TP 3

Traitement dimage : Filtrage des images.

Ralis par :
Imane
Wahiba
Encadr par :
M. Fahd KARAMI.

TP 3
(a) Rsultat du calcul du produit de convolution (voir papier).
Rsultat sur MatLab :
En utilisant la commande con2 :
Produit de convolution de E avec H1 :

Produit de convolution de E avec E2 :

Produit de convolution de E avec E3 :

Remarque : il y a une lgre diffrence entre le calcul manuel et le calcul ralis par
MatLab, cela est d au fait que MatLab duplique les contours de la matrice.

TP 3
(b) On ouvre limage ( cameraman.tif ) laide de la commande imread, et on
ralise les diffrents traitements sur limage par ces filtres (H1, H2, H3) :
Rsultat de lutilisation du filtre moyenneur H1 :
clc;clear all;close all;
E=imread('cameraman.tif');
H1=(1/9)*[1 1 1;

50

1 1 1;
1 1 1];

100

A=conv2(E,H1);
image(A);

150

colormap ('gray');
200

250
50

100

150

200

250

Rsultat de lutilisation du filtre gradient vertical :

clc;clear all;close all;
E=imread('cameraman.tif');
H1=[-1 0 1;-1 0 1;-1 0 1];

50

B=conv2(E,H1);
image(B);

100

colormap('gray');
150

200

250
50

100

150

200

250

TP 3
Rsultat de lutilisation du filtre Laplacien:
clc;clear all;close all;
E=imread('cameraman.tif');
H3=[0 -1 0;-1 4 -1;0 -1 0];
50

E1E=conv2(E,H3);
image(E1E);
colormap('gray');

100

150

200

250
50

100

150

200

250

(c) A. Filtre de lissage :

(a) . on lit dans la variable I limage cameraman.tif :

TP 3
A laide de linstruction whos on visualise les dimensions et obtient :
Name
I
ans

Size

Bytes Class

256x256

65536 uint8

1x2

16 double

Attributes

Ce qui montre que limage contient une seule matrice en niveau du gris.
(b) . on excute la commande J = imnoise(I, 'salt & pepper', 0.1) ce qui donne
limage suivante (voir question (c) ).
I=imread('cameraman.tif');
whos;
K=im2double(I);
J = imnoise(K,'salt & pepper', 0.1);
imshow(J);
Remarque : avant dintroduire leffet salt&pepper limage on ajoute la commande
im2double(I);
(c). On visualise limage qui reprsente des points disperss sur limage initiale,
leffet salt&pepper est une forme de bruit qui se reprsente comme apparition au
hasard des pixels noirs et blancs, Ce type de bruit impulsionnel peut apparatre par
numrisation dune image ou au cours dune transmission.

TP 3

(d). Rsultats lors de lutilisation des filtres :

Utilisation du 1er filtre (filtre rectangulaire) :

K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
F1=(1/25)*ones(5,5);
A=conv2(J,F1);
image(A);

TP 3
Utilisation du 2me filtre (filtre Circulaire) :

K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
F2=(1/21)*[0 1 1 1 0;1
1 1 1 1;1 1 1 1 1;1 1 1
1 1;0 1 1 1 0];
B=conv2(J,F2);
imshow(B);

Utilisation du 3me filtre (filtre Pyramidal) :

K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F3=(1/81)*[1 2 3 2 1;2
4 6 4 2;3 6 9 6 3;2 4 6
4 2;1 2 3 2 1];
C=conv2(J,F3);
imshow(C);

TP 3
Utilisation du 4me filtre (filtre Conique) :
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F4=(1/25)*[0 0 1 0 0;0
2 2 2 0;1 2 5 2 1;0 2 2
2 0;0 0 1 0 0];
D=conv2(J,F3);
imshow(D);

(e). on change la taille des filtres et on re-filtre les images :

Filtre Rectangulaire :
Avec la taille 3x3 :
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F1=(1/9)*ones(3,3);
A=conv2(J,F1);
imshow(A);

TP 3
Avec la taille 7x7 :
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F1=(1/49)*ones(7,7);
A=conv2(J,F1);
imshow(A);

Avec la taille 10x10 :

K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F1=(1/100)*ones(10,10)
;
A=conv2(J,F1);
imshow(A);

