SlideShare une entreprise Scribd logo
Réalisé Par :
Yosra HASNAOUI Balkiss HAMAD Khaled FAYALA
2012-2013
Détection des droites par la transformée
de Hough
Ecole Supérieur des Sciences
et Techniques de Tunis
‫التونسية‬ ‫الجمهورية‬
‫العلمي‬ ‫والبحث‬ ‫العالي‬ ‫التعليم‬ ‫وزارة‬
‫تونس‬ ‫جامعة‬
‫بتونـس‬ ‫والتقنيـات‬ ‫للعلـوم‬ ‫العليـا‬ ‫المدرسة‬
Plan
2
Introduction1
Transformée de Hough2
Principe de Système polaire3
Algorithme4
Les différentes variantes5
Conclusion6
Introduction
3
 Une image est vue comme une succession de pixels qui représentent
une forme, un objets, etc.
 La vision par ordinateur et le traitement d'images sont deux domaines
qui tentent d'analyser ces images et d'en tirer des informations.
 Pour extraire ces informations, il existe plusieurs approches qui se
base sur la détection des éléments spécifiques dans l’image.
Transformée de Hough
4
Introduction1
Transformée de Hough2
Plan
Transformée de Hough
5
 La transformée de Hough est une technique de reconnaissance de
formes inventée en 1962 par Paul Hough et breveté par IBM.
 Cette technique est devenu un outil standard dans le domaine de la
vision artificielle.
 Elle permet de détecter des objets bien précis dans les images:
 des droites
 des cercles, des ellipses…
Transformée de Hough
Représentation d’une droite
 La formule la plus simple représentant une droite est :
• a est la pente de droite
• b est l’interception de cette droite sur l’axe y
a= b = y1 - a x1
Équation cartésienne : y = a x + b
Comment
caractériser
une droite ?
y2 – y1
x2 – x1
6
7
 Pour un point de coordonnés (x1,y1) de l’image, toutes les droites
passant par ce point ont la forme y1=a x1 + b pour différentes valeurs de
a et b.
(x1,y1)
Représentation d’une droite
Transformée de Hough
 Chaque droite dans l'espace (x,y), espace image, sera transformée en un
point dans l'espace de (a,b), espace de Hough (espace des paramètres).
Principe
Espace image Espace de Hough
Transformée de Hough
8
 Chaque point dans l'espace (x,y) sera transformée en une droite d'équation
b = -a x + y dans l'espace de Hough.
Principe
Espace image Espace de Hough
Transformée de Hough
9
10
 Pour chaque point B, toutes les droites passant par ce point correspondent
à une seule droite d dans l’espace (a,b).
Principe
Transformée de Hough
Espace image Espace de Hough
11
 Pour chaque point A, toutes les droites passant par ce point correspondent à
une seule droite d dans l’espace (a,b).
Principe
Transformée de Hough
Espace image Espace de Hough
12
 Ces deux faisceaux de droites dans l’espace (x, y) ont en commun la droite
qui relie les points A et B.
 L'intersection de deux droites d1 et d2 donne le point contenant les
paramètres de la droite recherchée.
Principe
Transformée de Hough
13
Principe
 Tous les points situés sur la même droite D sont représentés par des droites
qui passent toutes par le même point dans l’espace (a,b).
 Ce point (a’, b’) donne les paramètres recherchés de l’équation de la droite
D : y = a’x+b’
Transformée de Hough
14
Principe de vote
 Pour détecter la droite qui traverse deux points , on utilise un
accumulateur appelé aussi Matrice (a,b).
 On construit une image des votes où chaque point permet de voter
pour une droite particulière.
Les droites recevant le plus de votes sont conservées
Transformée de Hough
Transformée de Hough
Principe de vote
15
Transformée de Hough
Principe de vote : remplissage de l’accumulateur
16
 Chaque ligne correspond à une valeur possible du paramètre a.
 chaque colonne correspond à une valeur possible du paramètre b.
 Chaque «case» du tableau représente une droite de paramètres a et b.
Transformée de Hough
17
 la valeur d'une «case» va s'incrémenter lorsque la droite correspondante
traversera le point concerné.
Principe de vote : remplissage de l’accumulateur
Transformée de Hough
18
 À la fin du processus (d'accumulation), la «case» ayant obtenu la valeur la
plus élevée correspond à la droite qui traverse le plus nombres grand nombre
de point.
Principe de vote : remplissage de l’accumulateur
19
 La représentation y = ax + b pose un problème pour les droites verticales.
Transformée de Hough
Problème
Espace non borné (a ∞, b ∞ )
Une représentation polaire
20
Introduction1
Transformée de Hough2
Principe de Système polaire3
Plan
21
Système polaire
 Une droite est représentée par la formule suivante :
sin(θ) y + cos (θ) x = r
 r est la distance entre l’origine à cette ligne
 θ est l’angle entre l’axe x et le vecteur r
