Vous êtes sur la page 1sur 24

Cours traitement d’image

Chapitre 1 : Généralités
Chapitre 2 : Numérisation d’image
Chapitre 3: Traitement d’image
:

Chapitre 4: Filtrage d’images


Chapitre 5: Segmentation d’images
Chapitre 6. Indexation d’images
Chapitre 7: Applications industrielles du
traitement d’images

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


1
Numérisation d'image 2019/2020
Cours traitement d’image
Chapitre 2 : Numérisation d’image
 L’image numérique
 Echantionnage et quantification
:

 Représentation des images


 Echantillonnage et résolution
 Discrétisation de l’amplitude
 Quantification des niveaux de gris
 Image couleur (RGB)
 Image couleur (autre)
Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR
2
Numérisation d'image 2019/2020
L’image numérique
 L’image numérique: est toute image acquise ou créée et stockée sous forme
binaire, composée d'unités élémentaires, appelées pixels (picture element).

D'un point de vue mathématique:

• Une image est une matrice de nombres représentant un signal

• Plusieurs outils permettent de manipuler ce signal.

 Pixel (de l’anglais Picture element): point coloré élémentaire, petit constituant de
base pour former les images numériques sur ordinateur. L'ensemble de ces pixels est
contenu dans un tableau à deux dimensions constituant l'image.
 Numérisation: la numérisation est la conversion du signal électrique continu (dans
l’espace ou temps ) en un signal numérique discret (image numérique).

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


3
Numérisation d'image 2019/2020
L’image numérique
• Les valeurs de f (x,y) sont la réponse du capteur au phénomène observé

• Les valeurs de f (x,y) sont des valeurs de «voltage» continu (x et y Є R)

• Les valeurs de f (x,y) doivent être converties vers le domaine numérique

• Conversion Analogique/Numérique (A/N)

• Deux procédés sont impliqués pour numériser une image :


Numérisation = Échantillonnage + Quantification
• L'échantillonnage est le procédé de discrétisation spatiale d'une image consistant
à associer à chaque zone rectangulaire R (x,y) d'une image continue une unique
valeur I (x,y).

• La quantification des luminances désigne la limitation du nombre de valeurs


différentes que peut prendre I (x,y), c'est la discrétisation des intensités de l’image
réelle.
Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR
4
Numérisation d'image 2019/2020
L’image numérique

Chaîne de numérisation d’un signal temporel (1-D)

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


5
Numérisation d'image 2019/2020
Echantionnage et quantification
Avec un capteur à matrice :

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


6
Numérisation d'image 2019/2020
Représentation des images

Matrice de dimension M X N
Chaque élément a une valeur entière dans l'intervalle [Lmin, Lmax]
Le nombre de «bits» requis pour représenter les niveaux de gris dans l’intervalle
«L» est «K»
La relation entre «K» et «L» est : L = 2K = (Lmax – Lmin ) + 1
Le nombre de bits pour entreposer une image est donc: b = M x N x K

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


7
Numérisation d'image 2019/2020
Représentation des images

Lmax – Lmin = nombre de niveaux de gris

[i ; j] les coordonnées spatiales d’un élément de l’image (ligne i, colonne j)


après numérisation ;

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


8
Numérisation d'image 2019/2020
Echantillonnage et résolution

Résolution spatiale
Le plus petit détail discernable

Résolution de tons de gris


Le plus petit changement discernable

Une image a donc une résolution spatiale de


M x N pixels et une résolution de tons de
gris de K bits ou de L niveaux ou tons.

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


9
Numérisation d'image 2019/2020
Discrétisation de l’amplitude
(quantification des niveaux de gris)
La valeur de f (i,j) est quantifiée sur k bits et peut ainsi prendre 2k valeurs entières.
Quantification = représentation sur 2K niveaux de gris.
K = 1 bit: 0 ≤ I (i;j) ≤ 1 (image binaire)
K = 8 bits: 0 ≤ I (i;j) ≤ 255 (image en niveaux de gris)
K = 16 bits: 0 ≤ I (i;j) ≤ 65 535
• Quand chaque pixel est choisi soit noir soit blanc, cela donne une image
monochrome ;

• Il peut aussi être choisi parmi les intermédiaires entre ces extrêmes, cela donne une
image en niveaux de gris ;

• Enfin, il peut être choisi parmi les couleurs visibles par notre œil, cela donne une
image en couleurs.

