Recherche d’algorithmes de sélection automatique d’un modèle d’alignement. Diplômant/e Johan Dreydemy Objectif du projet Une pression accrue sur les réglementations étatiques et internationales oblige les clients de Bobst à assurer la qualité d’impression dans des zones spécifiques des boîtes. Principalement dans les zones de posologie (p.ex : domaine pharmaceutique), mais également dans des logos de marque. Actuellement un opérateur définit ces zones manuellement, une définition automatique de ces zones aurait une plus-value substantielle : temps de mise en route réduit, assurance d’une inspection de haute qualité. Méthodes | Expériences | Résultats Travail de diplôme | édition 2016 | Filière Systèmes industriels Domaine d’application Infotronic L’algorithme est développé en plusieurs étapes. Une étape pre-processing permet de convertir une image originale en image monocouleur sur laquelle les zones de texte apparaissent avec un fort contraste. Afin de classifier les éléments restants en deux catégories zones texte ou zones non-texte, l’étape de processing évalue toutes ces zones selon plusieurs critères établis sur base d’analyse (histogrammes, projections, intensités). L’étape de segmentation permet de regrouper par des transformations morphologiques les zones entre elles puis de les délimiter. Pour évaluer les performances de l’algorithme proposé nous effectuons une comparaison automatique avec les résultats finaux et une segmentation à la main. Pour des emballages pharmaceutiques nous obtenons des résultats qui sont semblable à plus de 80% d’une segmentation manuelle. L’algorithme est encore faible dans l’identification de zones non-texte de type image (photo en arrière-plan, dessins en arrière-plan) qui sont principalement présents sur d’autres type d’emballage. Professeur responsable Pierre Roduit [email protected] Partenaire BOBST Mex SA Image après binarisation. Zones de texte identifiées