligne défectueuse. Dans le même temps, l’information des pixels situés sur des colonnes non impactées par la ligne défectueuse n’est en général pas nécessaire
La stratégie de capture adoptée se sert des dimensions horizontale, notéeh, et verticale, notéev, de la zone détectée, et calcule les dimensions horizontale H et verticale V de la zone de capture, selon les formules suivantes :
H = h
1 + 2
α+ 1
(2.20)
V = v
1 + 2
1 α+ 1
(2.21) avecα= h
v (2.22)
De plus, dans tous les cas nous avons fixé une taille de capture minimale, correspondant à 61 pixels minimum pour chacune des deux dimensions H et V. Une première étape vise à regrouper les zones détectées en composantes connexes, chacune de ces composantes étant ainsi extraite selon la règle énoncée ci-dessus.
La figure 2.7 donne un exemple d’extraction de deux défauts différents. Les zones capturées sont toujours centrées sur la ROI de détection. Pour une bonne visualisation, le format de la zone capturée est étendu selon la direction perpendiculaire à la direction principale de la ROI détectée. Sur la forme à gauche de la figure, on a donc capturé en ne suivant pas le format donné par la ROI détectée, mais en l’étendant selon la direction horizontale. En pratique, ceci permet une meilleure observation du défaut, car il sera visuellement comparé à des zones du contexte qui lui seront parallèles. En revanche, nous n’avons pas besoin, pour une bonne visualisation, de beaucoup de pixels situés dans l’axe du défaut. Pour l’extraction du pixel isolé, la ROI sera ajustée à sa taille minimale, à savoir 61×61 pixels.
Figure2.8 – Méthode d’extraction : courbes des rapports dimension extraite/dimension détectée. Selon la forme de l’objet détecté, on extrait une zone de taille comprise entre une fois et trois fois la taille détectée. La surface extraite varie en conséquence entre 3 fois et 4 fois la surface détectée.
Le graphe de la figure 2.8 donne les ratios entre longueur et largeur de la ROI extraite, et longueur et largeur de la ROI détectée. On observe que ces deux quantités varient entre 1 et 3 selon la forme de l’objet. La surface de l’objet capturée est elle entre 3 fois et 4 fois la surface de l’objet détecté, ce qui représente une taille raisonnable pour le stockage des données.
2.4.3 Conclusions et remarques sur l’extraction
La méthode présentée ici pour effectuer la capture des défauts est une méthodead hocqui, en pra- tique, donne des résultats satisfaisants puisque les défauts sont en général visibles sur toutes les captures effectuées.
Une autre méthode serait de capturer une zone de taille fixe, centrée sur chaque pixel détecté. Ceci revient à dilater les détections par un élément structurant de la taille choisie, et de capturer ensuite chaque composante connexe par une ROI englobant cette composante.
L’avantage de la méthode présentée est de réduire la quantité de pixels enregistrés dans le cas de défauts de type ligne ou colonne défectueuse, puisque la différence selon l’axe horizontal et vertical entre la ROI de capture et la ROI détectée va dépendre de la forme de l’objet. Avec cette technique, on a également le contrôle de la quantité de pixels capturés par rapport à la quantité de pixels détectés. Enfin, l’aspect adaptatif à la taille de l’objet permet de réaliser des captures pertinentes du point de vue de l’observation : si on a détecté un défaut de grande taille, et qu’on applique une méthode de capture par dilatation par fenêtre fixe, la capture va être de taille quasiment identique à la détection. Dans ce type de configuration, il devient très difficile de bien visualiser le défaut, car il ne pourra pas être observé à la bonne échelle, il n’y a pas suffisamment de contexte pour permettre cette observation.