Khlifa Nawres Maitre de Conférences, Traitement de Signal et de l’image, ISTMT
HDR, Docteur, Ing (ENIT)
06/02/20 1 16 Plan
– Intérêt du traitement d’images
– Domaines d’applications du traitement d’images – Un peu d’histoire – Etapes d’acquisitions des images – Caractéristiques
06/02/20 2 16 Intérêt du T.Images
Élimination des composantes nuisibles (bruit..).
Image originale Image bruitée Image filtrée
3 06/02/2016 Image scintigraphique corps entier Image filtrée
4 06/02/2016 Restauration
5 06/02/2016 Restauration
6 06/02/2016 Rehaussement
7 06/02/2016 Rehaussement
06/02/20 8 Rehaussement d’images16 Reconstruction 3D
9 06/02/2016 10 06/02/2016 Segmentation d’Images: Extraction de ROI
11 06/02/2016 Fusion d’images
Exemple de Fusion
12 06/02/2016 Fusion d’images
Exemple de Fusion PET Scan
13 06/02/2016 Intérêt du T.Images 2/5
Long classification facilitée
Fastidieux extraction manuelle ou Subjectif automatique Variabilité intra et si extraction automatique, pas inter observateur de variabilité intra ou inter observateur. Accès à des informations non accessibles visuellement 06/02/20 14 16 Intérêt du T.Images 5/5
tracé d’une région d’intérêt englobant la cavité et calcul de la courbe activité-temps
correspondante 06/02/20 15 16 Domaines d’applications du traitement d’images: En Médecine: apporter une bonne aide au diagnostic (localiser la tumeur..),application en Télé médecine. En biologie: automatiser des taches répétitives. En industrie: permet aux robots d’appréhender leurs environnements : agir en conséquence pour l’inspection, l’assemblage ou le contrôle qualité. En agriculture: collecter des informations (zone urbaine, zone rurale..) Télédétection : cartographie, océanographie, climatologie, surveillance des côtes, estimation et contrôle des productions agricoles… Géologie : étude des nappes d’eau, des réserves pétrolières… Traitement automatique des documents: reconnaissance de l ’écriture, distribution automatique des enveloppes…
06/02/20 16 16 Un peu d’histoire 1/3
1950-1970: Traitement d’images:
Des images de mauvaise qualité et très volumineuses
(déjà 700 x 500 pixels sur 8bits par image) Trois domaines dominants : Restauration (corriger les défauts liés à l'acquisition) Amélioration (rendre l'image "belle" pour l'affichage) Compression (réduire le volume de l'image)
06/02/20 17 16 Un peu d’histoire 2/3
1970-1980: Du traitement vers l’interprétation:
Une évolution naturelle vers l'extraction automatique
d'informations Des nouveaux thèmes : seuillage, segmentation, extraction de contours, morphologie mathématique (pour les images binaires), ... Interprétation d'images ○ Un engouement explosif au moment de l'apparition des systèmes experts ○ Une déception proportionnelle à l'engouement ○ Les raisons de l'échec Il n'y a pas d'expert le savoir est trop complexe pour être modélisé on a oublié le modèle perceptif!!
06/02/20 18 16 Un peu d’histoire 3/3
1980…: La vision par ordinateur:
De l’image 2D vers 3D, Analyse du mouvement, Vision pour la robotique(mvt, détection d’obstacles, trajectoire..), Les bibliothèques numériques, Transmission (codage et Réseaux..)
