FILTRAGE SPATIALE

SOMMAIRE

DIRO
IFT 6150

TRAITEMENT D'IMAGES

FILTRAGE SPATIAL

Max Mignotte

Dpartement d'Informatique et de Re her he Oprationnelle.

Http : //www.iro.umontreal. a/mignotte/ift6150

E-mail : mignotteiro.umontreal. a

Introdu tion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Convolution Dis rte 2D -Rappel- . . . . . . . . . . .
Filtre de Moyenne (Passe-bas) . . . . . . . . . . . . . .
Filtre Gaussien (Passe-bas) . . . . . . . . . . . . . . . . .
Autres Filtres Passe-bas . . . . . . . . . . . . . . . . . . . .
Filtre Mdian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Filtre Adaptatif . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Filtre Dire tionnel . . . . . . . . . . . . . . . . . . . . . . . . . .
Filtre Passe-haut -Op. Mathmatique- . . . . . . .
Filtre Passe-haut -Masque de Dte tion- . . . .
Filtre Passe-haut -Gradient- . . . . . . . . . . . . . . . .
D ision Contour . . . . . . . . . . . . . . . . . . . . . . . . . .
Filtre Passe-haut -Lapla ien- . . . . . . . . . . . . . . . .
Filtre de Marr-Hildreth . . . . . . . . . . . . . . . . . . . . .
Rehaussement des Contours . . . . . . . . . . . . . . . .
Exer i es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2
4
6
7
8
9
11
12
14
16
17
22
23
25
26
27

FILTRAGE SPATIALE

FILTRAGE SPATIALE

INTRODUCTION

INTRODUCTION

Rehaussement d'Images par Filtrage Spatial/Frquentiel

Trois Types de Filtrage

FFT

Image

TF(image)

Filtrage Spectral

Filtrage Spatial

FFT 1

Image rehausse

Image Filtre

Thorme de Convolution -Rappel-

f (x, y) g(x, y) F (u, ) . G(u, )

f (x, y) . g(x, y) F (u, ) G(u, )

don , si f (x, y) est l'image ltrer (ou rehausser) et

g(x, y), le ltre spatial (ou PSF ou masque)

f (x, y) g(x, y) = F 1


F{f (x, y)} F{g(x, y)}
|
{z
}

G(u,)

PSF

: Point Spread Fun tion

(ou Fon tion d'talement Spe trale)
: Modulation Transfer Fun tion
(ou Fon tion de Transfert)

MTF

Filtre Passe-bas : diminue le bruit mais attnue les

dtails de l'image
Filtre Passe-haut : a entue les ontours et les dtails
de l'image mais amplie le bruit
Filtre Passe-bande : limine ertaines frquen es indsirables prsentes dans l'image

FILTRAGE SPATIALE

FILTRAGE SPATIALE

CONVOLUTION DISCRTE 2D -RAPPEL-

CONVOLUTION DISCRTE 2D -RAPPEL-

g(x, y) = (f ltre)(x, y) =

Convolution Dis rte 2D -RappelTransformation base sur le voisinage d'un point

XX
i

(x, y)

f (x i, y j) ltre(i, j)

Remarque

Gnralement le masque est de dimension (DF ) impair

et symtrique. Dans e as
(DF 1)/2

(f ltre)(x, y) =

(DF 1)/2

f (x + i, y + j) ltre(i, j)

i=(DF 1)/2 j=(DF 1)/2

Filtre(i , j)
w1 w2 w3
w4 w5 w6

DF=3

w7 w8 w9
Exemple

Filtre(0,0)=w5
1

16 0 16
16 16 16
16 16 16

* (1/16)

2 2 2 1

3 7 8 7 3

4 11 14 11 4
3 9 12 9 3
1

3 4 3 1

g(x, y) = w1 f (x 1, y 1) + w2 f (x, y 1) + w3 f (x + 1, y 1)
+ w4 f (x 1, y) + w5 f (x, y) + w6 f (x + 1, y)
+ w7 f (x 1, y + 1) + w8 f (x, y + 1) + w9 f (x + 1, y + 1)
An de onserver la moyenne de l'image f (x, y), la
somme des lments du ltre est normalise 1 (i.e.,
P
i wi = 1)
5

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE GAUSSIEN (PASSE-BAS)

FILTRE DE MOYENNE (PASSE-BAS)

1/9 *

1/25 *

Filtre 3x3

Gaussienne(x,y)

= exp (x2 + y 2 )/ 2

Filtre 5x5

Exemple

1 2 1
(1/16)

2 4 2
1 2 1

(1/4)

1 1
1 1

(1/4)

1 1
1 1

1 2 1

(1/16)

1 2 1
1 2 1

1
(1/4)

