Traitement d'images

Transformée de Fourier d'une

image discrète
Séance 6
Série de Fourier 1D

● Rappel: TDF(e2πif0x)= δ(f-f0)

● 2.cos(2πf0x)= e2πif0x + e-2πif0x

=> TDF (cos(2πf0x))= 1/2δ(f-f0) + 1/2.δ(f+f0)

●
La TDF d'un signal sinusoïdal est un spectre de
raies.

●
La somme de signaux sinusoïdaux est une
somme de Dirac

2 Transformée de Fourier d'une image discrète

Benjamin Mathon
Série de Fourier 1D

● Un signal périodique de période T0 se décompose

en série de Fourier de coefficients cn :
∞
g(x )= ∑ c n e 2 πi n f 0 x
avec f 0=1/ T 0
n=− ∞

●
Comme :
)(f )=δ (f − n f 0 )
2π inf 0x
TDF ( e

●
Alors :
∞
TDF (g)(f )= ∑ c n δ( f − n f 0)
n=− ∞

3 Transformée de Fourier d'une image discrète

Benjamin Mathon
Série de Fourier du peigne de Dirac 1D

●
Dirac périodique d'amplitude 1 et de période Te :
∞
Δ T ( x )=
e
∑ δ( x− n . T e )
n=− ∞
● Coefficients de sa série de Fourier : cn = 1/Te

●
D'où :

1 ∞ 1
TDF (ΔT )(f )=
e
∑
T e n=− ∞
δ ( f − n f e ) avec f e =
Te

4 Transformée de Fourier d'une image discrète

Benjamin Mathon
Périodicité du spectre
●
La TDF d'une image numérique 2D présente les mêmes
propriétés que pour les signaux 1D, notamment la
périodicité du spectre.

● Soit Txet Ty le pas d'échantillonnage en x et y de l'image

●
L'image numérique g'(x,y) est obtenue par produit de
g(x,y) et du peigne de Dirac associé aux pixels :

g ' (x , y )= ∑∑ g (mT x , n T y ). δ(x − mT x , y − n T y )

n m

5 Transformée de Fourier d'une image discrète

Benjamin Mathon
Périodicité du spectre

●
L'image numérique g'(x,y) est obtenue par produit de
g(x,y) et du peigne de Dirac associé aux pixels :

g ' (x , y )= ∑∑ g ( mT x , n T y ). δ(x − mT x , y − n T y )
n m

●
On a alors une répétition du spectre :

1 m n
TDF (g ' )( f x , f y ) = ∑
TxT y n
∑ TDF (g) (f x −
Tx
, f y− )
Ty
m

6 Transformée de Fourier d'une image discrète

Benjamin Mathon
 Théorème de Shannon (unité cycle / mètre)

f ech 1 1
f max ≤ avec f ech , x = , f ech, y =
Tx Ty
2

●
L'objet ne doit pas comporter des fréquences spatiales au
delà de fmax=1/(2Tx) ou 1/(2Ty) cycles / mètre.

●
Étude de la TDF dans la zone :

[-1/(2Tx), 1/(2Tx)] x [-1/(2Ty), 1/(2Ty)]

7 Transformée de Fourier d'une image discrète

Benjamin Mathon
Repliement de spectre : aliasing, effet de moiré

Source : http://commons.wikimedia.org/wiki/File:Shirt_with_moir%C3%A9_caused_by_aliasing.jpg

8 Transformée de Fourier d'une image discrète

Benjamin Mathon
Transformée discrète d'une image numérique
●
Image échantillonnée aux pas Tx et Ty de taille
M x N pixels.

●
M x N raies distinctes pour une image de MxN pixels.

●
TDF d'une image numérique :
M −1 N−1 mk nl

TDF (g)(k , l)= ∑

−2iπ
( )
∑
+
M N
g ( m, n)e
m=0 n=0

●
Les coefficients de la TDF d'une image comprend des
valeurs complexes.

●
On ne peut pas afficher une image complexe donc on
n'affiche que le module du coefficient.

9 Transformée de Fourier d'une image discrète

Benjamin Mathon
Transformée discrète d'une image numérique

●
Image échantillonnée aux pas Tx et Ty de taille
M x N pixels

●
Spectre de raies espacées de :

f 0 x = ( M1T x )
f 0 y = (N1T y )

●
Fréquences de décomposition de l'image :
k l
k . f 0x= l . f 0 y=
(M T x ) (N T y )

10 Transformée de Fourier d'une image discrète

Benjamin Mathon
Transformée discrète d'une image numérique
●
M x N raies distinctes pour une image de MxN pixels.