 L’espace paramétré (p-) ici est borné par :
r -d,d avec d est la taille de la diagonale de l'image
 -/2,/2 (± 90°)
Transformée de Hough
22
Transformée de Hough
 Une droite s’exprime comme un point dans l’espace (r, )
Système polaire
23
Transformée de Hough
 Chaque point (x,y) devient une courbe (une sinusoïde) dans l’espace (r, )
 Chaque point de l'image correspond une sinusoïde dans l’espace de paramètre.
Système polaire
 Les points d’intersection dans l’espace de paramètre sont utilisés pour trouver les
droites dans l’espace image.
Plan
24
Introduction1
Transformée de Hough2
Principe de Système polaire3
Algorithme4
25
 Pour appliquer la transformée de Hough à une image de largeur L et de
hauteur H , il faut créer un espace de Hough.
 Il faut discrétiser l'espace, en abscisse de -π/2 à π/2, en ordonnée de -d à +d
(où d est la taille de la diagonale de l'image).
 Créer un accumulateur, et initialiser tous ses cases à 0.
 Parcourir les pixels des images, on opère de la manière suivante:
 On fixe θ et on calcule r=x.cos(θ) + y.sin(θ)
 Ajout de vote pour [r][θ]
 Incrémentation du valeur de la case correspondante
Algorithme
26
 L’algorithme selon le système polaire est le suivant :
(1) Début
(2) Quantifier l'espace des paramètres avec un maximum et un minimum
pour les 2 paramètres.
(3) Initialiser un accumulateur ( dim (r), dim (θ) ) à 0.
(4) Pour chaque point (x , y) de l’image
(5) Pour chaque valeur de θ (-π/2 à π/2)
(6) Calcul de p=x*cos(θ)+y*sin(θ)
(7) Ajout d’un vote pour (p , θ)
(8) Vote[p][θ]++;
(9) Fin
Algorithme
27
 À la fin de l'exécution, les valeurs des cases de l’accumulateur correspondent
au nombre de points «les votes ».
 La «case» ayant obtenu la valeur la plus élevée correspond à la droite qui
traverse le plus nombres grand nombre de point.
Algorithme
28
Introduction1
Transformée de Hough2
Principe de Système polaire3
Algorithme4
Les différentes variantes5
Plan
29
Les différentes variantes
 Il existe différentes variantes de transformée de Hough :
 Transformation de Hough Probabiliste
 Transformation de Hough Par tirage aléatoire
 Transformation de Hough Hiérarchique
30
Les différentes variantes
Transformation de Hough Probabiliste
 Contrairement a l'approche standard qui applique la transformée de Hough a
tous les pixels de l'image, la TH probabiliste l'applique qu'a une
proportion des pixels de l'image.
 Un pourcentage entre 10% et 20% suffirait statistiquement à obtenir de bons
résultats. (Travail de Kiryati et al. )
 La transformée probabiliste a un avantage qui est la faible charge de calcul
et de son temps d'exécution.
31
Les différentes variantes
Transformation de Hough par tirage aléatoire
 La THA propose de sélectionner aléatoirement et plusieurs fois un
couple de points caractéristiques.
 D'incrémenter le seul accumulateur qui correspond à la droite passant par
ces 2 points.
32
Les différentes variantes
Transformation de Hough Hiérarchique
 Un des problèmes majeur de la transformé de Haugh réside dans la
quantification de l'espace des paramètres (la taille des accumulateurs).
La transformée hiérarchique apporte une réponse a ce problème.
 Cette méthode propose de commencer a effectuer une transformée de
Hough avec un pas de quantification de l'espace des paramètres large.
 Elle subdivise les accumulateurs qui ont reçu de nombreux votes.
33
Les différentes variantes
Transformation de Hough Hiérarchique
 Elle procède a une autre pas de la transformée de Hough sur cette partie de
l'espace des paramètres avec cette quantification plus fine.
 Ces opérations sont itérées jusqu'a obtenir une précision désirée.
34
Plan
Introduction1
Transformée de Hough2
Principe de Système polaire3
Algorithme4
Les différentes variantes5
Conclusion6
35
Conclusion
 La transformée de Hough est un outil efficace pour trouver les droites dans
une image.
 Il existe d'autres transformées de Hough, dites transformées de Hough
généralisées pour extraire d‘autres formes.
 Elle est utilisée dans plusieurs applications :
 Détection des routes dans les images prises par satellite.
 Lecture de code barre
36
Bibliographie
http://www.tsi.telecomparistech.fr/pages/enseignement/ressources/beti/ellipses/Hough.html
http://elynxsdk.free.fr/ext-docs/Demosaicing/more/news1/article-graf-espic.pdf
http://gepasud.upf.pf/images/documents/Letouzey/perso/hough.pdf
http://igm.univ-mlv.fr/~vnozick/teaching/projetsMath/hough/line.pdf
https://cours.etsmtl.ca/sys844/Documents/imp6-5-ElementsSymboliques.pdf
37
Merci Pour Votre
Attention

