Vous êtes sur la page 1sur 29

Traitement dimages numriques

Introduction limagerie numrique

Omar EL KADMIRI
ISGA/Rabat
https://sites.google.com/site/archimonde2001/
omar.elkadmiri@gmail.com

Introduction
Notions de base
La perception visuelle biologique
La vision artificielle

Dfinition
Objectifs
Domaines dapplication
Objectifs du cours

Le traitement de limage

Le traitement d'images dsigne une discipline des mathmatiques


appliques qui tudie les images numriques et leurs
transformations, dans le but d'amliorer leur qualit ou d'en extraire
de l'information.

O. EL KADMIRI

Introduction
Notions de base
La perception visuelle biologique
La vision artificielle

Dfinition

Objectifs
Domaines dapplication
Objectifs du cours

Acqurir correctement une image

Prparer une image pour quelle

[6]
[5]

soit affiche ou imprime

Faciliter le stockage ou la
transmission de limage

Amliorer ou restaurer une image

[8]

[7]

En extraire de linformation
O. EL KADMIRI

Introduction
Notions de base
La perception visuelle biologique
La vision artificielle

Biomtrie [1]

O. EL KADMIRI

Reconnaissance
du texte [2]

Dfinition
Objectifs

Domaines dapplication
Objectifs du cours

Limagerie
mdicale [4]
Mtorologie [3]

Introduction
Notions de base
La perception visuelle biologique
La vision artificielle

Dfinition
Objectifs
Domaines dapplication

Objectifs du cours

Introduire les notions de base de limagerie numrique

Sinitier a MatLab comme outil de traitement dimages


Maitriser les operateurs et les algorithmes des traitements de

base.

O. EL KADMIRI

Introduction

Notions de base

La lumire
La couleur

La perception visuelle biologique


La vision artificielle

La lumire visible constitue une


portion du spectre lectromagntique,
comprise entre 390 a 700 nm

La lumire blanche est un spectre


continu contenant toutes les longueurs
dondes du visible elle peut tre
dcompose en plusieurs radiations.
(Newton 17me sicle)

[9]
[10]
O. EL KADMIRI

Introduction

Notions de base
La perception visuelle biologique
La vision artificielle

La couleur est dfinie par sa longueur


donde ou par un mlange de longueur
donde.
Elle est le rsultat de l'action conjugue
de plusieurs paramtres :
La source lumineuse utilise
La gomtrie d'observation
La scne et ses caractristiques
physiques
Lil de l'observateur
Le cerveau de l'observateur

O. EL KADMIRI

La lumire

La couleur
Limage

[11]

Introduction

Notions de base
La perception visuelle biologique
La vision artificielle

La lumire
La couleur

Limage

Limage est une reprsentation dun objet ou dune scne.


Un ensemble structur dinformations qui ont une signification pour lil
humain.
Une fonction (, ) de brillance analogique continue, dfinie dans un domaine
born, tel que x et y sont les coordonnes spatiales dun point de limage et I est
une fonction dintensit lumineuse et de couleur

O. EL KADMIRI

Introduction
Notions de base

La perception visuelle biologique

Principaux constituants
Principe de fonctionnement

La vision artificielle

Le systme visuel humain est constitu


principalement par le cortex visuel et
lil

l'il est l'organe de base de la vision.


Il comporte un ensemble d'lments
destins recevoir le rayonnement
incident, former l'image des objets
perus

[12]

O. EL KADMIRI

Introduction
Notions de base

La perception visuelle biologique

Principaux constituants
Principe de fonctionnement

La vision artificielle

La rtine
Les btonnets (100 millions)
[13]

O. EL KADMIRI

-Cellules Trs sensible la


luminosit
(rpondent un seul photon).
-Ne permettent pas de
dterminer les couleurs.
-Responsable de la vision
scotopique (faible illumination,
vision nocturne).
-Maximum de sensibilit vers
510 nm.
-Leur sensibilit est lie un
photopigment : la rhodopsine.

Les cnes (4 7 millions)


-Cellules sensibles la couleur.
-Responsable de la vision
photopique (illumination forte,
vision diurne).
-Leur rponse maximale se situe
respectivement dans les
teintes :
Bleues (440 nm) pour le types S
Vertes (545 nm) pour le type M
Rouges (580 nm) pour le type L.
-Leur sensibilit est lie un
photopigment : la photopsine.