2 *
1

2 4 2

(1/4)

1 2 1

(1/16)

2 4 2
1 2 1

Remarque
Filtre Passe-bas : diminue le bruit mais attnue les
dtails de l'image (ou)

Idalement on devrait prvoir un ltre (ou masque) de

taille (6 + 1) (6 + 1)

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE MDIAN (1)

AUTRES FILTRES PASSE-BAS

g(x, y) = mdian {f (n, m)}

Filtre Binomial

(n,m) S

Les oe ients de e ltre sont obtenus par le binome

de Newton. Un ltre 1D Binomial du quatrime ordre
donne le ve teur (1/16)(1 4 6 4 1). Le ltre 2D est

(S voisinage de

(x, y ))
bruit

30 10 20

10 250 25

4 16 24 16 4

20 25 30

1
1
256

mdiane

6 24 36 24 6

Utile pour ontrer l'eet d'un bruit Poivre & Sel

(faux  0 et  255 dans l'image)

4 16 24 16 4
1

6 4

1
2

5 2

10 10 20 20 25 25 30 30 250

Filtre Pyramidal

1
81

Filtre Conique

1
25

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE MDIAN (2)

FILTRE ADAPTATIF

- Exemple de bruit P & S ave gros agrgats -

g(x, y) =

ltre PB[f (x, y)]

si |ltrePB[f (x, y)] f (x, y)|

f (x, y)

sinon

Si le bruit P & S est suprieur la moiti de la dimension

du ltre ltrage ine a e.

10

11

< seuil

FILTRAGE
SPATIALE
FILTRE DIRECTIONNEL

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -OP. MATHMATIQUE- (1)

Filtre High-boost

Trouver le voisinage orient tq

0 = arg min |f (x, y) f V (x, y)|

=
Passe-bas

Cal uler la moyenne (ou autre) suivant V

High boost

g(x, y) = f V0 (x, y)

g(x, y) =
=
=
mF
G(u, v) =

Image bruite originale

Passe-haut (K

= K(original) Passe-bas(original)

Kf (x, y) f (x, y) h(x, y)

(K 1)f (x, y) + f (x, y) (x, y) f (x, y) h(x, y)


(K 1)f (x, y) + f (x, y) (x, y) h(x, y)



(K 1)F (u, v) + F (u, v) 1 H(u, v)
|
{z
}
Passe-haut

44

72

K = 1 Passe-haut
K > 1 Rehaussement de Contour

12

= 1)

13

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -OP. MATHMATIQUE- (2)

- Filtre

FILTRE PASSE-HAUT -OP. MATHMATIQUE- (3)

33 Dte tion de Point

(x, y)h(x, y) =

- Filtre

1
25

0
0
0

0
9
0

0
0
0

-1
-1
24
-1
-1

-1
-1
-1
-1
-1

-1
-1
-1
-1
-1

1
9

19

1
1
1

1
1
1

1
1
1

= 1
9

-1
-1
-1

-1
8
- 1

-1
-1
-1

55 -

-1
-1
-1
-1
-1

-1
- 1
- 1
- 1
- 1

-1
-1
-1

Convolution ave

-1
8
- 1

-1
-1
-1

Grande valeur positive point blan sur fond noir

Grande valeur ngative point noir sur fond blan
- Exemple 5
5
5

5
5
5

5
5
5

5
100
5

5
5
5

-1

-1
-1

-1
8
- 1

-1
-1
-1

0
0
0

0
0
0

-95
-95
-95

-95
760
-95

Oprations sur les ltres de voisinage

Passe-bas

1
35

1
=
35

Passe-haut

1
25

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

24

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

-1

1
=
25

25

14

15

-95
-95
-95

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -MASQUE DE DTECTION-

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -GRADIENT- (1)

Le Gradient

Dte tion des ontours

Soit f (x, y), alors

- Contour d'une ligne -

f =

Gx
Gy

f
y

Magnitude du Gradient
s 
 2
2
f
f
mag(f ) =
+
x
y
Approximation de la Magnitude
mag(f )

- Contour d'un objet -

f
f
|+| |
x
y

Dire tion du Gradient

f f
= arctan
/
y x

16

17

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -GRADIENT- (2)

Approximation du Gradient (en

FILTRE PASSE-HAUT -GRADIENT- (3)

x)

Filtre de Robert

f
x
f
y

f
f (x + x , y) f (x, y)
f (x, y) f (x x , y)
= lim
= lim
x 0
x 0
x
x
x

x = 1 Masque de onvolution 1

-1

ou

-1

f (x, y) f (x 1, y 1)
f (x 1, y) f (x, y 1)