06/02/20 19 16 Représentation d’une image numérique
En informatique, les images
numériques utilisent principalement les maillages carrés. Ainsi l’image est représentée par une matrice de pixels. A chaque pixel (i,j), on associe la valeur I(i,j) correspondant à la lumière réfléchie par le point correspondant à ce pixel dans le monde réel. Une image est donc une forme discrète d'un phénomène continu obtenue après discrétisation. L'information dont elle est le support est caractéristique de l'intensité lumineuse (couleur ou 06/02/20 niveaux de gris). 16 20 Représentation d’une image numérique
06/02/20 21 16 Définition d’une image numérique
L'image a longtemps été considérée comme une représentation
planaire d'objets, de personnages ou de scènes, tridimensionnels. De nos jours cette notion s’élargit en une notion plus vaste de collection d'informations. Numérisation:Cette opération consiste à diviser l’image par maillage en surfaces élémentaires souvent de formes triangulaires, carrés ou hexagonales et de quantifier l’information colorimétrique associée à chaque élément surface par un point lumineux appelé pixel (picture element). Les maillages hexagonaux ont longtemps été utilisés sur les écrans de télévision.
Image monochromatique Une image est dite monochromatique si à chaque pixel on associe une seule valeur appelée luminance ou niveau de gris. L’image est donc une matrice dont chaque pixel contient une seule valeur
Image trichromatique ou multi-composante
Une image est dite multi-composante si à chaque pixel on associe plus qu’une valeur. Une image trichromatique ou couleur est constituée de trois matrices correspondantes aux composantes du système couleur utilisé. Chaque pixel est donc représenté par un vecteur de trois valeurs. Le système couleur le plus utilisé est le RVB (Rouge, Vert, Bleu) ; dans ce cas chaque pixel contient les valeurs des niveaux du rouge, du vert et du bleu. 06/02/20 23 16 Définition d’une image numérique
Exemple d’image monochromatique
06/02/20 24 16 Définition d’une image numérique
Notion de Profil
06/02/20 25 16 Systèmes de couleur 1/3
Des expériences psychovisuelles d'égalisation (KUNT et al) ont
montré qu'en combinant trois longueurs d'ondes particulières, il est possible de synthétiser presque toutes les couleurs existantes. Les 3 couleurs de base sont dites couleurs primaires. (un système de reproduction de couleurs de type additif ou de type soustractif). Dans le cas d'un mélange additif, trois couleurs primaires A, B et C sont, après pondération de leur intensité respectivement par a, b et c, projetées sur écran noir avec un certain recouvrement:
Définir X avec le mélange additif aA + bB + cC. Au cas où
l'égalisation est impossible, une ou plusieurs 06/02/20 16 des couleurs 26 primaires sont additionnées à la couleur à définir X. Systèmes de couleur 2/3 Système additif RGB (Read, Green, Blue): Une couleur est définie par trois coordonnées (r,g,b). L’origine= couleur noir. Le blanc: r=g=b =(valeur maximale). La détermination des composantes RGB d'une onde s'opère par addition sur fond noir L'arrière-plan est absorbant pour toutes les couleurs Un tel système n'est pas adéquat pour traiter l'impression sur feuille blanche définition d'autres systèmes de couleurs, complémentaires au système RGB.
06/02/20 27 16 Systèmes de couleur 3/3
• Système soustractif CMY
• Système XYZ : • La CIE a introduit, en 1931, un autre espace de couleurs appelé XYZ. Les composantes X, Y et Z sont liées aux composantes RGB par la relation matricielle suivante.
• En normalisant le tri-stimulus XYZ par rapport à X
+ Y + Z, on obtient le système xyz • D’autres systèmes de couleur: • YIQ, YUV ou YCbCr. Ils peuvent être calculés 06/02/20 par transformation matricielle des composantes16 RGB. 28 Acquisition des images numériques
La numérisation est basée sur l’analyse intégrale
d’un support d’information, (image, dessin ou texte) qui est fictivement découpé en éléments de surface. Cette analyse consiste à mesurer point par point la quantité de lumière transmise ou réfléchie de la scène ou du document. Les capteurs utilisés sont des photo-détecteurs (cellules photoélectriques) qui transforment l’énergie lumineuse reçue en énergie électrique. La lecture de ces signaux donne naissance à un signal vidéo analogique qui sera ensuite converti pour générer dans l’ordinateur des informations numériques binaires 06/02/20 29 16 Schémas de numérisation
La numérisation d’une image analogique
existante. L’acquisition d’une image numérique à partir d’une scène réelle à l’aide d’un appareil photo ou d’une caméra numérique. Une image numérisée se compose donc d’une matrice de pixels, c’est-à-dire de petits carrés noirs ou blancs ou de différents tons de gris ou de couleur juxtaposés.
