FR2851066A1 - Detection de points d'interet dans une image numerique - Google Patents

Abstract

L'invention concerne un procédé de détection de points d'intérêt dans une image numérique,caractérisé en ce qu'il comporte les étapes de :- détection (E4) de premiers points d'intérêt dans l'image à la résolution d'origine,- mémorisation (E6) des premiers points d'intérêt détectés,- sous-échantillonnage (E3) de l'image,- détection (E4) de seconds points d'intérêt dans l'image sous-échantillonnée,- comparaison (E7) des seconds points d'intérêt avec les premiers points d'intérêt, pour déterminer une correspondance entre premiers et seconds points d'intérêt,- mémorisation (E7) de seconds points d'intérêt s'ils ne correspondent pas aux premiers points d'intérêt.

Description

La présente invention concerne d'une manière générale la détection

de points d'intérêt dans une image numérique.

Un point d'intérêt d'une image est un point o l'intensité du signal image varie fortement et présente des singularités telles que des coins.

Le document " Comparing and evaluating interest points " de C. 15 Schmid, R. Mohr et C. Bauckhage, dans International Conference of Computer Vision, pages 230-235, 1998, présente une étude comparative de plusieurs techniques de détection de points d'intérêt.

Les points d'intérêt sont par exemple utilisés pour l'indexation et la recherche d'images basée sur le contenu. Pour cela, des caractéristiques 20 locales de signal image sont extraites au voisinage des points d'intérêt.

Les images sont comparées au moyen de leurs caractéristiques locales, typiquement en calculant des distances locales entre les caractéristiques et en comptant le nombre de points appariés, c'est-à-dire les points pour lesquels la distance locale est inférieure à un seuil donné.

Des techniques de caractérisation locale d'images sont décrites dans le document " Local grayvalue invariants for image retrieval " de C. Schmid et R. Mohr dans IEEE Transactions on Patterns Analysis and Machine Intelligence, Vol. 19, N0 5, pages 530 à 534, 1997, dans le document " Utilisation de la couleur pour l'appariement et l'indexation d'images " de P. 30 Gros et al, rapport de recherche INRIA, N0 3269 septembre 1997 et dans le document " Object-based queries using color points of interest " de V. Gouet et N. Boujemaa, dans Actes de la conférence CBAIV, 2001.

Par ailleurs, il est courant d'utiliser une même image à différentes résolutions. Par exemple, une image de petite taille, dite imagette, est créée à partir d'une image pour être publiée via le réseau Internet. Cette imagette est obtenue par sous-échantillonnage de l'image originale.

Il est souhaitable que la détection de points d'intérêt soit robuste à un sous-échantillonnage de l'image.

Or lors d'un changement de résolution obtenu par souséchantillonnage numérique de l'image, des hautes fréquences sont créées du fait du repliement de spectre engendré lorsque la condition d'échantillonnage 10 de Shannon n'est pas respectée.

Ces hautes fréquences se manifestent localement par des variations importantes du signal image. Ces variations sont interprétées comme des points d'intérêt par les détecteurs de point d'intérêt.

En conséquence, les points d'intérêt de l'image à sa résolution 15 d'origine et les points d'intérêt de l'image à sa résolution inférieure ne pourront pas être appariés. La caractérisation locale de l'image ne permettra pas de mettre en correspondance les deux images.

La présente invention vise à remédier aux inconvénients de la technique antérieure, en fournissant un procédé et un dispositif de détection de 20 points d'intérêt dans une image numérique qui fournissent une détection robuste au sous-échantillonnage de l'image.

A cette fin, l'invention propose un procédé de détection de points d'intérêt dans une image numérique, caractérisé en ce qu'il comporte les étapes de: - détection de premiers points d'intérêt dans l'image à la résolution d'origine, - mémorisation des premiers points d'intérêt détectés, - sous-échantillonnage de l'image, selon un facteur de sous30 échantillonnage, - détection de seconds points d'intérêt dans l'image souséchantillonnée, - comparaison des seconds points d'intérêt avec les premiers points d'intérêt, pour déterminer une correspondance entre premiers et seconds points d'intérêt, - mémorisation de seconds points d'intérêt s'ils ne correspondent pas aux premiers points d'intérêt.

L'invention permet d'obtenir une détection de points d'intérêt dans une image numérique qui est robuste au sous-échantillonnage de l'image.

