Vous êtes sur la page 1sur 23

ts numériques des images de télédétection

Visualisation, techniques d'amélioration de la visualisation des images numériques

OLIVIER DE JOINVILLE

2e partie

Table des matières I - Rappels sur la radiométrie et sur l'acquisition d'une image numérique

Table des matières

I - Rappels sur la radiométrie et sur l'acquisition d'une image numérique

5

A. Principe

5

B. Rappels : pourquoi effectuer des corrections radiométriques sur les images ?

6

II - Visualisation d'une image

9

A. Visualisation d'une image

9

1. La dynamique d'une image

9

2. L'histogramme d'une image

9

B. Exercice sur l'histogramme d'une image

10

C. Représentation possible d'un histogramme

10

III - Amélioration de la visualisation d'une image

A. Étalement d'un histogramme

13

13

1. L'étalement d'un histogramme par translation de ses valeurs minis et maxis entre 0 et 255

 

13

2. L'étalement d'un histogramme par réglage de la LUT (Look Up Table)

14

B. Étalement gaussien

15

C. Égalisation d'histogramme

16

IV - Les filtres

A. Le filtrage des images

19

19

1. Principes

19

2. Comment fonctionne un filtre ?

19

B. Les

filtres

linéaires

21

C. Les filtres non linéaires

25

D. Les filtres morphologiques

27

1. Généralités

27

2. L'érosion

27

3. La dilatation

29

I - Rappels sur la radiométrie et sur l'acquisition d'une image numérique

A. Principe

I
I
Exemple : Exemple d'égalisation radiométrique sur le département du Rhône (BD Ortho) Avant de commencer
Exemple : Exemple d'égalisation radiométrique sur le département du
Rhône (BD Ortho)
Avant de commencer le cours, nous pouvons montrer un exemple de l'utilité du
traitement d'images.
Nous avons ci-dessous une mosaïque d'orthoimage sur l'ensemble du département
du Rhône.
Ces orthoimages ayant été réalisées dans des conditions d'illumination différentes,
il est nécessaire de les égaliser sur l'ensemble du département afin d'avoir une
couverture homogène (radiométriquement) de la zone.
Mosaïque d'orthoimages

Rappels sur la radiométrie et sur l'acquisition d'une image numérique

Définition : Radiométrie On appelle radiométrie toute science ou technique dont le sujet d'étude est
Définition : Radiométrie
On appelle radiométrie toute science ou technique dont le sujet d'étude est liée au
rayonnement électromagnétique.
La radiométrie est une représentation numérique de la réflectance spectrale d'un
objet pour une longueur d'onde donnée.

B. Rappels : pourquoi effectuer des corrections radiométriques sur les images ?

Éclairement au sol non uniforme

Parties ombrées et effets dus à la traversée du REM dans l'atmosphère.

Bruit lié à l'instrument :

- perturbations dues à l'optique (tâche image due à la diffraction) ;

- perturbations dues au détecteur (extraction non régulière des électrons suite aux chocs des photons).

non régulière des électrons suite aux chocs des photons). Illustration du bruit sur une image. Pour

Illustration du bruit sur une image. Pour une réponse homogène, on a des réponses différentes.

Manque de contraste sur les images

Dans la nature, peu de surfaces ou d'objets ont une réflectance supérieure à 50%, hormis peut-être les glaciers, les surfaces enneigées et autres banquises, ou encore les sols nus très minéralisés. Les canaux bruts sont donc souvent très sombres, parfois quasiment noirs.

Perturbations dues à l'optique (tâche image due à la diffraction)

Les CCD sont des semi conducteurs au silicium (semi : car il ne faut pas que çà soit trop conducteur sinon les électrons s'en iraient trop facilement). Donc là à l'arrivée d'un photon, les électrons sont arrachés de l'attraction du noyau et ils s'en vont mais le processus n'est pas parfaitement maîtrisé : certains électrons s'en vont sans qu'on leur ait rien demandé, du coup çà créé du bruit.

II - Visualisation d'une image

II
II

Visualisation d'une image

9

Exercice sur l'histogramme d'une image

10

Représentation possible d'un histogramme

10

A. Visualisation d'une image

1. La dynamique d'une image

Définition On appelle fonction image toute représentation d'un objet ou d'une scène dans un plan.
Définition
On appelle fonction image toute représentation d'un objet ou d'une scène dans un
plan.
Le principe de la visualisation d'un canal d'une image numérique revient à associer
un niveau de gris ou une couleur à chaque compte numérique.
La dynamique d'une image représente l'ensemble des valeurs possibles de ces
comptes numériques dans chaque canal.