06/02/20 30 16 Etapes d’acquisition 1/3
Echantillonnage: L’échantillonnage d’un signal consiste en sa
discrétisation dans le domaine du temps Dans le cas d’image fixe l’échantillonnage consiste à déterminer la résolution spatiale qui correspond au nombre de pixels par unité métrique.
Quantification : Consiste à affecter à chaque échantillon
analogique la valeur numérique la plus proche. Le paramètre le plus important de la quantification est le nombre d’éléments binaires par échantillon (bps, bit per sample) qui détermine le nombre d’intervalles de quantification égal à 2bps. Par exemple, une quantification opérée sur 8 bits permettra de coder 256 niveaux, sur 12 bits 4096 niveaux …
31 06/02/2016 Etapes d’acquisition 2/3
Codage : Le codage doit être normalisé pour que les appareils
situés en aval sachent exactement comment interpréter les données qu’ils reçoivent. Il peut s’agir d’un codage simple exprimant en code binaire naturel le résultat d’une quantification uniforme, ou plus complexe, comme c’est le cas de la vidéo, où dans chaque échantillon doivent être exprimées les valeurs de trois paramètres colorimétriques.
32 06/02/2016 Etapes d’acquisition 3/3
33 06/02/2016 Les différents types d’images numériques
2D. Il s'agit d'une matrice bidimensionnelle de valeurs. Ces valeurs (luminance, couleurs, ...) sont issues de l'échantillonnage d'une image fixe. 3D. Le jeu de valeurs est défini sur base d'une grille d'échantillonnage tridimensionnelle. On obtient ce type d'images par scanner par exemple. La plupart des techniques de traitement d'image bidimensionnelles se généralisent sans peine à des images 3D. 2D+ t. Comme t représente le temps, les images 2D + t désignent une animation, une séquence vidéo ou les images d'un film. 3D+ t. Les images de type 3D + t sont des 06/02/20 images 16 tridimensionnelles 34 animées. Il s'agit par exemple d'images de synthèse 3D animées. Les différents formats d’images numériques 1/3
Une image digitale est généralement stockée dans un fichier
selon un arrangement particulier des pixels. Pour lire une image il est impératif de connaître son format: Il existe plus d'une centaine de formats d'images, les plus couramment utilisés sont le BMP, le GIF, le JPEG, l' EPS, et le PSD.
Certains de ces formats sont compressés afin de réduire
l'espace physique nécessaire au stockage du fichier ou pour diminuer le temps de transfert sur le réseau.
06/02/20 35 16 Les différents formats d’images numériques 2/3
Le but des algorithmes de compressions est de réduire la taille
des fichiers pour diminuer l'espace nécessaire à leur stockage sur le disque ou leur transfert par le réseau. Ils encodent d'une manière différente les données de l'image afin de les rendre plus compactes. La compression sans perte :
Historiquement, les premiers algorithmes de compression
furent Shannon-Fano et Huffman, mais l'algorithme sans pertes le plus utilisé dans le domaine de l'image est lzw.
36 Les différents formats d’images numériques 3/3
La compression avec perte :
Certains types de données peuvent bien se comprimer si l'on
accepte de perdre une partie de l'information. C'est notamment le cas de sons ou d'images numérisés. Les taux de compression peuvent alors être énormes (par exemple un taux de 80% pour une image). Les principales méthodes de compression avec pertes sont le jpeg, les ondelettes et les fractales.
37 06/02/2016 Les caractéristiques des images numériques 1
Résolution spatiale Nombre de pixels par unité de longueur de la structure à numériser (classiquement en dpi (dots per inches) ou ppp (pixel par pouce)). Plus le nombre de pixels est élevé par unité de longueur de la structure à numériser, plus la quantité d'information qui décrit cette structure est importante et plus la résolution est élevée La résolution d'une image numérique définit le degré de détail qui va être représenté sur cette image.
