1

BASES DU TRAITEMENT
D’IMAGES
3ème année LSE Elaboré par : Imen Charfi 2021-2022
 Chapitre 2
2

Traitements de base sur les

images
 Introduction
3

 Au cours du processus de traitement et d’analyse,

l’image subit une série de transformations.
 Une transformation accepte une image d’entrée et
fournit une image de sortie
 Histogramme
4

 L’histogramme (traitement statistique de l’image)

d’une image en niveau de gris dénombre les
occurrences (population) de chacun des niveaux.
h(i) = nombre de pixels dans l’image ayant le niveau de gris i
 Histogramme
5

 Algorithme :
for (i = 0 ; i<nl ; i++)
for (j = 0 ; j<nc ; j++)
hist [I(i,j)] ++
 Luminance ou brillance d’une image
6

 La luminance (ou brillance) d’une image est définie comme la

moyenne de tous les pixels de l’image

 Pour augmenter la luminance, il suffit de décaler l’histogramme

f’(x,y) = f(x,y) + b
 Dans les deux images seule la luminance est différente
 Informations issues de l’histogramme
7

 La dynamique de l’image : nombre de niveaux

[Imin,Imax] réellement présents dans l’image

 Le contraste de l’image :
il est d’autant plus élevé que
l’histogramme est étalé
horizontalement
 Contraste
8

 Il peut être défini par :

 L’écart type des niveaux de gris (N nombre de pixels dans
l’image)

 Variation entre niveaux de gris min et max

 Les deux images ont le même

histogramme, lequel?
 Amélioration du contraste
9

 Extension linéaire de dynamique

 On étire la dynamique en rééchelonnant les niveaux de gris
entre 0 et 255

 I’(i,j) = 255x (I(i,j) – min)/(max-min)

 Amélioration du contraste
10

 Extension linéaire de dynamique

 Implémentation : utilisation de LUT
11

 LUT (Look Up Table) : transforme un niveau de gris i

en un niveau de gris j sans modification spatiale.
 Les calculs sont effectués une fois pour toute et
mémorisés dans la LUT
 Amélioration d’histogramme
12

 Égalisation de l’histogramme
 Ils’agit d’harmoniser la répartition des niveaux de
luminosité de l’image de manière à tendre vers un
même nombre de pixels pour chacun des niveaux
 Aplatir l’histogramme
 Amélioration d’histogramme
13

 Égalisation de l’histogramme

1. Calcul de l’histogramme
2. Normalisation de l’histogramme
3. Densité de probabilité normalisée

4. Transformation de niveaux de gris de l’image

N nombre de pixels de l’image

 Amélioration d’histogramme
14

 Égalisation de l’histogramme
 Opérations sur les images (ET, OU)
15

 ET

 OU
 Seuillage
16
 Seuillage
17

 Comment trouver le seuil ?

 L’histogramme d’une image comportant un objet sur un
fond comporte deux PICS
 Il faut choisir un seuil entre ces deux PICS
 Seuillage
18

 Comment choisir le seuil?

 Plusieurs objets sur un fond
 Choisir le seuil par inspection de l’histogramme (deux
seuils peuvent se présenter)
 Seuillage
19

 Seuillage global fixé n’est pas toujours adapté

 On peut découper l’image en blocs et on détermine
un seuil global pour chaque bloc
 Opérations sur les images
20
 Les opérations arithmétiques
21

 L’addition de deux images f et g de même taille est une

nouvelle image S de même taille dont chaque pixel
correspond à la somme des valeurs des pixels des images
originales :
S(x,y) = Min [f(x,y) + g(x,y) ; 255]
 La soustraction de deux images
R(x,y) = Max [f(x,y) –g(x,y) ; 0]
 La division de deux images
 La multiplication par un ratio
 Addition d’images
22

 Diminuer le bruit d’une vue dans une

série d’images
 Augmenter la luminance en addition-
nant une image avec elle même
 Soustraction d’images
23

 Détection de défauts
 Détection de mouvements
24

F(x,y) + g(x,y)

F(x,y)

G(x,y) – F(x,y)

G(x,y)

F(x,y) - G(x,y)