Université Tunis Elmanar

Institut Supérieur
p d’Informatique
q

Cours : Traitement d
d’images
images

Chapitre
p 3: Filtrage
g d’images
g

présenté par:
Mohamed Sahbi Bahroun
Année Universitaire 2011/2012 1
 Objectifs
Ce cours s'intéresse aux techniques d'amélioration des images numériques, pour
augmenter
g la qualité de leur rendu visuel, ou pour faciliter leur analyse.
y 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
d calculer
de l l ou amplifier
lifi lles contrastes
t t llocaux.
- 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 é connu : ce sontt les
l ttechniques
h i dit
dites dde restauration
t ti (voir
( i cours R Restauration).
t ti )

Traitement d’images: 2éme GLSI, 2éme GTR 2

 Plan du chapitre
p

1. Convolution Numérique

2. Filtrage par convolution

3
3. Filtres non linéaires (autre que convolution)

Traitement d’images: 2éme GLSI, 2éme GTR 3

1 Convolution : définition
1.

Traitement d’images: 2éme GLSI, 2éme GTR 4

Convolution numérique

Traitement d’images: 2éme GLSI, 2éme GTR 5

 Convolution

Traitement d’images: 2éme GLSI, 2éme GTR 6

Exemple de convolution 2D

Traitement d’images: 2éme GLSI, 2éme GTR 7

Convolution numérique discréte

Traitement d’images: 2éme GLSI, 2éme GTR 8

Convolution nmérique

Traitement d’images: 2éme GLSI, 2éme GTR 9

Convolution numérique R=I*K
R IK

Traitement d’images: 2éme GLSI, 2éme GTR 10

Convolution numérique R=I*K
R IK

Traitement d’images: 2éme GLSI, 2éme GTR 11

Convolution numérique R=I*K
R IK

Traitement d’images: 2éme GLSI, 2éme GTR 12

Convolution numérique R=I*K
R IK

Traitement d’images: 2éme GLSI, 2éme GTR 13

Convolution numérique

Traitement d’images: 2éme GLSI, 2éme GTR 14

Masque de convolution

Traitement d’images: 2éme GLSI, 2éme GTR 15

2 Filtrage par convolution
2.

Traitement d’images: 2éme GLSI, 2éme GTR 16

deux types de filtrage spatial

Traitement d’images: 2éme GLSI, 2éme GTR 17

 Filtre passe haut

Traitement d’images: 2éme GLSI, 2éme GTR 18

 Filtre passe bas

Traitement d’images: 2éme GLSI, 2éme GTR 19

 Filtre moyenneur

Traitement d’images: 2éme GLSI, 2éme GTR 20

 Filtre moyenneur

Traitement d’images: 2éme GLSI, 2éme GTR 21

Exemple de filtre moyenneur

Traitement d’images: 2éme GLSI, 2éme GTR 22

 Le filtre Gaussien

Traitement d’images: 2éme GLSI, 2éme GTR 23

 Le filtre Gaussien

Traitement d’images: 2éme GLSI, 2éme GTR 24

Exemple
p de filtre Gaussien

Traitement d’images: 2éme GLSI, 2éme GTR 25

Le filtre pyramidal, conique

Traitement d’images: 2éme GLSI, 2éme GTR 26

 Filtre de prewitt
p
Les filtres de Prewitt sont les suivants :

1 1 1 

h = 0 0 0
Filtre horizontal :  -1 -1 -1 
 

 − 1 0 1

v =  − 1 0 1
Filtre vertical :  −1 0 1
 
Utilisé principalement pour la détection de contours

Traitement d’images: 2éme GLSI, 2éme GTR 27

 Filtre de Sobel
Les filtres de Sobel sont les suivants :

Filtre horizontal : 1 2 1 

h = 0 0 0 
 -1 - 2 -1
 

Filtre vertical :  − 1 0 − 1
 
v = − 2 0 2
 -1 0 1
 

Traitement d’images: 2éme GLSI, 2éme GTR 28

 3. Filtres non linéaires
(autre que convolution)

Traitement d’images: 2éme GLSI, 2éme GTR 29

 Filtres non linéaires

Traitement d’images: 2éme GLSI, 2éme GTR 30

 Filtre Median

Traitement d’images: 2éme GLSI, 2éme GTR 31

Exemple filtre Median

Traitement d’images: 2éme GLSI, 2éme GTR 32

Nettoyage du bruit dans une image

Traitement d’images: 2éme GLSI, 2éme GTR 33

 conclusion

Traitement d’images: 2éme GLSI, 2éme GTR 34

 Bibliographie

Traitement d’images: 2éme GLSI, 2éme GTR 35