Contenu connexe

Tendances

Qu'est-ce qu'un SIG?
Qu'est-ce qu'un SIG?Qu'est-ce qu'un SIG?
Qu'est-ce qu'un SIG?
ankeqiang
 
Rapport de stage PFE - Mémoire master: Développement d'une application Android
Rapport de stage PFE - Mémoire master: Développement d'une application AndroidRapport de stage PFE - Mémoire master: Développement d'une application Android
Rapport de stage PFE - Mémoire master: Développement d'une application Android
BadrElattaoui
 
Le problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétiqueLe problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétique
Rima Lassoued
 
Introduction to Machine learning
Introduction to Machine learningIntroduction to Machine learning
Introduction to Machine learning
Quentin Ambard
 
Présentation pfe
Présentation pfePrésentation pfe
Présentation pfe
Abdelghafour Zguindou
 
réseaux de neurones artificiels
réseaux de neurones artificiels réseaux de neurones artificiels
réseaux de neurones artificiels
Oussama Werfelli
 
présentation soutenance PFE.ppt
présentation soutenance PFE.pptprésentation soutenance PFE.ppt
présentation soutenance PFE.ppt
Mohamed Ben Bouzid
 
TP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec MatlabTP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec Matlab
Mariem ZAOUALI
 
Chapitre 3 NP-complétude
Chapitre 3 NP-complétudeChapitre 3 NP-complétude
Chapitre 3 NP-complétude
Sana Aroussi
 
Intelligence Artificielle - Algorithmes de recherche
Intelligence Artificielle - Algorithmes de rechercheIntelligence Artificielle - Algorithmes de recherche
Intelligence Artificielle - Algorithmes de recherche
Mohamed Heny SELMI
 
Uml upxp2
Uml upxp2Uml upxp2
Uml upxp2
Joubi Aaziz
 
Réseaux neurons
Réseaux neuronsRéseaux neurons
Réseaux neurons
sadjida bellatreche
 
TD4-UML-Correction
TD4-UML-CorrectionTD4-UML-Correction
TD4-UML-Correction
Lilia Sfaxi
 
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
Mohamed Amine Mahmoudi
 
Rapport Projet de Fin d'Etudes
Rapport Projet de Fin d'EtudesRapport Projet de Fin d'Etudes
Rapport Projet de Fin d'Etudes
Hosni Mansour
 
Chapitre 3 robotique e
Chapitre 3 robotique eChapitre 3 robotique e
Chapitre 3 robotique e
Mouna Souissi
 
Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...
Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...
Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...
RAMZI EL IDRISSI
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
Lilia Sfaxi
 
Conception et réalisation d'une application de gestion intégrée au sein de la...
Conception et réalisation d'une application de gestion intégrée au sein de la...Conception et réalisation d'une application de gestion intégrée au sein de la...
Conception et réalisation d'une application de gestion intégrée au sein de la...
Addi Ait-Mlouk
 

Tendances (20)

Qu'est-ce qu'un SIG?
Qu'est-ce qu'un SIG?Qu'est-ce qu'un SIG?
Qu'est-ce qu'un SIG?
 
Rapport de stage PFE - Mémoire master: Développement d'une application Android
Rapport de stage PFE - Mémoire master: Développement d'une application AndroidRapport de stage PFE - Mémoire master: Développement d'une application Android
Rapport de stage PFE - Mémoire master: Développement d'une application Android
 
Le problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétiqueLe problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétique
 
Introduction to Machine learning
Introduction to Machine learningIntroduction to Machine learning
Introduction to Machine learning
 
Présentation pfe
Présentation pfePrésentation pfe
Présentation pfe
 
réseaux de neurones artificiels
réseaux de neurones artificiels réseaux de neurones artificiels
réseaux de neurones artificiels
 
présentation soutenance PFE.ppt
présentation soutenance PFE.pptprésentation soutenance PFE.ppt
présentation soutenance PFE.ppt
 
TP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec MatlabTP1 Traitement d'images Génie Logiciel avec Matlab
TP1 Traitement d'images Génie Logiciel avec Matlab
 
Chapitre 3 NP-complétude
Chapitre 3 NP-complétudeChapitre 3 NP-complétude
Chapitre 3 NP-complétude
 
Intelligence Artificielle - Algorithmes de recherche
Intelligence Artificielle - Algorithmes de rechercheIntelligence Artificielle - Algorithmes de recherche
Intelligence Artificielle - Algorithmes de recherche
 
Cours fondement du multimedia
Cours fondement du multimediaCours fondement du multimedia
Cours fondement du multimedia
 
Uml upxp2
Uml upxp2Uml upxp2
Uml upxp2
 
Réseaux neurons
Réseaux neuronsRéseaux neurons
Réseaux neurons
 
TD4-UML-Correction
TD4-UML-CorrectionTD4-UML-Correction
TD4-UML-Correction
 
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...Rapport (Mémoire de Master) de stage PFE pour  l’obtention du Diplôme Nationa...
Rapport (Mémoire de Master) de stage PFE pour l’obtention du Diplôme Nationa...
 
Rapport Projet de Fin d'Etudes
Rapport Projet de Fin d'EtudesRapport Projet de Fin d'Etudes
Rapport Projet de Fin d'Etudes
 
Chapitre 3 robotique e
Chapitre 3 robotique eChapitre 3 robotique e
Chapitre 3 robotique e
 
Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...
Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...
Soutenance de stage : comment la réussir ? ( www.ramzi-orientation.blogspot.c...
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
 
Conception et réalisation d'une application de gestion intégrée au sein de la...
Conception et réalisation d'une application de gestion intégrée au sein de la...Conception et réalisation d'une application de gestion intégrée au sein de la...
Conception et réalisation d'une application de gestion intégrée au sein de la...
 