Selon une caractéristique préférée, les étapes de détection de points d'intérêt mettent en oeuvre une détection de type Harris précis.

Ce type de détection donne de bons résultats expérimentaux.

Selon une caractéristique préférée, les étapes de détection de points d'intérêt mettent en oeuvre une détection de type multi-échelle.

Ainsi, la détection de points d'intérêt est en outre robuste aux changements d'échelle, c'est-à-dire aux effets de zoom optique.

Selon une caractéristique préférée, les étapes de détection de points d'intérêt mettent en oeuvre une détection de type multi-échelle et comportent la détection d'une échelle caractéristique pour chaque point d'intérêt.

Il s'agit d'une amélioration qui permet de ne retenir que les points d'intérêt à leur échelle caractéristique, et par conséquent de réduire le nombre de points d'intérêt.

Selon une caractéristique préférée, la comparaison comporte une recherche de correspondance de position entre les premiers et seconds points 25 d'intérêt.

Selon une caractéristique préférée, la mémorisation des premiers et seconds points d'intérêt comporte la mémorisation du facteur de souséchantillonnage respectivement pour chaque point d'intérêt. Ainsi, il y a une association de chaque point d'intérêt avec le facteur de souséchantillonnage 30 pour lequel le point a été détecté.

Selon une caractéristique préférée, la mémorisation des premiers et seconds points d'intérêt comporte la mémorisation de l'échelle caractéristique pour chaque point d'intérêt. Cette caractéristique est mise en oeuvre lorsque la détection des points d'intérêt comporte la détection d'une échelle caractéristique pour chaque point.

Selon une caractéristique préférée, la comparaison comporte en 5 outre une recherche de correspondance entre les produits respectifs échelle caractéristique par facteur de sous-échantillonnage pour les premiers et les seconds points d'intérêt. Là aussi, cette caractéristique est mise en oeuvre lorsque la détection des points d'intérêt comporte la détection d'une échelle caractéristique pour chaque point.

Selon une caractéristique préférée, les étapes de souséchantillonnage, détection de seconds points d'intérêt, comparaison et mémorisation sont effectuées itérativement un nombre prédéterminé de fois et pour des facteurs de sous-échantillonnage croissants et prédéterminés, les seconds points d'intérêt mémorisés à une itération donnée étant considérés 15 comme des premiers points d'intérêt à l'itération suivante.

Corrélativement, l'invention concerne un dispositif de détection de points d'intérêt dans une image numérique, caractérisé en ce qu'il comporte: des moyens de détection de premiers points d'intérêt dans l'image à la résolution d'origine, - des moyens de mémorisation des points d'intérêt détectés, - des moyens de sous-échantillonnage de l'image, - des moyens de détection de seconds points d'intérêt dans l'image 25 sous-échantillonnée, - des moyens de comparaison des seconds points d'intérêt avec les premiers points d'intérêt, pour déterminer une correspondance entre premiers et seconds points d'intérêt, - des moyens de mémorisation de seconds points d'intérêt s'ils ne 30 correspondent pas aux premiers points d'intérêt.

Le dispositif selon l'invention comporte des moyens de mise en oeuvre des caractéristiques précédemment exposées et présente des avantages analogues à ceux précédemment présentés.

L'invention concerne aussi un procédé et un dispositif de 5 caractérisation locale d'image numérique qui mettre en oeuvre les caractéristiques précédemment exposées. Ce procédé et ce dispositif présentent des avantages analogues à ceux précédemment présentés.

L'invention concerne aussi un appareil numérique incluant le dispositif selon l'invention ou des moyens de mise en oeuvre du procédé selon 10 l'invention. Les avantages de l'appareil numérique sont identiques à ceux précédemment exposés.

Un moyen de stockage d'information, lisible par un ordinateur ou par un microprocesseur, intégré ou non au dispositif, éventuellement amovible, mémorise un programme mettant en oeuvre le procédé selon l'invention.

Un programme d'ordinateur lisible par un microprocesseur et comportant une ou plusieurs séquence d'instructions est apte à mettre en oeuvre les procédés selon l'invention.