●
TDF d'une image numérique :
M −1 N−1
TDF (g)(k , l)= ∑
−2iπ
(mMk + nNl )
∑ g (m, n)e
m=0 n=0

Domaine Spatial Domaine Fréquentiel

Module du spectre l

TDF
Image Image
Originale Spectre k

MxN MxN

11 Transformée de Fourier d'une image discrète

Benjamin Mathon
 Théorème de Shannon (unité cycle / pixel)

f ech f ech , x =1 , f ech , y =1

f max ≤ avec
2

● Comme fechx=1 cycle/pixel => fmax=0.5 cycle/pixel

●
Étude de la TDF dans la zone [-0.5, 0.5] x [-0.5, 0.5]
cycle/pixel

●
Repliement de spectre : effet de moiré

12 Transformée de Fourier d'une image discrète

Benjamin Mathon
 Correspondance fréquence spatiale – coordonnée
fréquentielle

Domaine Spatial (pixel) Domaine Fréquentiel

(cycle/pixel)
0,0 M -1 0,5 l

TDF 0,5
Image Image -0,5
Originale Spectre k

N -1
MxN MxN

13 Transformée de Fourier d'une image discrète

Benjamin Mathon
Inversion de la transformée discrète
●
Soit G(k,l) la TDF de g(m,n)

M −1 N−1 mk nl
1 2i π
( )
∑ ∑
+
−1 M N
g(m, n)=TDF (G)(m , n)= G(k ,l)e
M .N m=0 n=0

●
Cela permet de reconstruire une image à partir d'un
spectre complexe.

●
Une image et son spectre complexe sont équivalentes
(aucune perte d'information).

14 Transformée de Fourier d'une image discrète

Benjamin Mathon
Opération dans l'espace de Fourier

Domaine Spatial Domaine Fréquentiel

Image TDF Image

Originale Spectre

Transformation
TDF inverse
Image Image Spectre
Transformée Transformée

15 Transformée de Fourier d'une image discrète

Benjamin Mathon
 Filtrage passe-bas

Domaine Spatial Domaine Fréquentiel

Image TDF Image

Originale Spectre

Transformation
TDF inverse
Image Image Spectre
Transformée Transformée

16 Transformée de Fourier d'une image discrète

Benjamin Mathon
 Filtrage passe-haut

Domaine Spatial Domaine Fréquentiel

Image TDF Image

Originale Spectre

Transformation
TDF inverse
Image Image Spectre
Transformée Transformée

17 Transformée de Fourier d'une image discrète

Benjamin Mathon
Exemples

fy

y
fx

fy
fx
18 Transformée de Fourier d'une image discrète
Benjamin Mathon
Exemples

fy

y
fx

fy
fx
19 Transformée de Fourier d'une image discrète
Benjamin Mathon
Exemples

fy

y
fx

fy
fx
20 Transformée de Fourier d'une image discrète
Benjamin Mathon
 Transformée de Fourier

Chaque transformée de Fourier est théoriquement constituée de trois points :

Le point central représente la moyenne de l'intensité de l'image d'origine.
Les deux autres points représentent la fréquence (verticale ou horizontale) des
cosinus. Plus la fréquence est élevée plus les points sont espacés.
La fine ligne (verticale ou horizontale) est due à une imperfection : les effets de
bord.

21 Transformée de Fourier d'une image discrète

Benjamin Mathon
 Transformée de Fourier

À première vue la transformée de Fourier de la deuxième image semble fausse ;

elle a en fait subi un effet de bord important. Il vient du fait que la transformée de
Fourier traite l'image comme si elle faisait partie d'une plus grande image constituée
d'une répétition à l'infini (dans les deux directions Ox et Oy) du même motif.

22 Transformée de Fourier d'une image discrète

Benjamin Mathon
Répétition d'un motif

23 Transformée de Fourier d'une image discrète

Benjamin Mathon
Taille du motif

24 Transformée de Fourier d'une image discrète

Benjamin Mathon
Déphasage du motif

25 Transformée de Fourier d'une image discrète

Benjamin Mathon
Déphasage du motif

26 Transformée de Fourier d'une image discrète

Benjamin Mathon
Cité scientifique
Bâtiment P2 – Bureau 309
F-59655 Villeneuve d’Ascq Cedex

benjamin.mathon@univ-lille1.fr