En vedette

Plagiat : Détection et prévention
Plagiat : Détection et préventionPlagiat : Détection et prévention
Plagiat : Détection et prévention
Jean-Luc Trussart
 
Reconnaissance de panneaux de signalisation routière en utilisant la détectio...
Reconnaissance de panneaux de signalisation routière en utilisant la détectio...Reconnaissance de panneaux de signalisation routière en utilisant la détectio...
Reconnaissance de panneaux de signalisation routière en utilisant la détectio...
Loghin Dumitru
 
Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)
amsnet
 
PCR : Polymerase chain reaction : classique et en temps réel
PCR : Polymerase chain reaction : classique et en temps réelPCR : Polymerase chain reaction : classique et en temps réel
PCR : Polymerase chain reaction : classique et en temps réel
Nadia Terranti
 
Presoutenance
PresoutenancePresoutenance
Presoutenance
Jun XIONG
 
Processus Audit SI
Processus Audit SIProcessus Audit SI
Processus Audit SI
Arsène Ngato
 
Analyse de méthodes intelligentes de détection de fissures dans diverses stru...
Analyse de méthodes intelligentes de détection de fissures dans diverses stru...Analyse de méthodes intelligentes de détection de fissures dans diverses stru...
Analyse de méthodes intelligentes de détection de fissures dans diverses stru...
Papa Cheikh Cisse
 
Protection perimetrique
Protection perimetriqueProtection perimetrique
Protection perimetrique
MATECH
 
La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)
La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)
La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)
Hackfest Communication
 
Instruction Manual Minelab Eureka Gold Metal Detector French Language 4901 ...
Instruction Manual Minelab Eureka Gold Metal Detector French Language   4901 ...Instruction Manual Minelab Eureka Gold Metal Detector French Language   4901 ...
Instruction Manual Minelab Eureka Gold Metal Detector French Language 4901 ...
Serious Detecting
 
Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...
Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...
Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...
Serious Detecting
 
Internet lernen - Tipps von Howard Rheingold
Internet lernen - Tipps von Howard RheingoldInternet lernen - Tipps von Howard Rheingold
Internet lernen - Tipps von Howard Rheingold
Alex Boerger
 
MIOsoft: SIM Fraud Detection
MIOsoft: SIM Fraud DetectionMIOsoft: SIM Fraud Detection
MIOsoft: SIM Fraud Detection
MIOsoft Deutschland GmbH
 
Web Application Security
Web Application SecurityWeb Application Security
Web Application Security
Jonathan Weiss
 
Fraud detection
Fraud detectionFraud detection
Fraud detection
Dr. Sasha Göbbels
 
Meetup #6 Voiture Connectée à Paris
Meetup #6 Voiture Connectée à ParisMeetup #6 Voiture Connectée à Paris
Meetup #6 Voiture Connectée à Paris
Laurent Dunys
 
Network Security
Network SecurityNetwork Security
Network Security
Jonathan Weiss
 
Enfermedad renal crónica 2012
Enfermedad renal crónica  2012Enfermedad renal crónica  2012
Enfermedad renal crónica 2012
Mireya Carrasco Tapia
 
Graphes et détection de fraude : exemple de l'assurance
Graphes et détection de fraude : exemple de l'assuranceGraphes et détection de fraude : exemple de l'assurance
Graphes et détection de fraude : exemple de l'assurance
Linkurious
 
Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...
Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...
Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...
Georg Knon
 

En vedette (20)

Plagiat : Détection et prévention
Plagiat : Détection et préventionPlagiat : Détection et prévention
Plagiat : Détection et prévention
 
Reconnaissance de panneaux de signalisation routière en utilisant la détectio...
Reconnaissance de panneaux de signalisation routière en utilisant la détectio...Reconnaissance de panneaux de signalisation routière en utilisant la détectio...
Reconnaissance de panneaux de signalisation routière en utilisant la détectio...
 
Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)Les systèmes RADAR (CFAR)
Les systèmes RADAR (CFAR)
 
PCR : Polymerase chain reaction : classique et en temps réel
PCR : Polymerase chain reaction : classique et en temps réelPCR : Polymerase chain reaction : classique et en temps réel
PCR : Polymerase chain reaction : classique et en temps réel
 
Presoutenance
PresoutenancePresoutenance
Presoutenance
 
Processus Audit SI
Processus Audit SIProcessus Audit SI
Processus Audit SI
 
Analyse de méthodes intelligentes de détection de fissures dans diverses stru...
Analyse de méthodes intelligentes de détection de fissures dans diverses stru...Analyse de méthodes intelligentes de détection de fissures dans diverses stru...
Analyse de méthodes intelligentes de détection de fissures dans diverses stru...
 
Protection perimetrique
Protection perimetriqueProtection perimetrique
Protection perimetrique
 
La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)
La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)
La détection d'intrusions est-elle morte en 2003 ? (Éric Gingras)
 
Instruction Manual Minelab Eureka Gold Metal Detector French Language 4901 ...
Instruction Manual Minelab Eureka Gold Metal Detector French Language   4901 ...Instruction Manual Minelab Eureka Gold Metal Detector French Language   4901 ...
Instruction Manual Minelab Eureka Gold Metal Detector French Language 4901 ...
 
Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...
Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...
Instruction Manual Minelab X-TERRA 705 Metal Detector French Language (4901-0...
 