Les caractéristiques et avantages de la présente invention 20 apparaîtront plus clairement à la lecture d'un mode préféré de réalisation illustré par les dessins ci-joints, dans lesquels: - la figure 1 représente un mode de réalisation d'un dispositif mettant en oeuvre l'invention, - la figure 2 représente un dispositif de détection de points d'intérêt 25 selon l'invention, - la figure 3 représente un mode de réalisation de procédé de détection de points d'intérêt selon l'invention, - la figure 4 représente un mode de réalisation de procédé de mise jour d'une liste de points d'intérêt selon l'invention. 30 Selon le mode de réalisation choisi et représenté à la figure 1, un dispositif mettant en oeuvre l'invention est par exemple un micro-ordinateur 10 connecté à différents périphériques, par exemple une caméra numérique 107 (ou un scanner, ou tout moyen d'acquisition ou de stockage d'image) reliée à une carte graphique et fournissant des informations à traiter selon l'invention.

Le dispositif 10 comporte une interface de communication 112 reliée 5 à un réseau 113 apte à transmettre des données numériques à traiter ou inversement à transmettre des données traitées par le dispositif. Le dispositif 10 comporte également un moyen de stockage 108 tel que par exemple un disque dur. Il comporte aussi un lecteur 109 de disque 110. Ce disque 110 peut être une disquette, un CD-ROM ou un DVD-ROM, par exemple. Le disque 110 10 comme le disque 108 peuvent contenir des données traitées selon l'invention ainsi que le ou les programmes mettant en oeuvre l'invention qui, une fois lu par le dispositif 10, sera stocké dans le disque dur 108. Selon une variante, le programme permettant au dispositif de mettre en oeuvre l'invention, pourra être stocké en mémoire morte 102 (appelée ROM sur le dessin). En seconde 15 variante, le programme pourra être reçu pour être stocké de façon identique à celle décrite précédemment par l'intermédiaire du réseau de communication 113.

Le dispositif 10 est relié à un microphone 111. Les données à traiter selon l'invention seront dans ce cas du signal audio.

Ce même dispositif possède un écran 104 permettant de visualiser les données à traiter ou de servir d'interface avec l'utilisateur qui peut ainsi paramétrer certains modes de traitement, à l'aide du clavier 114 ou de tout autre moyen (souris par exemple).

L'unité centrale 100 (appelée CPU sur le dessin) exécute les 25 instructions relatives à la mise en oeuvre de l'invention, instructions stockées dans la mémoire morte 102 ou dans les autres éléments de stockage. Lors de la mise sous tension, les programmes de traitement stockés dans une mémoire non volatile, par exemple la ROM 102, sont transférés dans la mémoire vive RAM 103 qui contiendra alors le code exécutable de l'invention ainsi que des 30 registres pour mémoriser les variables nécessaires à la mise en oeuvre de l'invention.

De manière plus générale, un moyen de stockage d'information, lisible par un ordinateur ou par un microprocesseur, intégré ou non au dispositif, éventuellement amovible, mémorise un programme mettant en oeuvre le procédé selon l'invention.

Le bus de communication 101 permet la communication entre les différents éléments inclus dans le micro-ordinateur 10 ou reliés à lui. La représentation du bus 101 n'est pas limitative et notamment l'unité centrale 100 est susceptible de communiquer des instructions à tout élément du microordinateur 10 directement ou par l'intermédiaire d'un autre élément du micro10 ordinateur 10.

En référence à la figure 2, un mode de réalisation de dispositif 1 de détection de points d'intérêt dans une image numérique I selon l'invention reçoit une image numérique.

Le dispositif comporte: - des moyens 11 de détection de premiers points d'intérêt dans l'image à la résolution d'origine, - des moyens 12 de mémorisation des points d'intérêt détectés, - des moyens 13 de sous-échantillonnage de l'image, - des moyens 14 de détection de seconds points d'intérêt dans l'image sous-échantillonnée, - des moyens 15 de comparaison des seconds points d'intérêt avec les premiers points d'intérêt, pour déterminer une correspondance entre premiers et seconds points d'intérêt, - des moyens 16 de mémorisation de seconds points d'intérêt s'ils ne correspondent pas aux premiers points d'intérêt.

Le dispositif selon l'invention comporte des moyens 17 de caractérisation locale de l'image. La caractérisation locale est effectuée à partir de la liste de points d'intérêt déterminée précédemment, d'une manière 30 classique qui ne sera pas décrite ici.