10

Introduction
Notions de base

La perception visuelle biologique

Principaux constituants

Principe de fonctionnement

La vision artificielle

Un rayon lumineux traverse les milieux transparents de lil, il sera rfract


plusieurs fois
La lentille convergente forme par ces deux milieux transparents provoque ainsi
une inversion de limage sur la rtine, ensuite les cnes mesurent point par point
sur limage oculaire le contenu nergtique de la lumire quils captent et
traduisent ces mesures par une amplitude
Un autre nombre de cnes distribus sur des surfaces appeles champ rcepteurs
permettent lchantillonnage de limage
Autres cellules rtiniennes collectent et interprtent le signal chantillonn pour
le transmettre via le nerf optique au cortex visuel o il sera interprter

O. EL KADMIRI

11

Notions de base
La perception visuelle biologique

La vision artificielle

Le capteur industriel
Types de cameras
Lanalogie

Limage numrique

[14]

La camra : lment cl de la chane d'acquisition d'une image


De nombreux types de camras existent dans le domaine de l'industrie : camras
analogiques ou numriques, camra linaires ou matricielles, camra multispectrales
Sont gnralement classes selon la technologie de llment sensible la lumire
reue
Les principaux capteurs sont les camras CCD couleur, pour lesquelles on
distingue deux types de technologies : mono-CCD et tri-CCD. Il y a aussi les
capteurs CMOS et multispectrals
O. EL KADMIRI

12

Notions de base
La perception visuelle biologique

La vision artificielle

Le capteur industriel

Types de cameras
Lanalogie

Limage numrique

Les capteurs CCD, Dispositifs Couplage de Charge, captent la lumire sur les petits photosites
situs leur surface
La photodiode est l'lment optique sensible la lumire, elle est rectangulaire et c'est elle seule qui
capture la lumire transitant par l'objectif
Les camras couleurs mono-CCD

Les camras couleurs TRI-CCD

Les camras couleurs CMOS

[15]
[16]

Filtre colonne Filtre de Bayer Filtre de Rockwell

[15]
O. EL KADMIRI

Faible cout
Faible consommation
d'nergie Accs des rgions
de pixels
Plus grande rapidit pour
obtenir l'image
13

Notions de base
La perception visuelle biologique

La vision artificielle

Le capteur industriel
Types de cameras

Lanalogie

Limage numrique

Lhomme sest inspir de la nature pour dvelopper des systmes artificiels dacquisition visuel en
partant du simple appareil photo jusqu la camra couleur numrique, en se basant sur le mme
principe de fonctionnement du capteur biologique :
Systme optique + support dacquisition + unit de traitement

O. EL KADMIRI

[15]

14

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs
Types d'images

Le pixel
Contraction de lexpression anglaise "Picture lments": lments dimage, le pixel
est le plus petit point de limage, cest une entit calculable qui peut recevoir une
structure et une quantification.

[15]

O. EL KADMIRI

15

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs
Types d'images

La dimension (pixel resolution)


Cest la taille de limage. Cette
dernire se prsente sous forme de
matrice dont les lments sont des
valeurs numriques reprsentatives
des intensits lumineuses (pixels). Le
nombre de lignes de cette matrice
multipli par le nombre de colonnes
nous donne le nombre total de pixels
dans une image. Une image possdant
640 pixels en largeur et 480 en
hauteur aura une dfinition de 640
pixels par 480, note 640x480
O. EL KADMIRI

Standard

Aspect ratio

Width (px)

Height (px)

% of Steam
users (Dec
2015)

% of web users
(Dec 2015)

SVGA

4:3

800

600

0.07

0.60

XGA

4:3

1024

768

2.05

7.49

WSVGA

~17:10

1024

600

0.12

0.71

XGA+

4:3

1152

864

0.20

0.52

WXGA

16:9

1280

720

1.33

1.96

WXGA

5:3

1280

768

0.38

0.78

WXGA

16:10

1280

800

2.00

6.12

SXGA

5:4

1280

1024

5.04

5.94

HD

~16:9

1360

768

2.94

2.39

HD

~16:9

1366

768

26.47

30.05

WXGA+

16:10

1440

900

5.05

6.04

16:9

1536

864

2.92

0.89

UXGA

4:3

1600

1200

0.24

n/a

HD+

16:9

1600

900

6.95

5.99

WSXGA+

16:10

1680

1050

4.33

2.82

WUXGA

16:10

1920

1200

1.44

1.19

FHD

16:9

1920

1080

35.15

13.69

WQXGA

16:10

2560

1600

0.08

n/a

QHD

16:9

2560

1440

1.28

1.10

4K UHD

16:9

3840

2160

0.07

n/a

0.28

9.23

Other

[17]

