Vous êtes sur la page 1sur 24

Chap 2: Amélioration d’Image

UAE

OutLine

• Introduction
• Modification d’Histogramme
• Bruit dans les images
• Filtres

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

1. Introduction

Les prétraitements ont pour but de faciliter la


segmentation d’image en renforçant la ressemblance entre
pixel appartenant à une même région, ou en accentuant la
dissemblance entre pixels appartenant à des régions
différentes
Les images comportent généralement une grande quantité
de données. Pour éviter des temps de traitement trop
élevés, on cherche à leur appliquer des opérateurs locaux,
qui ne fond appel, pour le calcul qu’à un nombre limité de
pixels, situés dans un proche voisinage du pixel courant.
Quelques méthodes de prétraitement seront présentées:
 La Modification d’Histogramme
 Le Filtrage Linéaire et Non Linéaire

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme

Niveau de gris
=matrice (L,C)

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme
L’histogramme est une fonction permettant de donner la
fréquence d’apparition des différents niveaux de gris qui
composent l’image.
• En abscisse on représente les niveaux de gris et en ordonnées
leurs fréquences d’apparition.
• L’histogramme des niveaux de gris nous informe sur la
concentration de l’image.

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme

L’histogramme cumulé hc(i) représente le nombre de


pixel de l’image possédant un niveau de gris inferieur ou
égal à celui du pixel (i)

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme

Topologie de l’Image: L’image est représentée par


un ensemble de pixels déposés sous la forme d’une
grille

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme

Convolution
Soit I une image numérique.
Soit h une fonction de [x1,x2]×[y1,y2] à valeurs réelles.
La convolution de I par h est définie par :

La fonction h est dite noyau de convolution

Les nouvelles valeurs du pixel


sont calculées par produit scalaire
entre le noyau de convolution et le
voisinage correspondant du pixel

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme
a- Normalisation/Expansion de la Dynamique
La normalisation d'histogramme, ou expansion de dynamiq
ue, est une transformation affine du niveau de gris des
pixels de telle sorte que l'image utilise toute la dynamique
de représentation.

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme

b- Correction d’Exposition
Pour mettre certains objets en valeur, on pourra
renforcer certaines plages de niveau de gris au
détriment d’autres plages. Dans ce cas la
transformations des luminances n’est plus linéaire

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme
c- Égalisation d’Histogramme
L'égalisation d'histogramme est une transformation des niveaux
de gris dont le principe est d'équilibrer le mieux possible la distrib
ution des pixels dans la dynamique (Idéalement, on cherche à
obtenir un histogramme plat) :

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

2. Modification d’Histogramme
c- Segmentation à partir de l’Histogramme
Il existe des techniques de segmentation basées sur un regroupement
des niveaux de gris à partir de l'histogramme.
la méthode ci-dessous calcule un certain nombre de quantiles à
partir de l'histogramme cumulé, les regroupe par classes en fonction
d'un critère de distance, puis attribut la même étiquette aux
pixels dont la valeur est la plus proche d'une classe donnée

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

3. Bruit dans les images

Le bruit dans une image a un caractère aléatoire. La


distribution d’amplitude est stationnaire à l’intérieur des
régions.
 Le bruit d’image peut être considéré comme additif,
l’image observée s’exprime sous la forme : I = s + B
 Dans certains cas, notamment pour les images
d’échographie ultrasonore ou radar ou lors de la
numérisation de films, le bruit multiplicatif modélise mieux
les données : I = s · B
 On rencontre également des situations où la perturbation
apparaît sous forme convolutive. Cela se produit à cause de
la turbulence atmosphérique dans des images aériennes, ou
dans des images floues où le processus dégradant les images
est inconnu et variable : I = s *B

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

3. Bruit dans les images

On s'intéresse aux techniques d'amélioration des images


numériques, pour augmenter la qualité de leur rendu visuel, ou
pour faciliter leur analyse. On cherche donc à atténuer, sinon
supprimer une certaine dégradation. Celle-ci n'est pas forcément
connue a priori, mais elle peut parfois être estimée a posteriori. On
distinguera ici :
- les dégradations liées au bruit : g(x) = f(x)+b(x) ou g(x) = f(x)b(x)
liées au capteur, à la quantification, à la transmission... On les
traite en tirant parti des informations locales par le filtrage.
Par différenciation, les techniques de filtrage permettent en outre de
calculer ou amplifier les contrastes locaux.
- les dégradations convolutives : g(x) = f(x)∗b(x) liées à un
mouvement du capteur ou un défaut de mise au point. On les traite
en inversant un opérateur linéaire, donc supposé connu : ce sont
les techniques dites de restauration (voir cours Restauration)

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

3. Bruit dans les images

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres
a- Filtre linéaire
est défini par le fait qu’il satisfait au principe de
superposition. Il est décrit par les coefficients de sa
réponse impulsionnelle h, par sa fonction de transfert en z
ou encore par sa réponse fréquentielle. La sortie, pour le
pixel (k,l) est est donnée par :

La multiplication dans le domaine fréquentiel correspond à la convolution


dans le domaine spatial. Un grand nombre de filtres de lissage peut être
obtenu à partir de noyaux de convolution symétriques et normalisés (de
somme égale à 1). Voici 3 famille de filtres parmi les plus utilisés

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

Réponse impulsionnelle

Moyenne Gauss Exponentiel

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

b- Filtre Utilisant le Laplacien


Lorsque les images sont floues, il est possible de renforcer
les contrastes par filtrage linéaire. La technique employée
est celle dite du « unsharp masking ». Elle consiste à
soustraire à l’image une certaine proportion de sa dérivée
seconde, fournie par un opérateur laplacien :

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

Réponse
Impulsionnelle
du Filtre

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

Le Laplacien est très sensible au bruit, il fait apparaître


sur l’image un effet de grain. Pour remédier on peut
utiliser des masques de plus grande dimension.
L’idée est d’utiliser des zones circulaires de plus grande
dimension. On aura ainsi une zone extérieure
composée de coefficients positifs et une zone intérieurs
composés de coefficients négatifs

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres
c- Filtre d’ordre
Les filtres d'ordres procèdent en remplaçant les valeurs
de chaque pixel par la valeur qui occupe un certain rang
lorsqu'on trie les valeurs observées dans un certain
voisinage du pixel
Le filtre Median est un filtre d’ordre k=N/2

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

d- Filtrage de Nagao
Le principe de ce filtre est de rechercher, dans la fenêtre
d’analyse, une sous-fenêtre homogène et de faire la
moyenne des intensités des pixels appartenant à cette sous-
fenêtre. La taille de la fenêtre d’analyse est 5 ´ 5. On y
détermine 9 sousfenêtres, appelées aussi domaines de
Nagao. Pour chaque domaine Dk, on calcule la moyenne mk
et la variance Vk. La sortie du filtre est la valeur moyenne
du domaine ayant la plus faible variance.

Domaines
de Nagao

avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

Le filtre de Nagao atténue


fortement le bruit impulsionnel
(d’un facteur 7 à 9).
 Les transitions en échelon sont
préservées ainsi que les
structures linéaires de 3 pixels de
large.
Ce filtre possède un effet de
rehaussement de contraste que
l’on peut accentuer en effectuant
plusieurs itérations.
avril 14

A. Moussa
Chap 2: Amélioration d’Image
UAE

4. Filtres

Nagao
Médian

Moyenne

avril 14

A. Moussa