• Ces valeurs possibles attribuées à un pixel représentent le résultat de la


quantification du pixel (en traitement du signal).
Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR
10
Numérisation d'image 2019/2020
Quantification des niveaux de gris

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


11
Numérisation d'image 2019/2020
Quantification des niveaux de gris

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


12
Numérisation d'image 2019/2020
Quantification des niveaux de gris

Image en niveaux de gris

• Chaque pixel est associé à un niveau de gris généralement codé sur 8 bits (de 0 à
255)

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


13
Numérisation d'image 2019/2020
Quantification des niveaux de gris

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


14
Numérisation d'image 2019/2020
Image couleur (RGB)

Le spectre visible par l’oeil

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


15
Numérisation d'image 2019/2020
Image couleur (RGB)

 Le cas des pixels couleurs est moins direct : la


représentation usuelle des couleurs y est directement
liée au système visuel humain.
 On mémorise en effet la quantité de rouge, de vert et
de bleu (comme le percevraient les trois différents types
de cônes de la rétine de l’œil humain).
 Usuellement, comme pour les niveaux de gris, ces
quantités respectives sont mémorisées par 3 octets,
Triplets RVB constituant chaque
représentant chacun respectivement le niveau de rouge, pixel d’une image couleur. On
observe au passage qu’un niveau
le niveau de vert et le niveau de bleu d’un pixel. de gris (situé entre blanc et noir)
est une proportion en quantités
Dans ce cas, l’image est une matrice de triplets RVB. égales de rouge, vert et bleu

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


16
Numérisation d'image 2019/2020
Image couleur (RGB)

 Synthèse additive des couleurs

Synthèse additive : des lumières de base (couleurs primaires)


s’ajoutent pour former les différentes couleurs

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


17
Numérisation d'image 2019/2020
Image couleur (RGB)

On observe sur l’image précédente qu’un pixel jaune est obtenu par
« mélange » de rouge et de vert en quantités égales. Ce procédé,
appelé synthèse additive, consiste à mélanger des proportions de
lumière rouge, verte et bleue (qui servent de couleurs primaires) pour
obtenir une lumière colorée (et ainsi reproduire les différentes
couleurs), qui est par exemple émise par l’écran de notre ordinateur à
destination de notre œil. Notons qu’on aboutit ainsi à du blanc intense
quand on mélange les 3 lumières de base en quantité maximale.

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


18
Numérisation d'image 2019/2020
Image couleur (RGB)

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


19
Numérisation d'image 2019/2020
Image couleur (RGB)

Image couleur (R, G, B)

Blanc

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


20
Numérisation d'image 2019/2020
Image couleur (RGB)

Image couleur (R, G, B)

Chaque pixel est associé à un niveau de couleur généralement codé sur


8 bits (de 0 à 255),

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


21
Numérisation d'image 2019/2020
Image couleur (RGB)

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


22
Numérisation d'image 2019/2020
Image couleur (RGB)

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


23
Numérisation d'image 2019/2020
Image couleur

• Il existe d'autres modes de représentation des couleurs :


• cyan, magenta, jaune, noir (CMJN ou CMYK) utilisé
principalement pour l'impression, et basé sur une synthèse
soustractive des couleurs ;
• teinte, saturation, luminance ou valeur (TSL/HSL ou TSV/HSV),
où la couleur est codée suivant le cercle des couleurs ;
• base de couleur optimale YUV, Y représentant la luminance, U et
V deux chrominances orthogonales.

Cours TI Chaiptre 2: Fatiha EL Hatmi, ENIG département GCR


24
Numérisation d'image 2019/2020