Internet lernen - Tipps von Howard Rheingold
Internet lernen - Tipps von Howard RheingoldInternet lernen - Tipps von Howard Rheingold
Internet lernen - Tipps von Howard Rheingold
 
MIOsoft: SIM Fraud Detection
MIOsoft: SIM Fraud DetectionMIOsoft: SIM Fraud Detection
MIOsoft: SIM Fraud Detection
 
Web Application Security
Web Application SecurityWeb Application Security
Web Application Security
 
Fraud detection
Fraud detectionFraud detection
Fraud detection
 
Meetup #6 Voiture Connectée à Paris
Meetup #6 Voiture Connectée à ParisMeetup #6 Voiture Connectée à Paris
Meetup #6 Voiture Connectée à Paris
 
Network Security
Network SecurityNetwork Security
Network Security
 
Enfermedad renal crónica 2012
Enfermedad renal crónica  2012Enfermedad renal crónica  2012
Enfermedad renal crónica 2012
 
Graphes et détection de fraude : exemple de l'assurance
Graphes et détection de fraude : exemple de l'assuranceGraphes et détection de fraude : exemple de l'assurance
Graphes et détection de fraude : exemple de l'assurance
 
Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...
Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...
Webinar Big Data zur Echtzeit-Betrugserkennung im eBanking nutzen mit Splunk ...
 

Similaire à Détection des droites par la transformée de Hough

Bac s 2014_centres_etrangers
Bac s 2014_centres_etrangersBac s 2014_centres_etrangers
Bac s 2014_centres_etrangers
Fabrice Lallemand
 
Vision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiquesVision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiques
KevinJobin2
 
Projet Méthodes Numériques
Projet  Méthodes Numériques Projet  Méthodes Numériques
Projet Méthodes Numériques
Ramin Samadi
 
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII :  Systèmes linéaires Modélisation & SimulationCHAPITRE VIII :  Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
Mohammed TAMALI
 
M2 An 1986 20 3 371 0
M2 An 1986  20 3 371 0M2 An 1986  20 3 371 0
M2 An 1986 20 3 371 0
guest8b8369
 
Slides2-SNL-2020 (1).pdf
Slides2-SNL-2020 (1).pdfSlides2-SNL-2020 (1).pdf
Slides2-SNL-2020 (1).pdf
ssuser3ff876
 
IA
IAIA
Tp3 matlab
Tp3 matlabTp3 matlab
Tp3 matlab
Wajdi Ben Helal
 
TP 4.pdf
TP 4.pdfTP 4.pdf
TP 4.pdf
ismahenkadri
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
ABID Mehdi
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
ABID Mehdi
 
09 visual basic .net - exercice - geometrie
09 visual basic .net - exercice - geometrie09 visual basic .net - exercice - geometrie
09 visual basic .net - exercice - geometrie
Hamza SAID
 
Chapitre 6 hachage statique
Chapitre 6 hachage statiqueChapitre 6 hachage statique
Chapitre 6 hachage statique
Sana Aroussi
 
02systemediapo.pdf
02systemediapo.pdf02systemediapo.pdf
02systemediapo.pdf
AzedineSariye
 

Similaire à Détection des droites par la transformée de Hough (16)

Bac s 2014_centres_etrangers
Bac s 2014_centres_etrangersBac s 2014_centres_etrangers
Bac s 2014_centres_etrangers
 
Rapport MOGPL
Rapport MOGPLRapport MOGPL
Rapport MOGPL
 
Vision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiquesVision Numérique : Rappels mathématiques
Vision Numérique : Rappels mathématiques
 
Projet Méthodes Numériques
Projet  Méthodes Numériques Projet  Méthodes Numériques
Projet Méthodes Numériques
 
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII :  Systèmes linéaires Modélisation & SimulationCHAPITRE VIII :  Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
 
M2 An 1986 20 3 371 0
M2 An 1986  20 3 371 0M2 An 1986  20 3 371 0
M2 An 1986 20 3 371 0
 
Slides2-SNL-2020 (1).pdf
Slides2-SNL-2020 (1).pdfSlides2-SNL-2020 (1).pdf
Slides2-SNL-2020 (1).pdf
 
IA
IAIA
IA
 
Tp3 matlab
Tp3 matlabTp3 matlab
Tp3 matlab
 
TP 4.pdf
TP 4.pdfTP 4.pdf
TP 4.pdf
 
Video
VideoVideo
Video
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
 
Algorithmique
AlgorithmiqueAlgorithmique
Algorithmique
 
09 visual basic .net - exercice - geometrie
09 visual basic .net - exercice - geometrie09 visual basic .net - exercice - geometrie
09 visual basic .net - exercice - geometrie
 
Chapitre 6 hachage statique
Chapitre 6 hachage statiqueChapitre 6 hachage statique
Chapitre 6 hachage statique
 
02systemediapo.pdf
02systemediapo.pdf02systemediapo.pdf
02systemediapo.pdf
 

Plus de Khaled Fayala

Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...
Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...
Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...
Khaled Fayala
 
Étude comparative de la consommation d'énergie des applications mobiles ( Ca...
Étude comparative de la consommation d'énergie des applications mobiles  ( Ca...Étude comparative de la consommation d'énergie des applications mobiles  ( Ca...
Étude comparative de la consommation d'énergie des applications mobiles ( Ca...
Khaled Fayala
 
Big data et le marketing
Big data et le marketingBig data et le marketing
Big data et le marketing
Khaled Fayala
 
Développement d’une application mobile bancaire pour QNB Tunisie
Développement d’une application mobile bancaire pour QNB TunisieDéveloppement d’une application mobile bancaire pour QNB Tunisie
Développement d’une application mobile bancaire pour QNB Tunisie
Khaled Fayala
 
Conception et réalisation d’une application Mobile banking
Conception et réalisation d’une application  Mobile banking  Conception et réalisation d’une application  Mobile banking
Conception et réalisation d’une application Mobile banking
Khaled Fayala
 
Le commerce electronique au Canada
Le commerce electronique au CanadaLe commerce electronique au Canada
Le commerce electronique au Canada
Khaled Fayala
 