Ces moyens sont mis en oeuvre dans l'ordinateur 10 de la figure 1.

Le fonctionnement du dispositif selon l'invention est détaillé dans la suite.

La figure 3 représente un mode de réalisation de procédé de 5 détection de points d'intérêt dans une image, selon l'invention. Ce procédé est mis en oeuvre dans le dispositif précédemment décrit et comporte des étapes El à E9.

Le procédé est réalisé sous la forme d'un algorithme qui peut être mémorisé en totalité ou en partie dans tout moyen de stockage d'information 10 capable de coopérer avec le microprocesseur. Ce moyen de stockage est lisible par un ordinateur ou par un microprocesseur. Ce moyen de stockage est intégré ou non au dispositif, et peut être amovible. Par exemple, il peut comporter une bande magnétique, une disquette ou un CD-ROM (disque compact à mémoire figée).

L'étape El est une initialisation à laquelle un ensemble de K valeurs croissantes {S0, Sl, ..., Smax} de facteurs de sous-échantillonnage est défini par un utilisateur ou automatiquement. La valeur So est par exemple choisie égale à un. La valeur Smax est choisie égale à la valeur maximale de souséchantillonnage qui sera appliquée à l'image. Cette valeur maximale est par 20 exemple égale au facteur de réduction de taille lors de la génération d'une imagette à partir d'une image pour sa publication sur le réseau Internet.

Les facteurs de sous-échantillonnage suivent une loi géométrique.

Le rapport Rs entre deux valeurs successives de facteurs de souséchantillonnage est choisi en fonction de la robustesse maximale intrinsèque 25 de la détection exposée dans la suite. Pour le détecteur dit " Harris précis " qui sera utilisé dans la suite, le rapport Rs est typiquement inférieur à deux.

L'étape suivante E2 est une initialisation à laquelle un paramètre entier k est initialisé à la valeur zéro. Le paramètre k représente l'indice des facteurs de sous-échantillonnage qui vont être considérés les uns après les 30 autres dans la suite.

L'étape suivante E3 est le sous-échantillonnage de l'image I selon le facteur de sous-échantillonnage courant Sk. De préférence, on choisit S0 égal à un, de manière à traiter l'image à sa résolution d'origine lors du premier passage (k = 0).

Le résultat de l'étape E3 est une image Ik sous-échantillonnée par rapport à l'image d'origine.

Pour une image initiale de taille MxN pixels, l'image souséchantillonnée Ik a une taille de M/Sk x N/Sk pixels.

L'étape suivante E4 est une détection de points d'intérêt dans l'image courante lk. On utilise par exemple le détecteur dit " Harris précis " décrit dans le document " Comparing and evaluating interest points " de C. 10 Schmid, R. Mohr et C. Bauckhage, dans International Conference of Computer Vision, pages 230-235, 1998. Le résultat est un ensemble de points Pi, avec i entier variant entre 1 et un entier Nk. L'entier Nk est soit prédéterminé, soit dépendant du contenu de l'image.

Le point Pi est caractérisé par sa position pi = (xi, yi) dans l'image.

Selon une première variante de réalisation, la détection est de type multi-échelle. Cette détection est fondée sur une représentation de l'image obtenue par lissage du signal image par des noyaux gaussiens d'écart-type croissant On.

La détection de points d'intérêt est alors réalisée à plusieurs valeurs 20 d'échelle {a1, ..., amax}. On peut choisir la même loi géométrique de variation des échelles que pour les facteurs de sous-échantillonnage. On a ainsi le même rapport R8 entre deux valeurs successives d'échelles que pour les facteurs de sous-échantillonnage.

Selon une seconde variante, la détection est de type multi-échelle et 25 on ne retient les points d'intérêt qu'à leur échelle caractéristique respective.

Cette technique est décrite dans le document " Indexing based on scale invariant interest points " de K. Mikolajczyk et C. Schmid, dans Actes de la conférence ICCV, 2001. L'échelle caractéristique d'un point d'intérêt Pi est la valeur d'échelle cri pour laquelle une fonction déterminée du signal image prend 30 sa valeur maximale dans le sens des échelles. La fonction déterminée est par exemple le Laplacien. On montre expérimentalement que l'échelle caractéristique est caractéristique du contenu local de l'image autour du point d'intérêt.