TP 3
Filtre Circulaire :
Avec la taille 3x3 :
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F2=(1/5)*[0 1 0;1 1 1;0
1 0];
B=conv2(J,F2);
imshow(B);

Avec la taille 7x7:

K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F2=(1/45)*[0 1 1 1 1
1 0;1 1 1 1 1 1 1;1 1
1 1 1 1 1;1 1 1 1 1 1
1;1 1 1 1 1 1 1;1 1 1
1 1 1 1;0 1 1 1 1 1 0];
B=conv2(J,F2);
imshow(B);

TP 3
Avec la taille 10x10:
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F2=(1/96)*[0 1 1 1 1 1 1
1 1 0;1 1 1 1 1 1 1 1 1
1;1 1 1 1 1 1 1 1 1 1;1 1
1 1 1 1 1 1 1 1;1 1 1 1 1
1 1 1 1 1;1 1 1 1 1 1 1 1
1 1;1 1 1 1 1 1 1 1 1 1;1
1 1 1 1 1 1 1 1 1;1 1 1 1
1 1 1 1 1 1;0 1 1 1 1 1 1
1 1 0];
B=conv2(J,F2);
imshow(B);
Filtre Pyramidal:
Avec la taille 3x3:
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F3=(1/16)*[1 2 1;
2 4 2;
1 2 1];
C=conv2(J,F3);
imshow(C);

TP 3
Avec la taille 7x7:
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F3=(1/256)*
[1 2 3 4 3 2 1;
2 4 6 8 6 4 2;
3 6 9 12 9 6 3;
4 8 12 16 12 8 4;
3 6 9 12 9 6 3;
2 4 6 8 6 4 2;
1 2 3 4 3 2 1];
C=conv2(J,F3);
imshow(C);

Avec la taille 10x10:

K=im2double(I);
J = imnoise(K,'salt & pepper',
0.1);
imshow(J);
F3= (1/900)*
[1 2 3 4 5 5 4 3 2 1;
2 4 6 8 10 10 8 6 4 2;
3 6 9 12 15 15 12 9 6 3;
4 8 12 16 20 20 16 12 8 4;
5 10 15 20 25 25 20 15 10
5;5 10 15 20 25 25 20 15
10 5;4 8 12 16 20 20 16 12
8 4;3 6 9 12 15 15 12 9 6
3;2 4 6 8 10 10 8 6 4 2;1
2 3 4 5 5 4 3 2 1];

C=conv2(J,F3);
imshow(C);

TP 3
Filtre conique:
Avec la taille 3x3:
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F3=(1/6)*[0 1 0;1 2 1;0
1 0];
D=conv2(J,F3);
imshow(D);

Avec la taille 7x7:

K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F3=(1/86)*[0 0 0 1 0 0
0;0 2 2 2 2 2 0;0 2 5 5
5 2 0;1 2 5 10 5 2 1;0
2 5 5 5 2 0;0 2 2 2 2 2
0;0 0 0 1 0 0 0];
D=conv2(J,F3);
imshow(D);

TP 3
Avec la taille 10x10:
K=im2double(I);
J = imnoise(K,'salt &
pepper', 0.1);
imshow(J);
F3=(1/352)*[0 0 0 0 1
1 0 0 0 0;0 2 2 2 2 2
2 2 2 0;0 2 5 5 5 5 5
5 2 0;0 2 5 10 10 10
10 5 2 0;1 2 5 10 17
17 10 5 2 1;1 2 5 10
17 17 10 5 2 1;0 2 5
10 10 10 10 5 2 0;0 2
5 5 5 5 5 5 2 0;0 2 2
2 2 2 2 2 2 0;0 0 0 0
1 1 0 0 0 0]
D=conv2(J,F3);
imshow(D);

Rsultat : Plus le filtre grossit plus le lissage devient important et plus le flou
saccentue et les contours deviennent noirs.
(f). diffrentes valeurs de quantification de la rptition du bruit dans limage):
Limage bruite :
Valeur = 0.2

TP 3
Valeur = 0.5

Valeur = 0.7

Valeur = 1

TP 3
Filtrage de limage (avec valeur de bruit = 0.7) :
Filtre rectangulaire :

Filtre circulaire :

Filtre pyramidal :

Filtre conique :

TP 3