2. L'histogramme d'une image

Définition C'est un diagramme qui représente le nombre de pixels de l'image par compte numérique.
Définition
C'est un diagramme qui représente le nombre de pixels de l'image par compte
numérique.
Histogramme d'une image
En abscisse on a la valeur du compte numérique et en ordonnée le nombre de
pixels correspondant à chaque valeur de compte numérique.

Visualisation d'une image

B. Exercice sur l'histogramme d'une image

Sur une image 5*5, représenter numériquement en niveaux de gris une rivière sombre sur un fond gris clair et tracer son histogramme.

C. Représentation possible d'un histogramme

C. Représentation possible d'un histogramme Exemple : Image SPOT de la baie de Somme en trois
Exemple : Image SPOT de la baie de Somme en trois canaux (Infra rouge, rouge
Exemple : Image SPOT de la baie de Somme en trois canaux (Infra
rouge, rouge et vert)
Image SPOT de la baie de Somme en trois canaux (Infra rouge, rouge et vert)

Visualisation d'une image

Visualisation de l'histogramme dans chacun des canaux Interprétation
Visualisation de l'histogramme dans chacun des canaux
Interprétation

III - Amélioration de la visualisation d'une image

III
III

A. Étalement d'un histogramme

Dans la nature, les réponses spectrales des objets sont rarement élevées dans le visible (cf.histogramme resserré ci-dessus), afin de rendre l'image plus exploitable, il est nécessaire d'en augmenter son contraste et donc d'étaler les valeurs de son histogramme.

1. L'étalement d'un histogramme par translation de ses valeurs minis et maxis entre 0 et 255

par translation de ses valeurs minis et maxis entre 0 et 255 Etalement d'un histogramme Attention

Etalement d'un histogramme

Attention Ici on ne modifie que les valeurs des comptes numériques mais en aucun cas
Attention
Ici on ne modifie que les valeurs des comptes numériques mais en aucun cas les
valeurs des nombres de pixels. L'histogramme est étiré de manière régulière entre
0 et 255.

2. L'étalement d'un histogramme par réglage de la LUT (Look Up Table)

Définition Une LUT (ou table de codage) est une fonction de correspondance entre les valeurs
Définition
Une LUT (ou table de codage) est une fonction de correspondance entre les valeurs
des pixels d'une image et celles des pixels de cette même image après modification

Amélioration de la visualisation d'une image

de sa dynamique.

de la visualisation d'une image de sa dynamique. histogramme par réglage de la LUT Exemple :

histogramme par réglage de la LUT

Exemple : Exemple de LUT : étalement linéaire de la dynamique entre 2 bornes Exemple
Exemple : Exemple de LUT : étalement linéaire de la dynamique entre
2 bornes
Exemple de LUT
Tous les pixels sont étalés linéairement entre 25 et 153. L'équation de la droite
affine d'étalement est donnée dans la figure.

Amélioration de la visualisation d'une image

Amélioration de la visualisation d'une image B. Étalement gaussien Ici on s'arrange pour que la densité

B. Étalement gaussien

de la visualisation d'une image B. Étalement gaussien Ici on s'arrange pour que la densité de

Ici on s'arrange pour que la densité de probabilité de l'histogramme ait une allure gaussienne.

probabilité de l'histogramme ait une allure gaussienne. Exemple de transformation d'histogramme avec étalement

Exemple de transformation d'histogramme avec étalement gaussien

C. Égalisation d'histogramme

Amélioration de la visualisation d'une image

Définition L'égalisation d'un histogramme est un procédé par lequel on force tous les niveaux de
Définition
L'égalisation d'un histogramme est un procédé par lequel on force tous les niveaux
de gris de l'image à être équiprobables.

On veut avoir autant de pixels dans chaque niveaux de gris sans changer le nombre initial de pixels (hauteur des bâtons). Donc cela va modifier la répartition des bâtons :

dans les zones homogènes, beaucoup de pixels ayant des valeurs voisines (hauts bâtons rapprochés), on espace les bâtons (cercle vert) ;

dans les zones hétérogènes, pixels ayant des valeurs différentes (hauts bâtons rapprochés), on rapproche les bâtons (cercle rouge).

rapprochés), on rapproche les bâtons (cercle rouge). Exemple : Exemple d'égalisation d'histogramme
Exemple : Exemple d'égalisation d'histogramme Exemple d'égalisation
Exemple : Exemple d'égalisation d'histogramme
Exemple d'égalisation