Expérimentalement, il est possible de relier échelle et facteur de souséchantillonnage en supposant qu'un même point d'intérêt détecté à une 5 première échelle caractéristique Cya et pour un premier facteur de souséchantillonnage Sv doit se retrouver à une seconde échelle caractéristique ib et pour un second facteur de sous-échantillonnage Sw, tels que: /:a. Sv = ab. S, Le produit échelle caractéristique par facteur de sous10 échantillonnage est caractéristique du point d'intérêt au sens du contenu de l'image.

On peut fixer une valeur maximale Pmax pour ce produit. La valeur Pmax est par exemple égale à Smax pour co = 1. Pour chaque valeur de facteur de sous-échantillonnage Sk, la valeur d'échelle maximale Gymax pour l'analyse 15 multi-échelle est déterminée par: cmax = Pmax / Sk.

En d'autres termes, le domaine de variation des échelles est normalisé par la valeur du facteur de sous-échantillonnage Sk de manière à conserver un domaine constant d'analyse défini par le produit entre l'échelle maximale cimax et le facteur de sous-échantillonnage Sk. Le nombre d'échelles 20 et par conséquent la quantité de calcul sont ainsi réduits.

Selon cette seconde variante, les redondances entre points d'intérêt sont limitées et le nombre de points d'intérêt retenus est plus faible.

L'étape suivante E5 est un test pour déterminer si le paramètre k est égal à zéro. On détermine ainsi si c'est le premier passage pour l'image en 25 cours de traitement.

Si la réponse est positive, alors l'étape E5 est suivie de l'étape E6 à laquelle une liste L de points d'intérêt est initialisée. La liste L comporte les points Pi avec le facteur de sous-échantillonnage Si = Sk et le cas échéant avec leur échelle caractéristique respective ai.

Si la réponse est négative à l'étape E5, alors cette étape est suivie de l'étape E7 à laquelle la liste L de points d'intérêt est mise à jour. Cette étape est détaillée dans la suite en référence à la figure 4. il

Les étapes E6 et E7 sont suivies de l'étape E8 à laquelle le paramètre k est incrémenté de une unité pour considérer le facteur de souséchantillonnage suivant.

L'étape suivante E9 est un test pour déterminer si le paramètre k est 5 égal à K, c'est-à-dire si tous les facteurs de sous-échantillonnage ont été considérés.

Si la réponse est négative, alors cette étape est suivie de l'étape E3 précédemment décrite.

Si la réponse est positive à l'étape E9, tous les facteurs de sous10 échantillonnage ont été considérés.

La détection des points d'intérêt est alors terminée. Elle est par exemple suivie d'une caractérisation locale de l'image, réalisée à partir des points d'intérêt détectés.

L'étape E7 est détaillée en référence à la figure 4 sous la forme d'un algorithme qui comporte des étapes E71 à E75.

On considère ici tous les points d'intérêt détectés à l'étape E4 précédente, pour le facteur de sous-échantillonnage courant Sk. Il y a Nk points d'intérêt à considérer.

L'étape E71 est une initialisation à laquelle un paramètre n est initialisé à la valeur un pour considérer un premier point d'intérêt Pn. On considère un point Pn, avec son facteur de sous-échantillonnage Sk et éventuellement avec son échelle caractéristique cyn.

L'étape suivante E72 est un test pour déterminer si le point Pn 25 courant est apparié avec un point de la liste L. La liste L contient à cette étape les points d'intérêt détectés aux résolutions supérieures ainsi que les points de la résolution correspondant au facteur de sous- échantillonnage courant Sk déjà traités et ajoutés à la liste. On suppose que la liste comporte N points d'intérêt.

Pour cela, la position du point courant P,- est comparée aux positions 30 des points d'intérêt de la liste L, à une erreur de localisation E près. Soient (xn, y,) les coordonnées du point P, dans l'image à la résolution correspondant au facteur de sous-échantillonnage courant Sk. On recherche s'il existe un point Pj dans une image à une résolution correspondant à un facteur de souséchantillonnage Sj inférieur au facteur de souséchantillonnage courant Sk tel que: Sk(Xn-ú) < Sj.Xj < Sk(Xn+E) Sk(Yn-E) < Sj.yj < Sk(Yn+F) En outre, lorsque la détection de points d'intérêt est de type multiéchelle, on vérifie que le rapport des produits échelle caractéristique par facteur de sous-échantillonnage est conservé à une valeur K. près, la valeur K. étant 10 proche de la valeur un. On choisit typiquement Ks < Rs.

