Académique Documents
Professionnel Documents
Culture Documents
reconnaissance d'images
Cours Master 2 IAD
Isabelle Bloch - ENST / Dpartement Signal & Images
Florence Tupin - ENST / Dpartement Signal & Images
Antoine Manzanera ENSTA / Unit d'lectronique et d'Informatique
Filtrage vs Restauration
Ce cours s'intresse aux techniques d'amlioration des images numriques, pour augmenter la qualit
de leur rendu visuel, ou pour faciliter leur analyse. On cherche donc attnuer, sinon supprimer une
certaine dgradation. Celle-ci n'est pas forcment connue a priori, mais elle peut parfois tre estime
a posteriori. On distinguera ici :
- les dgradations lies au bruit : g(x) = f(x)+b(x) ou g(x) = f(x)b(x) lies au capteur, la
quantification, la transmission... On les traite en tirant parti des informations locales par le filtrage.
Par diffrenciation, les techniques de filtrage permettent en outre de calculer ou amplifier les
contrastes locaux.
- les dgradations convolutives : g(x) = f(x)b(x) lies un mouvement du capteur ou un dfaut de
mise au point. On les traite en inversant un oprateur linaire, donc suppos connu : ce sont les
techniques dites de restauration (voir cours Restauration).
bruit additif
bruit multiplicatif
flou de boug
page 2
II Filtres drivateurs
II-1 Filtrage dans le domaine de Fourier
II-2 Filtrage par convolution
II-3 Filtres non linaires
page 3
I Filtres de lissage
Les filtres de lissage sont des oprateurs qui liminent des lments perturbateurs / non significatifs
dans les images numriques, soit pour amliorer leur visualisation, soit pour les simplifier en but
d'un traitement postrieur :
page 4
TF-1
Passebas
page 5
(2 \ [-umax,umax][-vmax,vmax])
[-umin,umin][-vmin,vmin]
Notons que dans ce cas
comme le prcdent, la
valeur de la frquence
origine F[0,0] est
inchange. Or :
w
F [0,0 ]= f [ x , y ]
TF-1
TF
Coupebande
x=0 y=0
page 6
Moyenne
Gauss
* Rponse impulsionnelle :
1
2
h x , y= 2 si x , y[/ 2,/ 2 ]
h x , y=0 sinon
h x , y=
1
2
Exponentiel
exp
x y
2
2
h x , y=
expxy
4
1
1
1
1
1
1
1
1
1
1
1
25
1
1
1
1
1
1
1
1
1
11
23
23
48
29
62
23
48
11
23
29
864
23
62
48
80
62
62
48
29
23
11
23
29
23
11
1
80
1
1
1
3
3
7
1
3
1
1
3
1
7
3
16
7
7
3
3
1
chelon unit
chelon bruit
Image originale
* Coefficients de dispersion :
1
4
=
16
page 9
f 1 [ x , y ] f 2 [ x , y] F 1 [u , v ]F 2 [u ,v ]
f 1 [ x , y ] f 2 [ x , y] F 1 [u ,v ]F 2 [u ,v ]
Gaussienne () Gaussienne (1/ )
La complexit de l'implantation par multiplication dans le domaine frquentiel est celle de 2 calculs
de TF (1 direct + 1 inverse), plus 1 multiplication. Pour une image de taille NN, le cot de la
multiplication est en O(N2), et en utilisant la transforme de Fourier rapide (FFT), le cot de la TF est
en O(N.log2(N)).
Dans ce cas, la complexit est indpendante de la taille K du noyau de convolution. Ce type
d'implantation peut tre intressant pour des gros noyaux, (K2 >> log2(N)). Il ncessite cependant une
grande prcision dans les valeurs de la TF (reprsentation en complexes flottants).
Antoine MANZANERA Cours TERI Master 2 IAD
page 10
1
1
1
3
3
7
1
3
1
1
3
1
7
3
16
7
7
3
3
1
Filtres sparables :
Lorsque la matrice de convolution peut s'crire comme produit d'un vecteur colonne et d'un vecteur
ligne :
t
Alors :
h [ x , y ]=hcol [ x ]hlig [ y ]
x2
Et :
Ih [ x , y ]=
y2
x2
y2
i= x 1 j= y1
i= x 1
j= y 1
page 11
La complexit de cette implantation est en O(N2), elle est en gnral indpendante des paramtres du
noyau de convolution. Elle a de plus donn lieu des implantations matrielles (circuits spcialiss).
Cependant les problmes de prcision ncessitent en gnral un passage en nombre flottant et donc
une augmentation de la dynamique.
Antoine MANZANERA Cours TERI Master 2 IAD
page 12
logarithme
h=log g
TF
Filtrage
H T
TF inverse
exponentiel
f =e k
page 13
page 14
{b1 , b2 ,, b N }
permutation de
V x , y ={a 1 , a 2 ,, a N }
{a 1 , a 2 ,, a N }
telle que
b 1b 2 b N
k [ x , y ]=b k
pour k=N/2, on parle de filtre mdian, pour k=1, d'rosion morphologique, pour k=N, de dilatation morphologique.