Amélioration de la visualisation d'une image

Comparaison étalement linéaire – égalisation d'histogramme
Comparaison étalement linéaire – égalisation d'histogramme

IV - Les filtres

IV
IV

Le filtrage des images

19

Les filtres linéaires

21

Les filtres non linéaires

25

Les filtres morphologiques

27

A. Le filtrage des images

1. Principes

Définition Les filtres sont des opérateurs qui servent à éliminer le bruit sur les images
Définition
Les filtres sont des opérateurs qui servent à éliminer le bruit sur les images (donc à
l'homogénéiser) ou au contraire à en rehausser les contrastes.

Il existe trois grands types de filtres :

les filtres linéaires (ou filtres de convolution) ;

les filtres non linéaires ;

les filtres morphologiques :

- l'érosion ;

- la dilatation ;

- la fermeture ;

- l'ouverture.

2. Comment fonctionne un filtre ?

La valeur de gris d'un pixel est modifiée en tenant compte de la valeur de gris des pixels voisins. On applique une matrice de calcul que l'on déplace pixel après pixel par glissement dans l'image. Après avoir fait une ligne on descend d'un cran et on fait une autre ligne. Le noyau change ainsi tous les pixels sauf ceux situés sur le bord de l'image.

Les filtres

Les filtres Fonctionnement d'un filtre De manière générale pour un filtre linéaire, le pixel central du

Fonctionnement d'un filtre

Les filtres Fonctionnement d'un filtre De manière générale pour un filtre linéaire, le pixel central du

De manière générale pour un filtre linéaire, le pixel central du voisinage se retrouve modifié par une combinaison linéaire des pixels de son voisinage :

par une combinaison linéaire des pixels de son voisinage : Avec P, facteur de pondération (pour

Avec P, facteur de pondération (pour éviter que les valeurs des pixels dépassent 255) et C une constante utilisée éventuellement pour recentrer la dynamique de l'image.

Exemple : Exemple : l'opérateur moyenne L'opérateur moyenne
Exemple : Exemple : l'opérateur moyenne
L'opérateur moyenne

Les filtres

A noter que la taille du noyau de convolution peut varier : dans le cas ci-dessus 3×3 (9 pixels), mais on peut aussi utiliser 5×5 (25 pixels) ou 7×7 (49 pixels).

Effet de la taille des matrices de convolution

(49 pixels). Effet de la taille des matrices de convolution Effet de la taille des matrices

Effet de la taille des matrices de convolution

B. Les filtres linéaires

Les filtres de rehaussement de contours : ce sont des opérateurs qui rehaussent les contours dans les 8 directions principales.

des opérateurs qui rehaussent les contours dans les 8 directions principales. Effet d'un rehaussement de contours

Effet d'un rehaussement de contours

Les filtres

Les filtres Exemple de filtre de rehaussement de contours Filtre de rehaussement de contour multi-directionnel Les

Exemple de filtre de rehaussement de contours

Les filtres Exemple de filtre de rehaussement de contours Filtre de rehaussement de contour multi-directionnel Les

Filtre de rehaussement de contour multi-directionnel

Filtre de rehaussement de contour multi-directionnel Les filtres de lissage Les filtres de détection de contours

Les filtres de lissage

Les filtres de détection de contours : ce sont des opérateurs qui détectent les contours soit dans les 8 directions principales, soit dans des directions privilégiées.

Les filtres

Les filtres Effet d'une détection de contours On peut détecter les contours dans des directions privilégiées

Effet d'une détection de contours

On peut détecter les contours dans des directions privilégiées : Ce sont les filtres de dérivée directionnelle pouvant agir tous les 45° (N, N-W, W, S-W, S, S-E, E, S-E, N-E).

: Ce sont les filtres de dérivée directionnelle pouvant agir tous les 45° (N, N-W, W,

Les filtres

Les filtres Détection de contours dans des directions privilégiées Détection de contours dans toutes les directions

Détection de contours dans des directions privilégiées

Détection de contours dans des directions privilégiées Détection de contours dans toutes les directions C. Les

Détection de contours dans toutes les directions

C. Les filtres non linéaires

Définition Certains filtres ne sont pas linéaires, ce qui signifie que la valeur centrale (N5)
Définition
Certains filtres ne sont pas linéaires, ce qui signifie que la valeur centrale (N5) est
remplacée par une valeur qui existe déjà dans l'image, c'est le cas de l'opérateur
médiane.

