Process and apparatus for localising and characterizing in real time the singularities of a digitized picture especially for pattern recognition in a scene analysis processing

The singularities constituting the characteristic points of the image are points of contour with sharp curvature such as corners or regions of small size, the image being formed by a two-dimensional frame of pixels each exhibiting a defined grey level. The device of the invention comprises: differentiating means (10) approximating, for each pixel to be analysed, the partial, second-order derivatives of the grey level function of the image (F(x,y)); characterising means (23, 30), determining on the basis of these derivatives an attribute ( lambda 2) representative of the characteristic sought and assigning this attribute to the pixel thus analysed; and localiser means, searching among the pixels of the image thus analysed for the points maximising the said attribute. Very advantageously, the differentiating means (10) comprise convolving means carrying out a convolution of the grey level function of the image (F(x,y)) with functions corresponding to the partial, second-order derivatives of a regularisation function, this regularisation function making it possible to attenuate the noise present in the image. Preferably, the attribute chosen is the second eigenvalue of the matrix of the second derivatives, and the regularisation function is a Gaussian function, especially a centred Gaussian function. Les singularités constituant les points caractéristiques de l'image sont des points de contour à forte courbure tels que des coins ou régions de petite taille, l'image étant formée d'une trame bidimensionnelle de pixels présentant chacun un niveau de gris déterminé. Le dispositif de l'invention comprend : des moyens dérivateurs (10) approximant, pour chaque pixel à analyser, les dérivées partielles d'ordre 2 de la fonction de niveau de gris de l'image (F(x,y)) ; des moyens caractérisateurs (23, 30), déterminant à partir de ces dérivées un attribut (λ2) représentatif de la caractéristique recherchée et affectant cet attribut au pixel ainsi analysé ; et des moyens localisateurs, recherchant parmi les pixels de l'image ainsi analysés les points maximisant ledit attribut. Très avantageusement, les moyens dérivateurs (10) comprennent des moyens convolueurs effectuant une convolution de la fonction de niveau de gris de l'image (F(x,y)) avec des fonctions correspondant aux dérivées partielles d'ordre 2 d'une fonction de régularisation, cette fonction de régularisation permettant d'atténuer le bruit présent dans l'image. De préférence, l'attribut choisi est la seconde va