Maquettes pour une application mobile
Maquettes pour une application mobile Maquettes pour une application mobile
Maquettes pour une application mobile
Khaled Fayala
 
Traduction des sms
Traduction des smsTraduction des sms
Traduction des sms
Khaled Fayala
 
Plateforme d'enseignement à distance : efront
Plateforme d'enseignement à distance : efrontPlateforme d'enseignement à distance : efront
Plateforme d'enseignement à distance : efront
Khaled Fayala
 
Application mobile bancaire sous la plateforme Android
Application mobile bancaire sous la plateforme AndroidApplication mobile bancaire sous la plateforme Android
Application mobile bancaire sous la plateforme Android
Khaled Fayala
 
BPMN : Business Process Modelling Notation
BPMN : Business Process Modelling NotationBPMN : Business Process Modelling Notation
BPMN : Business Process Modelling Notation
Khaled Fayala
 
SCORM : Sharable Content Object Reference Model
SCORM: Sharable Content Object Reference ModelSCORM: Sharable Content Object Reference Model
SCORM : Sharable Content Object Reference Model
Khaled Fayala
 
Les bibliothèques de calcul scientifiques
Les bibliothèques de calcul scientifiquesLes bibliothèques de calcul scientifiques
Les bibliothèques de calcul scientifiques
Khaled Fayala
 
LE MANAGEMENT STRATEGIQUE
LE MANAGEMENT STRATEGIQUELE MANAGEMENT STRATEGIQUE
LE MANAGEMENT STRATEGIQUE
Khaled Fayala
 
E-Front : Plateforme d’enseignement à distance
E-Front : Plateforme d’enseignement à distanceE-Front : Plateforme d’enseignement à distance
E-Front : Plateforme d’enseignement à distance
Khaled Fayala
 
E business
E businessE business
E business
Khaled Fayala
 
Traduction des SMS
Traduction des SMSTraduction des SMS
Traduction des SMS
Khaled Fayala
 

Plus de Khaled Fayala (17)

Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...
Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...
Les critères d’une utilisabilité efficace d’API et comment améliorer cette ut...
 
Étude comparative de la consommation d'énergie des applications mobiles ( Ca...
Étude comparative de la consommation d'énergie des applications mobiles  ( Ca...Étude comparative de la consommation d'énergie des applications mobiles  ( Ca...
Étude comparative de la consommation d'énergie des applications mobiles ( Ca...
 
Big data et le marketing
Big data et le marketingBig data et le marketing
Big data et le marketing
 
Développement d’une application mobile bancaire pour QNB Tunisie
Développement d’une application mobile bancaire pour QNB TunisieDéveloppement d’une application mobile bancaire pour QNB Tunisie
Développement d’une application mobile bancaire pour QNB Tunisie
 
Conception et réalisation d’une application Mobile banking
Conception et réalisation d’une application  Mobile banking  Conception et réalisation d’une application  Mobile banking
Conception et réalisation d’une application Mobile banking
 
Le commerce electronique au Canada
Le commerce electronique au CanadaLe commerce electronique au Canada
Le commerce electronique au Canada
 
Maquettes pour une application mobile
Maquettes pour une application mobile Maquettes pour une application mobile
Maquettes pour une application mobile
 
Traduction des sms
Traduction des smsTraduction des sms
Traduction des sms
 
Plateforme d'enseignement à distance : efront
Plateforme d'enseignement à distance : efrontPlateforme d'enseignement à distance : efront
Plateforme d'enseignement à distance : efront
 
Application mobile bancaire sous la plateforme Android
Application mobile bancaire sous la plateforme AndroidApplication mobile bancaire sous la plateforme Android
Application mobile bancaire sous la plateforme Android
 
BPMN : Business Process Modelling Notation
BPMN : Business Process Modelling NotationBPMN : Business Process Modelling Notation
BPMN : Business Process Modelling Notation
 
SCORM : Sharable Content Object Reference Model
SCORM: Sharable Content Object Reference ModelSCORM: Sharable Content Object Reference Model
SCORM : Sharable Content Object Reference Model
 
Les bibliothèques de calcul scientifiques
Les bibliothèques de calcul scientifiquesLes bibliothèques de calcul scientifiques
Les bibliothèques de calcul scientifiques
 
LE MANAGEMENT STRATEGIQUE
LE MANAGEMENT STRATEGIQUELE MANAGEMENT STRATEGIQUE
LE MANAGEMENT STRATEGIQUE
 
E-Front : Plateforme d’enseignement à distance
E-Front : Plateforme d’enseignement à distanceE-Front : Plateforme d’enseignement à distance
E-Front : Plateforme d’enseignement à distance
 
E business
E businessE business
E business
 
Traduction des SMS
Traduction des SMSTraduction des SMS
Traduction des SMS
 

Dernier

Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024
idelewebmestre
 
Webinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdfWebinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdf
Institut de l'Elevage - Idele
 
Webinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdfWebinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdf
Institut de l'Elevage - Idele
 
Theorie du trafic on telecommunication network
Theorie du trafic on telecommunication networkTheorie du trafic on telecommunication network
Theorie du trafic on telecommunication network
MahamaneAliSalatou
 
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
iheberry
 
cours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdfcours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdf
afigloria194
 
Webinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdfWebinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdf
Institut de l'Elevage - Idele
 

Dernier (7)

Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024Note agro-climatique et prairies n°5 - Juillet 2024
Note agro-climatique et prairies n°5 - Juillet 2024
 
Webinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdfWebinaire BL 28_06_01_robots de traite.pdf
Webinaire BL 28_06_01_robots de traite.pdf
 
Webinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdfWebinaire BL 28_06_03_Transmissibilité.pdf
Webinaire BL 28_06_03_Transmissibilité.pdf
 
Theorie du trafic on telecommunication network
Theorie du trafic on telecommunication networkTheorie du trafic on telecommunication network
Theorie du trafic on telecommunication network
 
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
Etude de la faisabilité de la climatisation solaire pour l’habitat individuel...
 
cours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdfcours-sur-les-stations-de-pompageen génie civil.pdf
cours-sur-les-stations-de-pompageen génie civil.pdf
 
Webinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdfWebinaire BL 28_06_02_Consommation Energie.pdf
Webinaire BL 28_06_02_Consommation Energie.pdf
 

Détection des droites par la transformée de Hough

  • 1. Réalisé Par : Yosra HASNAOUI Balkiss HAMAD Khaled FAYALA 2012-2013 Détection des droites par la transformée de Hough Ecole Supérieur des Sciences et Techniques de Tunis ‫التونسية‬ ‫الجمهورية‬ ‫العلمي‬ ‫والبحث‬ ‫العالي‬ ‫التعليم‬ ‫وزارة‬ ‫تونس‬ ‫جامعة‬ ‫بتونـس‬ ‫والتقنيـات‬ ‫للعلـوم‬ ‫العليـا‬ ‫المدرسة‬
  • 2. Plan 2 Introduction1 Transformée de Hough2 Principe de Système polaire3 Algorithme4 Les différentes variantes5 Conclusion6
  • 3. Introduction 3  Une image est vue comme une succession de pixels qui représentent une forme, un objets, etc.  La vision par ordinateur et le traitement d'images sont deux domaines qui tentent d'analyser ces images et d'en tirer des informations.  Pour extraire ces informations, il existe plusieurs approches qui se base sur la détection des éléments spécifiques dans l’image. Transformée de Hough
  • 5. Transformée de Hough 5  La transformée de Hough est une technique de reconnaissance de formes inventée en 1962 par Paul Hough et breveté par IBM.  Cette technique est devenu un outil standard dans le domaine de la vision artificielle.  Elle permet de détecter des objets bien précis dans les images:  des droites  des cercles, des ellipses…
  • 6. Transformée de Hough Représentation d’une droite  La formule la plus simple représentant une droite est : • a est la pente de droite • b est l’interception de cette droite sur l’axe y a= b = y1 - a x1 Équation cartésienne : y = a x + b Comment caractériser une droite ? y2 – y1 x2 – x1 6
  • 7. 7  Pour un point de coordonnés (x1,y1) de l’image, toutes les droites passant par ce point ont la forme y1=a x1 + b pour différentes valeurs de a et b. (x1,y1) Représentation d’une droite Transformée de Hough
  • 8.  Chaque droite dans l'espace (x,y), espace image, sera transformée en un point dans l'espace de (a,b), espace de Hough (espace des paramètres). Principe Espace image Espace de Hough Transformée de Hough 8
  • 9.  Chaque point dans l'espace (x,y) sera transformée en une droite d'équation b = -a x + y dans l'espace de Hough. Principe Espace image Espace de Hough Transformée de Hough 9
  • 10. 10  Pour chaque point B, toutes les droites passant par ce point correspondent à une seule droite d dans l’espace (a,b). Principe Transformée de Hough Espace image Espace de Hough
  • 11. 11  Pour chaque point A, toutes les droites passant par ce point correspondent à une seule droite d dans l’espace (a,b). Principe Transformée de Hough Espace image Espace de Hough
  • 12. 12  Ces deux faisceaux de droites dans l’espace (x, y) ont en commun la droite qui relie les points A et B.  L'intersection de deux droites d1 et d2 donne le point contenant les paramètres de la droite recherchée. Principe Transformée de Hough
  • 13. 13 Principe  Tous les points situés sur la même droite D sont représentés par des droites qui passent toutes par le même point dans l’espace (a,b).  Ce point (a’, b’) donne les paramètres recherchés de l’équation de la droite D : y = a’x+b’ Transformée de Hough
  • 14. 14 Principe de vote  Pour détecter la droite qui traverse deux points , on utilise un accumulateur appelé aussi Matrice (a,b).  On construit une image des votes où chaque point permet de voter pour une droite particulière. Les droites recevant le plus de votes sont conservées Transformée de Hough
  • 16. Transformée de Hough Principe de vote : remplissage de l’accumulateur 16  Chaque ligne correspond à une valeur possible du paramètre a.  chaque colonne correspond à une valeur possible du paramètre b.  Chaque «case» du tableau représente une droite de paramètres a et b.
  • 17. Transformée de Hough 17  la valeur d'une «case» va s'incrémenter lorsque la droite correspondante traversera le point concerné. Principe de vote : remplissage de l’accumulateur
  • 18. Transformée de Hough 18  À la fin du processus (d'accumulation), la «case» ayant obtenu la valeur la plus élevée correspond à la droite qui traverse le plus nombres grand nombre de point. Principe de vote : remplissage de l’accumulateur