16

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs
Types d'images

La rsolution (spatial resolution)


Cest la clart ou la finesse de dtails atteinte
par un moniteur ou une imprimante dans la
production dimages.
la rsolution est exprime en nombre de pixels
par unit de mesure (pouce ou centimtre). On
utilise aussi le mot rsolution pour dsigner le
nombre
total
de
pixels
affichables
horizontalement ou verticalement sur un
moniteur; plus grand est ce nombre, meilleure
est la rsolution.
Une rsolution de 300 dpi
signifie donc 300 colonnes et 300 ranges de
pixels sur un pouce carr ce qui donne donc
90000 pixels sur un pouce carr.
O. EL KADMIRI

17

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs
Types d'images

Le bruit
Un bruit (parasite) dans une image est considr comme un phnomne de
brusque variation de lintensit dun pixel par rapport ses voisins, il provient de
lclairage des dispositifs optiques et lectroniques du capteur.

Originale
O. EL KADMIRI

Salt & Pepper

Uniforme

Gaussien
18

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs
Types d'images

Lhistogramme

Lhistogramme des niveaux de gris ou


des couleurs dune image est une
fonction
qui
donne
la
frquence dapparition de chaque
niveau de gris (couleur) dans limage.
Utilis pour diminuer lerreur de
quantification, pour comparer deux
images obtenues sous des clairages
diffrents, ou encore pour mesurer
certaines proprits sur une image
O. EL KADMIRI

19

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs
Types d'images

Contours et textures

Les contours reprsentent la frontire


entre les objets de limage, ou la limite
entre deux pixels dont les niveaux de
gris reprsentent une diffrence
significative. Les textures dcrivent la
structure de ceux-ci. Lextraction de
contour consiste identifier dans
limage les points qui sparent deux
textures diffrentes.
O. EL KADMIRI

20

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique

Images niveaux de gris


Images en couleurs
Types d'images

Le niveau de gris est la valeur de lintensit lumineuse en un point. La couleur du


pixel peut prendre des valeurs allant du noir au blanc en passant par un nombre
fini de niveaux intermdiaires. Donc pour reprsenter les images niveaux de
gris, on peut attribuer chaque pixel de limage une valeur correspondant la
quantit de lumire renvoye. Cette valeur peut tre comprise par exemple entre 0
et 255.
000 008 016 024 032 040 048 056 064 072 080 088 096 104 112 120 128

255 248 240 232 224 216 208 200 192 184 176 168 160 152 144 136

O. EL KADMIRI

21

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

La reprsentation des couleurs


seffectue dabord par le choix dun
modle de reprsentation. On peut
reprsenter les couleurs laide de
leurs composantes primaires. Les
systmes mettant de la lumire
(crans dordinateurs,...) sont bass
sur le principe de la synthse
additive : les couleurs sont composes
dun mlange de rouge, vert et bleu
(modle R.V.B.). Pour limpression on
utilise la synthse soustractive.
O. EL KADMIRI

Caractristiques dune image numrique


Images niveaux de gris

Images en couleurs
Types d'images

[18]

[18]

Conversion dune image couleur en


niveau de gris :
= 0.2989 + 0.5870 + 0.1140

22

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris

Images en couleurs
Types d'images

Les espaces colorimtriques


Lespace RVB
[15]

Lespace XYZ

Lespace L*a*b

[15]

[15]

= + +

O. EL KADMIRI

= 0,618. + 0,177. + 0,205.


Y= 0,299. + 0,587. + 0,144.
= 0,000. + 0,506. + 0,944.

23

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris

Images en couleurs
Types d'images

Les espaces colorimtriques


L'espace HSV

L'espace YIQ
[22]

[23]

O. EL KADMIRI

24

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs

Types d'images

Limage matricielle

Limage vectorielle

Elle est compose comme son nom


l'indique dune matrice (tableau) de
points plusieurs dimensions,
chaque dimension reprsentant une
dimension
spatiale
(hauteur,
largeur, profondeur), temporelle
(dure) ou autre (par exemple, un
niveau de rsolution).

Le principe est de reprsenter les


donnes de l'image par des formules
gomtriques qui vont pouvoir tre
dcrites
d'un
point
de
vue
mathmatique. Cela signifie qu'au
lieu de mmoriser une mosaque de
points lmentaires, on stocke la
succession d'oprations conduisant
au trac.
[15]

O. EL KADMIRI

25

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Caractristiques dune image numrique


Images niveaux de gris
Images en couleurs

Types d'images

Images multi-rsolution
Images 2D + t

Images 3D

Lorsqu'une image possde une


composante temporelle, on parle
d'animation ou vido.