Lorsque le point courant Pn n'est pas apparié à un point de la liste L, alors l'étape E72 est suivie de l'étape E73.

L'étape E73 est l'ajout du point courant Pn à la liste L. Le point d'intérêt Pn, le facteur de sous-échantillonnage Sn = Sk et le cas échéant 15 l'échelle caractéristique an du point P. sont ajoutés à la liste L. L'étape E73 est suivie de l'étape E74.

Lorsque la réponse est positive à l'étape E72, cela signifie qu'il existe déjà un point de la liste L qui correspond au point courant Pr. Dans ce cas, l'étape E72 est suivie de l'étape E74.

A l'étape E74, le paramètre n est incrémenté de une unité pour considérer un point d'intérêt suivant.

L'étape suivante E75 est un test pour déterminer si le paramètre n est égal à (Nk + 1). Si la réponse est négative, alors il reste au moins un point Pn à considérer et cette étape est suivie de l'étape E72 précédemment décrite. 25 Lorsque la réponse est positive à l'étape E75, alors tous les points Pr détectés au passage précédent à l'étape E4 ont été traités.

Bien entendu, la présente invention n'est nullement limitée aux modes de réalisation décrits et représentés, mais englobe, bien au contraire, 30 toute variante à la portée de l'homme du métier.

Par exemple, il est possible d'utiliser d'autres détecteurs, tels que ceux mentionnés dans le document " Comparing and evaluating interest 2851066 13 points " de C. Schmid, R. Mohr et C. Bauckhage, dans International Conference of Computer Vision, pages 230-235, 1998.

En outre, les points d'intérêt peuvent être utilisés pour effectuer un recalage d'image.

Claims (23)

REVENDICATIONS

1. Procédé de détection de points d'intérêt dans une image numérique, caractérisé en ce qu'il comporte les étapes de: - détection (E4) de premiers points d'intérêt dans l'image à la résolution d'origine, mémorisation (E6) des premiers points d'intérêt détectés, sous-échantillonnage (E3) de l'image, selon un facteur de souséchantillonnage, - détection (E4) de seconds points d'intérêt dans l'image souséchantillonnée, - comparaison (E7) des seconds points d'intérêt avec les premiers points d'intérêt, pour déterminer une correspondance entre premiers et seconds points d'intérêt, - mémorisation (E7) de seconds points d'intérêt s'ils ne correspondent pas aux premiers points d'intérêt. 20

2. Procédé selon la revendication 1, caractérisé en ce que les étapes (E4) de détection de points d'intérêt mettent en oeuvre une détection de type Harris précis.

3. Procédé selon la revendication 1 ou 2, caractérisé en ce que les étapes (E4) de détection de points d'intérêt mettent en oeuvre une détection de type multi-échelle.

4. Procédé selon la revendication 1 ou 2, caractérisé en ce que les 30 étapes (E4) de détection de points d'intérêt mettent en oeuvre une détection de type multi-échelle et comportent la détection d'une échelle caractéristique pour chaque point d'intérêt.

5. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que l'étape de comparaison (E7) comporte une recherche (E72) de correspondance de position entre les premiers et seconds points d'intérêt.

6. Procédé selon l'une quelconque des revendications 1 à 5, caractérisé en ce que les étapes de mémorisation des premiers et seconds points d'intérêt comportent la mémorisation du facteur de sous-échantillonnage 10 respectivement pour chaque point d'intérêt.

7. Procédé selon la revendication 4, caractérisé en ce que les étapes de mémorisation des premiers et seconds points d'intérêt comportent la mémorisation de l'échelle caractéristique pour chaque point d'intérêt. 15

8. Procédé selon la revendication 7, caractérisé en ce que l'étape de comparaison (E7) comporte en outre une recherche (E72) de correspondance entre les produits respectifs échelle caractéristique par facteur de souséchantillonnage pour les premiers et les seconds points d'intérêt. 20

9. Procédé selon l'une quelconque des revendications 1 à 8, caractérisé en ce que les étapes de sous-échantillonnage (E3), détection de seconds points d'intérêt (E4), comparaison (E7) et mémorisation (E7) sont effectuées itérativement un nombre prédéterminé de fois et pour des facteurs 25 de sous-échantillonnage (Sk) croissants et prédéterminés, les seconds points d'intérêt mémorisés à une itération donnée étant considérés comme des premiers points d'intérêt à l'itération suivante.