Les filtres

Les filtres Exemple Comparaison entre la médiane et la moyenne sur une image : le lissage
Exemple
Exemple

Comparaison entre la médiane et la moyenne sur une image :

le lissage est moins fort sur les zones fortement contrastées :

est moins fort sur les zones fortement contrastées : Autres opérateurs non linéaires  L'opérateur Max
est moins fort sur les zones fortement contrastées : Autres opérateurs non linéaires  L'opérateur Max

Autres opérateurs non linéaires

L'opérateur Max

L'opérateur Min

Les filtres

L'opérateur Max-Min calcule la différence entre la valeur Max et la valeur Min de l'ensemble des pixels du voisinage.

et la valeur Min de l'ensemble des pixels du voisinage. D. Les filtres morphologiques 1. Généralités

D. Les filtres morphologiques

1. Généralités

Définition La morphologie mathématique ensembliste fait appel à la théorie des ensembles. Elle utilise un
Définition
La morphologie mathématique ensembliste fait appel à la théorie des ensembles.
Elle utilise un ensemble de centre x, de géométrie et de taille connues, appelé
élément structurant.
L'élément structurant choisi est déplacé de façon à ce que son centre x passe par
toutes les positions dans l'image à analyser.
Pour chacune des positions de x, on se pose une question relative à l'union ou à
l'intersection de l'élément structurant avec les objets de l'image.
L'ensemble des points correspondant à une réponse positive permet de construire
une nouvelle image qui constitue l'image résultat.

A partir de ces principes, il est possible de construire les opérateurs de base de la morphologie mathématique que sont l'érosion et la dilatation.

Pour mieux comprendre l'effet des opérateurs morphologiques, il faut d'abord binariser l'image, exemple mer - côte.

faut d'abord binariser l'image, exemple mer - côte. 2. L'érosion Ce traitement produit le même effet

2. L'érosion

Ce traitement produit le même effet que si l'on retirait une pelure de 1 pixel sur la frontière de l'objet :

vont

les

objets

de

taille

inférieure

à

celle

de

l'élément

structurant

disparaître ;

les autres seront "amputés" d'une partie correspondant à la taille de

Les filtres

l'élément structurant ;

s'il existe des trous dans les objets, c'est à dire des "morceaux" de fond à l'intérieur des objets, ils seront accentués ;

les objets reliés entre eux vont être séparés.

;  les objets reliés entre eux vont être séparés. Algorithmie : si somme_pixel < 9,
;  les objets reliés entre eux vont être séparés. Algorithmie : si somme_pixel < 9,

Algorithmie : si somme_pixel < 9, pix=0; sinon pix=1

3. La dilatation

si somme_pixel < 9, pix=0; sinon pix=1 3. La dilatation Définition Ce traitement produit le même
Définition Ce traitement produit le même effet que si l'on ajoutait une couche de 1
Définition
Ce traitement produit le même effet que si l'on ajoutait une couche de 1 pixel sur la
frontière de l'objet :
 tous les objets vont "grossir" d'une partie correspondant à la taille de
l'élément structurant ;
 s'il existe des trous dans les objets, c'est-à-dire des "morceaux" de fond à
l'intérieur des objets, ils seront comblés ;
 si des objets sont situés à une distance moins grande que la taille de
l'élément structurant, il vont fusionner.

Les filtres

Les filtres Algorithmie : si somme pixel ≠ 0, pix=1; sinon pix=0 L'ouverture L'ouverture est une
Les filtres Algorithmie : si somme pixel ≠ 0, pix=1; sinon pix=0 L'ouverture L'ouverture est une

Algorithmie : si somme pixel ≠ 0, pix=1; sinon pix=0

L'ouverture

: si somme pixel ≠ 0, pix=1; sinon pix=0 L'ouverture L'ouverture est une érosion suivie d'une

L'ouverture est une érosion suivie d'une dilatation.

si somme pixel ≠ 0, pix=1; sinon pix=0 L'ouverture L'ouverture est une érosion suivie d'une dilatation.

Les filtres

La fermeture

La fermeture est une dilatation suivie d'une érosion.

La fermeture est une dilatation suivie d'une érosion. Il est possible de réitérer les traitements érosion

Il est possible de réitérer les traitements érosion et dilatation, en revanche la fermeture et l'ouverture sont idempotentes, c'est-à-dire que toute réitération ne change pas le résultat.

fermeture et l'ouverture sont idempotentes, c'est-à-dire que toute réitération ne change pas le résultat. 27