Implantations du mdian :
calcul d'histogrammes locaux
tri des valeurs dans le voisinage (Quick Sort)
tri incrmental
.../...
original
gaussien ( = 1,5)
Antoine MANZANERA Cours TERI Master 2 IAD
Nagao
D1
D2
D3
D4
D5
D6
D7
D8
D9
Original
Ouverture
Fermeture
Nivellement
page 17
B B = B
B= B B
X Y B X B Y
X B B X =B X
B
La fermeture morphologique est
l'opration duale de l'ouverture :
Elle est gale la composition
d'une dilatation suivie d'une
rosion. C'est aussi un filtre
morphologique.
B
B
B
B X c = B X c
B= B B
Antoine MANZANERA Cours TERI Master 2 IAD
page 18
B X
B X
page 19
X
Antoine MANZANERA Cours TERI Master 2 IAD
B X
B X
B X
B X
page 20
Original
1= 1 1
1=1 1
n = n n n1
n = n n n 1
1
Antoine MANZANERA Cours TERI Master 2 IAD
Application directe
du filtre altern 4 4
8
page 21
en 1d :
Somme f(x)+E(x)
Bruit E(x)
Application directe
du filtre altern 5 5
2
Antoine MANZANERA Cours TERI Master 2 IAD
5
page 22
page 23
ouverture par
reconstruction
E X ( B ( X ))
B
X
La fermeture par reconstruction
est dfinie par dualit :
fermeture par
reconstruction
( E ( ( ( X ) ) ) )
Xc
page 24
lment structurant
de louverture
morphologique :
original
page 25
page 26
II Filtres drivateurs
Les variations locales d'intensit constituent une source
primordiale d'information en traitement d'images. Elles
sont mesures par le gradient, fonction vectorielle des
pixels [i,j] :
f [i , j ]=
f
f
[i , j ] ,
[i , j]
x
y
j
f
y
f
f
f [i , j ]= 2 [i , j] 2 [i , j ]
x
y
[i , j ]
f
x
[i , j ]
f
f
[i , j ]
[i , j]
2
x y
x
H f [i , j ]= 2
2
f
f
[i , j ]
[i , j ]
2
x y
y
Le problme du calcul des filtres drivateurs dans les images numriques est l'approximation de ces
grandeurs diffrentielles dans notre espace discret ; on s'intresse aussi leur utilisation :
rhaussement, dtection de contours,...
Antoine MANZANERA Cours TERI Master 2 IAD
page 27
II Filtres drivateurs
Les filtres drivateurs sont des oprateurs
qui mettent en vidences certaines
variations spatiales dans les images. Ils
sont utiliss comme traitements de base
dans de nombreuses oprations, comme le
rhaussement de contraste ou la dtection
de contours :
f (x)
f '(x)
f ''(x)
PLAN DU CHAPITRE
Antoine MANZANERA Cours TERI Master 2 IAD
Filtrage passe-haut
Image originale
TF-1
Filtre passe-haut = 20
Antoine MANZANERA Cours TERI Master 2 IAD
TF
TF-1
Filtre passe-haut = 60
page 29
la
multiplication
dans
le
domaine frquentiel par une
fonction bande symtrique.
Dans ce cas comme dans le
prcdent, la valeur de la
frquence origine (0,0) est
annule. Par consquent,
l'image correspondante dans
le domaine spatial est de
somme nulle, elle comporte
donc des valeurs ngatives.
TF
TF-1
page 30
f
x
[ ] , pour l'approximation de
1
, et :
[ ]
f
y
0
1
] [
Et son orientation :
f [i , j]2= f x [i , j ]2 f y [i , j]2
f [i , j ]1 = f x [i , j] f y [i , j ]
f [i , j] =max { f x [i , j ], f y [i , j ]}
arg f [i , j ]=arctan
f y [i , j ]
f x [i , j ]
page 31
somme
nulle,
la
transforme de Fourier
de
leur
rponse
impulsionnelle est donc
nulle l'origine.
Original
Noyau [-1 1]
Noyau [-1 0 1]
Module du gradient de
Sobel
page 32
x2
Le laplacien f =
[ ]
1
1 4 1
1
2 f
x2
2 f
y2
Laplacien en
4-connexit
Original
[ ]
1
2
1
2
, pour l'approximation de f
y2
, ou encore
Laplacien 4-cx
Laplacien en
8-connexit
Laplacien 8-cx
page 33
X
Antoine MANZANERA Cours TERI Master 2 IAD
B X
B X
g B X = B X B X
B X = B X B X 2X
page 34
X
Antoine MANZANERA Cours TERI Master 2 IAD
B X
B X
B X = X B X
X = B X X
B
page 35
( : gain)
( = 0.5 , = 3)
( = 2.5 , = 10)
( = 7.5 , = 80)
page 36
Filtrage - Conclusion
FILTRAGE
Dgradation lie un bruit
additif
multiplicatif
g x = f x b x
g x = f x . b x
TF
Log
G u = F u Bu
Supp BSupp F =
OUI
NON
G1 Supp B G B
c
Filtrage
linaire :
convolution
Antoine MANZANERA Cours TERI Master 2 IAD
page 37