10. Procédé de caractérisation locale d'une image numérique, 30 caractérisé en ce qu'il comporte le procédé selon l'une quelconque des

revendications 1 à 9.

11. Dispositif de détection de points d'intérêt dans une image numérique, caractérisé en ce qu'il comporte: - des moyens (11) de détection de premiers points d'intérêt dans l'image à la résolution d'origine, - des moyens (12) de mémorisation des premiers points d'intérêt détectés, - des moyens (13) de sous-échantillonnage de l'image, selon un facteur de sous-échantillonnage, - des moyens (14) de détection de seconds points d'intérêt dans l'image sous-échantillonnée, - des moyens (15) de comparaison des seconds points d'intérêt avec les premiers points d'intérêt, pour déterminer une correspondance entre premiers et seconds points d'intérêt, - des moyens (16) de mémorisation de seconds points d'intérêt s'ils ne correspondent pas aux premiers points d'intérêt.

12. Dispositif selon la revendication 11, caractérisé en ce que les moyens (11, 14) de détection de points d'intérêt sont adaptés à mettre en 20 oeuvre une détection de type Harris précis.

13. Dispositif selon la revendication 11 ou 12, caractérisé en ce que les moyens (11, 14) de détection de points d'intérêt sont adaptés à mettre en oeuvre une détection de type multi-échelle. 25

14. Dispositif selon la revendication 11 ou 12, caractérisé en ce que les moyens (11, 14) de détection de points d'intérêt sont adaptés à mettre en oeuvre une détection de type multi-échelle et la détection d'une échelle caractéristique pour chaque point d'intérêt. 30

15. Dispositif selon l'une quelconque des revendications 11 à 14, caractérisé en ce que les moyens (15) de comparaison sont adaptés à mettre en oeuvre une recherche de correspondance de position entre les premiers et seconds points d'intérêt.

16. Dispositif selon l'une quelconque des revendications 11 à 15, 5 caractérisé en ce que les moyens de mémorisation des premiers et seconds points d'intérêt sont adaptés à mémoriser le facteur de souséchantillonnage respectivement pour chaque point d'intérêt.

17. Dispositif selon la revendication 14, caractérisé en ce que les 10 moyens de mémorisation des premiers et seconds points d'intérêt sont adaptés à mémoriser l'échelle caractéristique pour chaque point d'intérêt.

18. Dispositif selon la revendication 17, caractérisé en ce que les moyens de comparaison (15) sont adaptés à mettre en oeuvre en outre une 15 recherche de correspondance entre les produits respectifs échelle caractéristique par facteur de sous-échantillonnage pour les premiers et les seconds points d'intérêt.

19. Dispositif selon l'une quelconque des revendications 11 à 18, 20 caractérisé en ce que les moyens de sous-échantillonnage, détection de seconds points d'intérêt, comparaison et mémorisation sont adaptés à fonctionner itérativement un nombre prédéterminé de fois et pour des facteurs de sous-échantillonnage (Sk) croissants et prédéterminés, les seconds points d'intérêt mémorisés à une itération donnée étant considérés comme des 25 premiers points d'intérêt à l'itération suivante.

20. Dispositif de caractérisation locale d'une image numérique caractérisé en ce qu'il comporte le dispositif selon l'une quelconque des

revendications 11 à 19.

21. Dispositif selon l'une quelconque des revendications 11 à 20, caractérisé en ce que les moyens de détection, mémorisation, souséchantillonnage et comparaison sont incorporés dans: - un microprocesseur (100), - une mémoire morte (102) comportant un programme pour traiter les données, et - une mémoire vive (103) comportant des registres adaptés à enregistrer des variables modifiées au cours de l'exécution dudit programme.

22. Appareil de traitement (10) d'une image numérique, caractérisé en ce qu'il comporte des moyens adaptés à mettre en oeuvre le procédé selon

l'une quelconque des revendications 1 à 10.

23. Appareil de traitement (10) d'une image numérique, caractérisé 15 en ce qu'il comporte le dispositif selon l'une quelconque des revendications 11 à 21.