Vous êtes sur la page 1sur 52

Traitement d’Images

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.

Maillage triangulaire Maillage carré Maillage hexagonal

22
06/02/2016
Définition d’une image numérique

 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

Scène Éclairage et saisie Image brute Traitement

Image améliorée Segmentation Région d’intérêt

Analyse Caractéristiques Diagnostic

06/02/20
Décision
52
16

Vous aimerez peut-être aussi