  • 19. 19  La représentation y = ax + b pose un problème pour les droites verticales. Transformée de Hough Problème Espace non borné (a ∞, b ∞ ) Une représentation polaire
  • 21. 21 Système polaire  Une droite est représentée par la formule suivante : sin(θ) y + cos (θ) x = r  r est la distance entre l’origine à cette ligne  θ est l’angle entre l’axe x et le vecteur r  L’espace paramétré (p-) ici est borné par : r -d,d avec d est la taille de la diagonale de l'image  -/2,/2 (± 90°) Transformée de Hough
  • 22. 22 Transformée de Hough  Une droite s’exprime comme un point dans l’espace (r, ) Système polaire
  • 23. 23 Transformée de Hough  Chaque point (x,y) devient une courbe (une sinusoïde) dans l’espace (r, )  Chaque point de l'image correspond une sinusoïde dans l’espace de paramètre. Système polaire  Les points d’intersection dans l’espace de paramètre sont utilisés pour trouver les droites dans l’espace image.
  • 24. Plan 24 Introduction1 Transformée de Hough2 Principe de Système polaire3 Algorithme4
  • 25. 25  Pour appliquer la transformée de Hough à une image de largeur L et de hauteur H , il faut créer un espace de Hough.  Il faut discrétiser l'espace, en abscisse de -π/2 à π/2, en ordonnée de -d à +d (où d est la taille de la diagonale de l'image).  Créer un accumulateur, et initialiser tous ses cases à 0.  Parcourir les pixels des images, on opère de la manière suivante:  On fixe θ et on calcule r=x.cos(θ) + y.sin(θ)  Ajout de vote pour [r][θ]  Incrémentation du valeur de la case correspondante Algorithme
  • 26. 26  L’algorithme selon le système polaire est le suivant : (1) Début (2) Quantifier l'espace des paramètres avec un maximum et un minimum pour les 2 paramètres. (3) Initialiser un accumulateur ( dim (r), dim (θ) ) à 0. (4) Pour chaque point (x , y) de l’image (5) Pour chaque valeur de θ (-π/2 à π/2) (6) Calcul de p=x*cos(θ)+y*sin(θ) (7) Ajout d’un vote pour (p , θ) (8) Vote[p][θ]++; (9) Fin Algorithme
  • 27. 27  À la fin de l'exécution, les valeurs des cases de l’accumulateur correspondent au nombre de points «les votes ».  La «case» ayant obtenu la valeur la plus élevée correspond à la droite qui traverse le plus nombres grand nombre de point. Algorithme
  • 28. 28 Introduction1 Transformée de Hough2 Principe de Système polaire3 Algorithme4 Les différentes variantes5 Plan
  • 29. 29 Les différentes variantes  Il existe différentes variantes de transformée de Hough :  Transformation de Hough Probabiliste  Transformation de Hough Par tirage aléatoire  Transformation de Hough Hiérarchique
  • 30. 30 Les différentes variantes Transformation de Hough Probabiliste  Contrairement a l'approche standard qui applique la transformée de Hough a tous les pixels de l'image, la TH probabiliste l'applique qu'a une proportion des pixels de l'image.  Un pourcentage entre 10% et 20% suffirait statistiquement à obtenir de bons résultats. (Travail de Kiryati et al. )  La transformée probabiliste a un avantage qui est la faible charge de calcul et de son temps d'exécution.
  • 31. 31 Les différentes variantes Transformation de Hough par tirage aléatoire  La THA propose de sélectionner aléatoirement et plusieurs fois un couple de points caractéristiques.  D'incrémenter le seul accumulateur qui correspond à la droite passant par ces 2 points.
  • 32. 32 Les différentes variantes Transformation de Hough Hiérarchique  Un des problèmes majeur de la transformé de Haugh réside dans la quantification de l'espace des paramètres (la taille des accumulateurs). La transformée hiérarchique apporte une réponse a ce problème.  Cette méthode propose de commencer a effectuer une transformée de Hough avec un pas de quantification de l'espace des paramètres large.  Elle subdivise les accumulateurs qui ont reçu de nombreux votes.
  • 33. 33 Les différentes variantes Transformation de Hough Hiérarchique  Elle procède a une autre pas de la transformée de Hough sur cette partie de l'espace des paramètres avec cette quantification plus fine.  Ces opérations sont itérées jusqu'a obtenir une précision désirée.
  • 34. 34 Plan Introduction1 Transformée de Hough2 Principe de Système polaire3 Algorithme4 Les différentes variantes5 Conclusion6
  • 35. 35 Conclusion  La transformée de Hough est un outil efficace pour trouver les droites dans une image.  Il existe d'autres transformées de Hough, dites transformées de Hough généralisées pour extraire d‘autres formes.  Elle est utilisée dans plusieurs applications :  Détection des routes dans les images prises par satellite.  Lecture de code barre

Notes de l'éditeur

  1. telle qu'une (droite, ellipse, rectangle,…), C'est cette démarche qui a été adoptée dans la transformée de Hough. Pour extraire ses informations, il existe une Et repérer les objets existant dans l’image Il faut trouver une manière pour repérer les objets dans l’image Afin de pouvoir passer leurs caractéristiques à un processus de reconnaissance de formes.
  2. ou n'importe quelle forme présente dans une image.
  3. dans l’espace (x,y) Principe Accumulations =de vote
  4. (sous forme de tableau)
  5. Créer d'abord Pour cela il faut discrétiser
  6. Puis Ensuite,
  7. Puis Ensuite,
  8. comme les cercles ou les ellipses.