TP : 04

ZiANE ryadh
ZIGHED Abderraouf

Partie 1 :
Im = imread('cameraman.tif')
imtool(im);
[m n]=size(im);
%histogramme :
R=zeros(256,1);
for k=0:255;
for i=1:m
for j=1:n
if im(i,j)==k
R(k+1)=R(k+1) + 1;
end
end
end
end
figure(1);
bar(0:255,R);

1/ histogramme :
L’histogramme affiche le nombre de pixel pour chaque niveau de gris de L’image,
6 pixels noirs,
6 pixels gris
4 pixels blancs
donc lorsque on ajuster l’histogramme librement sur l’image 
si on ajuster à gauche l’image devient blanche mais lorsque on ajuster en adroit
l’image devient noire en travaille sur les niveau de gris (0 ‘blanche’ jusqu’à 255
‘noir ‘)

%histogramme cumulé

N=zeros(256,1);

for i=2:256

N(i)=N(i-1)+R(i);

End

figure(2);

bar(0:255,N)
 2/

Histogramme cumulé Représente un graphique nous permet de calculer le taux de pixels

ayant une valeur en dessous du niveau de couleur donné , pour tous les niveaux de
couleur d'une même image par exemple les applications qui travaille avec l’histogramme
cumulé : comme les scanners

Partie 02 :
im = imread('cameraman.tif')
im = rgb2gray(im);
imtool(im);
[m n]=size(im);

%etirement

Im1=imadjust(im);
imtool(im1);

%egalise

Im2=histeq(im);
imtool(im2);

3/ la comparaison entre l’étirement et l’égalisation : Ce deuxième exemple est

accompagné du résultat d’un simple étirement d’histogramme pour effectuer la
comparaison des deux transformations. Le rehaussement du contraste est plus
marqué avec l’égalisation d’histogramme qui permet la détection de structures
situées dans l’ombre. Donc tout niveau de gris fortement représenté est étiré à
l’inverse tout niveau de gris faiblement représenté est fusionné avec d’autres niveaux
proches.

%histogramme conjoint
k=im';
rows=size(im,1);
cols=size(k,2);
w=256;
r=zeros(w,w);
for i=1:rows;
for j= 1:cols;
r(im(i,j)+1,k(i,j)+1)=r(im(i,j)+1,k(i,j)+1)+1;
end
end
imtool(r);
%image en coleur :
im=imread('couleur.jpg');
im=rgb2gray(im);
imtool(im);
[m n]=size(im)
%etirement de l’image :
Im1=imadjust(im);
imtool(im1);
%egaliser limage :
Im2=histeq(im);
4/
L'histogramme conjoint permet d'apprécier les paramètres du modèle de
dépendance entre les deux images (hypothèse de relation de deux images) on prend
l'exemple de recaler deux images comportant n pixels d’intensité 0 jusqua 4 .