38 06/02/2016 Les caractéristiques des images numériques 2 Résolution colorimétrique: C’est le nombre de niveaux que peut avoir un pixel: Image binaire (noir ou blanc): un pixel peut avoir deux niveaux et il pet être codé sur un seul bit. Image en noir et blanc (à niveaux de gris): un pixel peut avoir 256 niveaux et il peut être codé sur 8 bit (1octect). Image en couleurs naturelles: un pixel est représenté par un vecteur à 3 composantes représentant les coordonnées de sa couleur dans un espace de couleurs (3 octets).
06/02/20 39 16 Les caractéristiques des images numériques 3
Conversion couleur niveau de gris
Niveau de gris Ndg = 0.299xR+0.587xG+0.114xB
06/02/20 40 16 Les caractéristiques des images numériques 4
Décomposition de l’image RGB sur les 3 plans R, G, B
06/02/20 41 16 Les caractéristiques des images numériques 5 Profondeur de bits et dynamique C’est le nombre de bits nécessaire pour représenter un pixel dans l’image numérique. Plus ce nombre est élevé, plus on aura de détails dans l’image. La dynamique d'une image correspond à l'étendu de la gamme de couleurs ou de niveaux de gris que peuvent prendre les pixels (notion liée au nombre de bits utilisés pour stocker l'information teintes de gris ou couleurs). Poids ou taille Le poids d’une image numérique est l’espace mémoire qu’elle occupe sur un support de stockage numérique (disque dur de l’ordinateur, CD…). Poids = nombre de bits par pixel x nombre total de pixels Exemple: – Taille de l’image : 200 x 300 pixels 06/02/20 42 – Chaque pixel est codé sur 8 bits 16
200 x 300 x 1 octet = 60 ko
Les caractéristiques des images numériques 6
Dimension: C’est la taille de l’image = Le nombre de lignesxle
nombre de colonnes =nombre total de pixels dans une image..
Histogramme : une fonction qui donne la fréquence d’apparition
de chaque niveau de gris (couleur) dans l’image. Il permet de donner un grand nombre d’information sur la distribution des niveaux de gris (couleur) et de voir entre quelles bornes est repartie la majorité des niveaux de gris (couleur) dans les cas d’une image trop claire ou d’une image trop foncée.
06/02/20 43 16 Les caractéristiques des images numériques 7
44 06/02/20 16 Les caractéristiques des images numériques 8
06/02/20 45 16 Les caractéristiques des images numériques 9
Aucune information spatiale 06/02/20
16 46 Les caractéristiques des images numériques 10
Contraste: C’est l’opposition marquée entre deux régions
d’une image, plus précisément entre les régions sombres et les régions claires de cette image. Le contraste est défini en fonction des luminances de deux zones d’images. Un bon contraste : il faut éviter les images où la gamme de contraste tend vers le blanc ou le noir des pertes de détails dans les zones sombres ou lumineuses.
06/02/20 47 16 Les caractéristiques des images numériques 11
Contraste:
06/02/20 48 16 Les caractéristiques des images numériques 12
Bruit : un phénomène de brusque variation de l’intensité
d’un pixel par rapport à ses voisins, il provient de l’éclairage des dispositifs optiques et électroniques du capteur.
49 06/02/2016 Les caractéristiques des images numériques 13 Texture : répartition statistique ou géométrique des intensités dans l’image Contour : limite entre deux (ou un groupe de) pixels dont la différence de niveaux de gris (ou de couleurs) est significative Région : groupe de pixels présentant des caractéristiques similaires (intensité, mouvement, etc.) Objet : région (groupe de régions) entièrement délimitée par un contour, possédant une indépendance dans l’image → description sémantique : on peut donner un nom à un objet
50 06/02/2016 Les caractéristiques des images numériques 14
Brillance I Moyenne des niveaux de gris de l’image, ou intensité moyenne
51 06/02/2016 Processus de traitement et d’analyse d’images