On obtient respe tivement, les masques suivants,

1
0

f (x + x , y) f (x x , y)
f
= lim
x 0
x
2x

x = 1 Masque de onvolution

-1

0
-1

et

0
-1

1
0

Sensible au bruit

Filtre de Prewitt
Filtre Moyenneur + Gradient

Approximation du Gradient (en

Masque de onvolution

1
-1

-1
-1
-1

y)

ou

-1
1

ou

-1
0
1

ou

1
0
-1

1
1
1

0
0
0

-1

1
1
1

et

et

-1
0
1
-1
0
1

-1
0
1

-1
0
1

Filtre Gaussien + Gradient = Filtre de Sobel

Image original

Gradient en x

Gradient en y

18

-1
-2
-1

0
0
0

1
2
1

et

-1
0
1

-2
0
2

-1
0
1

19

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -GRADIENT- (5)

FILTRE PASSE-HAUT -GRADIENT- (4)

Exemple

Filtres ompas

Le gradient est dni par

(a) Image originale

(b) Image obtenue partir des valeurs de magnitude
du gradient (masque de Prewitt)

( ) Image originale dont les pixels ayant un gradient

> 10%Imax (= 25) ont t mis 255
(d) Idem que ( ) mais les pixels dont les gradient
< 25%Imax ont t mis 0 (image binaire)

20

g(x, y) = max |gk (x, y)|

k

donne l'orientation du gradient

21

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE PASSE-HAUT -LAPLACIEN- (1)

FILTRE PASSE-HAUT -GRADIENT- (6)

Drive se onde
D ision Contour

- Formule des diren es nis -

2f (x, y)
x2

= f (x, y) = f (x + 1, y) f (x, y)

= [f (x + 1, y) f (x, y)] [f (x, y) f (x 1, y)]

= f (x + 1, y) 2f (x, y) + f (x 1, y)

G1 G2 G3
G0

Convolution ave le masque

G4 G5 G6

-2

- Par onvolution rpte -

G0 ontour si |G0| > seuil

G0 ontour


G2 < G0
si
G5 < G0

ou

G0 ontour

Seuillage par hystresis

G2 < G0 > G5
si G1 < G0 > G6

G < G > G
3
0
4

On dnit deux seuils Sb (seuil bas) et Sh (seuil haut)

et la lassi ation en pts de ontour ou non est donne

G0 > Sh
G0 > Sb

G < S
0
b

Pts de ontour (PC)

-1

-1



2 =
+
x2
y 2

Pas de ontour (PNC)

Un point de ontour possible (PCP) est ensuite lass

omme un PC lorsque il a un voisin PC, ou PNC dans
le as ontraire

22

-2

Oprateur Lapla ien

Autres formes

Pts de ontour possible (PCP)

0 1 0
1 4 1
0 1 0

1
0 1 0
1 2 1 + 2 = 1 4 1
1
0 1 0

ou

1 1 1
1 8 1
1 1 1

23

FILTRAGE SPATIALE

FILTRAGE SPATIALE

FILTRE DE MARR-HILDRETH (1)

FILTRE PASSE-HAUT -LAPLACIEN- (2)

1. On ltre l'image ave un ltre Gaussien
2. On prend le lapla ien de l'image ltre

Image original

Drive 2nd en x

Drive 2nd en y

Lapla ien
Filtre Moyenneur + Drive 2nd

1/3

1
1
1

-2

=1/3

1
1
1

-2
-2
-2

1
1
1

1
2
1

-2
-4
-2

1
2
1

Filtre Gaussien + Drive 2nd

1/4

1
2
1

-2

=1/4

24

25

FILTRAGE
SPATIALE
EXERCICE

FILTRAGE SPATIALE

FILTRE DE MARR-HILDRETH (2)

Filtre de Marr-Hildreth

Diren e de deux Gaussienne

Exer i e 1

x
G

3 2 1
7 5 2
8 7 3
contour

onvolue par l'op. gradient en

x -1

et

-1
0
1

on trouve, pour le pixel du milieu

Filtre Passe-bande
Rehaussement des ontours ave le Lapla ien

Exer i e 2
Trouver l'allure de la rponse frquentielle de l'oprateur
de onvolution

Filtre sparable

H(u) =

+
X

-3

-3

-3

-3

-1
3
-1

-1

-1

h(x) exp (2jux) =

x=

+1
X

h(x) exp (2jux)

x=1

= exp (2ju) + 3 exp (2ju) = 3 2 cos(2u)

3-2cos(2piu)
6
H(u)

5
4
H(u)

Gy = 5 et Gx = 5.

Don , | G | = 10 et = arctan(1) =
.
4

3
2
1
0
-1
-0.4

-0.2

0.2

0.4

26

27