Dans le cas des images trois


dimensions les points sont appels
des voxels (volumetric pixel). Ils
consistent stocker une information
colorimtrique avec ses coordonnes
spatiales

[19]

[20]
O. EL KADMIRI

26

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Images niveaux de gris


Images en couleurs

Types d'images
Formats dimages

Images stroscopiques
Il s'agit d'un couple d'images o les deux vues gauche et droite sont juxtaposes
dans un mme fichier pour les observer en relief.
Le codage recommand par les organisations internationales de stroscopie est
dsign comme "JPS"
[21]

[20]
O. EL KADMIRI

27

Notions de base
La perception visuelle biologique
La vision artificielle

Limage numrique

Images niveaux de gris


Images en couleurs
Types d'images

Formats dimages

O. EL KADMIRI

Un format d'image est une reprsentation informatique de l'image, associe des informations sur la faon
dont l'image est code et fournissant ventuellement des indications sur la manire de la dcoder et de la
manipuler.
Type
(matriciel/
vectoriel)

Compression
des donnes

Nombre de couleurs
supportes

Affichage
progressif

Animation

Transparence

JPEG

matriciel

Oui,
rglable
(avec perte)

16 millions

Oui

Non

Non

JPEG2000

matriciel

Oui,
avec ou sans perte

32 millions

Oui

Oui

Oui

GIF

matriciel

Oui,
Sans perte

256 maxi (palette)

Oui

Oui

Oui

PNG

matriciel

Oui,
sans perte

Palettis (256 couleurs


ou moins) ou
16 millions

Oui

Non

Oui
(couche Alpha)

TIFF

matriciel

Compression ou pas
avec ou sans pertes

de monochrome 16
millions

Non

Non

Oui
(couche Alpha)

SVG

vectoriel

compression possible

16 millions

* ne s'applique pas *

Oui

Oui
(par nature)

28

Sources:
[1] www.cl.cam.ac.uk/~jgd1000/iriscode.jpg
[2] http://www.platerecognition.info/img/1103-1.jpg
[3] http://www.meteo.fr/temps/europe/satellite/bigsateuj_00.jpg
[4] http://www.extremetech.com/wp-content/uploads/2013/10/scan.jpg
[5] http://images.frandroid.com/wp-content/uploads/2012/12/lytro-la-fin-autofocus.jpg
[6] http://thermalimaging-blog.com/wp-content/uploads/2014/11/thermal-image-other-color-palettes.jpg
[7] http://www.mathworks.com/cmsimages/97737_wm_deblurring-images-using-wiener-filter.jpg
[8] http://www.wpdroids.com/wp-content/uploads/2014/12/How-to-scan-QR-code-in-your-Smartphone.jpg
[9] http://www.skepticalartist.com/wp-content/uploads/2013/06/Visible-spectrum.jpg
[10] https://upload.wikimedia.org/wikipedia/commons/1/1f/Light_dispersion_of_a_mercuryvapor_lamp_with_a_flint_glass_prism_IPNr%C2%B00125.jpg
[11] https://en.wikipedia.org/wiki/Visible_spectrum
[12] http://oeilvision.free.fr/image_oeil/constituants.gif
[13] http://so-optimistic.com/wp-content/uploads/2015/09/cones-et-batonnets.jpg
[14] http://www.photographytuts.com/wp-content/uploads/2013/12/digital-camera-sensor.jpg
[15] O. El kadmiri, F. EL Aroui Segmentation dimage couleur par classification des pixels dans lespace L*a*b
Mmoire de PFE Licence SMP, Facult des sciences de Rabat, 2008.
[16] http://www.cmosis.com/assets/images/events_and_news/CMOSIS_presents_-_Leica_MAX_24MP_CMOS_Sensor1.jpg
[17] https://en.wikipedia.org/wiki/Display_resolution
[18] http://www.profil-couleur.com
[19] http://stream1.gifsoup.com/view/887454/table-ballet-charlie-chaplin-o.gif
[20] http://www.everygraph.com/product/voxel3d/pic/dog.png
[21] http://www.chasm.com/images/truck.jpg
[22] https://upload.wikimedia.org/wikipedia/commons/thumb/8/82/YIQ_IQ_plane.svg/2000px-YIQ_IQ_plane.svg.png
[23] https://upload.wikimedia.org/wikipedia/commons/0/00/HSV_color_solid_cone_chroma_gray.png
O. EL KADMIRI