Chapitre 1

TRAITEMENT des IMAGES
et
VISION par MACHINE
MASTER PRO INFO

2011/2012
Jean-Marc Vézien
Jean-Marc.Vezien@limsi.fr
Jean-Marc Vision par Machine 1

Vezien
Plan du cours
1. Introduction à l’imagerie numérique
2. Amélioration d’images
3. Traitement fréquentiel
4. Correction d’images
5. Perception humaine
6. Restauration d’images
7. Eléments de morphologie mathématique

Vezien
Bibliographie
• Computer Vision
par D.H. Ballard, et C.M. Brown
1982., Prentice-Hall.
• Vision
par David Marr
1982. W.H. Freeman and Company.
• Machine Vision
par Ramesh Jain, Rangachar Kasturi, Brian G. Schunck
McGraw-Hill Education (ISE Editions), 1995.
• Perceptual Organization and Visual Recognition

par David G. Lowe
Kluwer Academic Publishers, Boston, Mass., 1985.
• Robot Vision
par Berthold K. Horn
MIT Press, 1986.
• Digital Image Processing

par Rafael C. Gonzalez, Richard E. Woods.
Addison-Wesley, 1992.
• Digital Image Processing : a practical introduction using Java

par Nick Efford
Addison-Wesley, 2000.

Vezien
I. INTRODUCTION
A
L’IMAGE
NUMERIQUE

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Domaine omniprésent :
Grand public :
Appareil photo, téléphone
Images réelles et de
synthèse.
Informatique
Cinéma , Télévision, Home Cinéma

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Domaine omniprésent:
Applications industrielles (2D et 3D) :
Imagerie satellitaire
guidage
Radiologie
Génomique
Contrôle industriel
Robotique
(nucléaire)
Post-traitement
(audiovisuel)
Télésurveillance, biométrique,
police scientifique (reconnaissance)
Analyse du geste sportif

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Trois catégories de transformations:
• Le traitement des images:

image  image
(«image processing»).
• L’analyse d’images:
image  mesures
(«image analysis»)
• L’analyse sémantique:
image  description de haut niveau
(«image understanding»).

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Cours:
• Concepts fondamentaux du
traitement d’images.
• Images 2D (généralisation possible)
Image = fonction I(x,y)

I = amplitude = intensité (ou vecteur)
position (x,y) dans le plan cartésien.
Ex:
une photographie aérienne
un profil d'élévation d'un terrain
une carte topographique
= trois images différentes d'un même objet

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Image digitale I[m,n] =
Description dans un espace

discret de R2 d’une image
continue I(x,y)
Amplitudes =
• réels (voire complexes) ou
• Entiers = quantification des
valeurs sur un ensemble
discret (ex: 24 bits)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
colonnes
lignes
Valeur :
I(x,y,z,,t)
N lignes et M colonnes
Fréquemment on aura M=N=2K
L=2B , B = nombre de bits
B=1 : image binaire

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Types d’opération:
Complexité de calcul croissante

Traitement local: notion de voisinage,
généralement rectangulaire

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Paramètres vidéo analogiques:
Propriétés \ Standard NTSC PAL SECAM
images / seconde 29.97 25 25
ms / image 33.37 40.0 40.0
lignes / image 525 625 625
(horiz./vert.) =
4:3 4:3 4:3
aspect ratio
entrelacement 2:1 2:1 2:1
ms / ligne 63.56 64.00 64.00
OBSOLETE en 2012…

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Paramètres vidéo numériques:
Formats 16:9 plus adaptés à la télévision.

Toujours à 50/60Hz
HD ready: 1280 x 720 (mais peut afficher le

Full HD)
720i: entrelacé, 2:1

720p : pas d’entrelacement
FULL HD : 1920 x 1080
1080p: pas d’entrelacement, 1:1

1080i: entrelacée, 2:1
(Rappel: SD = 720 x 576 en 2:1)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SD
HDReady
Full HD
Bande passante: BW = [(TP x Vt) /2] x 3 (MHz)

TP = total pixels (horizontal x vertical)
Vt = Rafraichissement image (Hz)
SD (entrelacé) : 19 MHz
HDReady (720p): 83 MHz
Full HD (1080p) :186 MHz
Multibust
(ref)
720p
observé
http://www.hdtvexpert.com
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Formation des images:
Système de prise Numérisation :

Objet de vues échantillonnage
et quantification
Sources
d'éclairement
Energie Image Image

rayonnante analogique numérique

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Formation des images:

projection perspective
x
p(x0,y0,z0)
plan focal o
f(x,y)
point focal
 x0  y0
f ( x, y)  f (d ,d )
z0  d z0  d
d = distance focale

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Imperfections des sytèmes:
• Largeur de trou: défocalisation
• Diffraction: perte de netteté
• Epaisseur de plaque: vignettage
• Astigmatisme (irisations)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Paramètres des capteurs:
• Linéarité:

c  gain  a  offset
• Sensibilité
• absolue : nombre minimum de

photoélectrons détectables
• relative : nombre minimum de
photoélectrons nécessaire pour
passer d’un niveau de gris au
suivant 1
S
gain

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Bruits:
Le bruit photonique
RSBphoto  10 log10 (  T ) dB
T = temps d’observation
ρ = densité de photons par unité de temps.
Le bruit thermique = un courant en

l’absence de lumière = courant
d’obscurité.
Pour réduire ce bruit, on peut refroidir

le capteur.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Bruits:
• Le bruit de lecture
dépend de la fréquence de lecture
sur le CCD. Pour des signaux
faibles et des fréquences de lecture
importantes.
• Le bruit d’amplification
bruit gaussien généré par les
différents étages d’amplification.
presque négligeable désormais.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
• Le bruit de quantification :
généré lors de la numérisation du

signal en 2 B niveaux discrets.
RSBquant  6B  11 dB
Pour B=8 bits, on obtient 59 dB,

c’est à dire une valeur très
importante.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Dans la pratique, c’est le bruit

photonique qui produit le RSB
le plus faible, et est donc
prépondérant.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Vignettage: perte de
luminosité non homogène
(optique)
c(i, j )   ij a(i, j )   ij
Coefficients  et  estimés par

calibration (voir chapitre
correction d’image)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Forme du pixel:
Zone sensible
Zone non
sensible
Parfois X0/Y0 ≠ 1 (pixel non carré)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
La forme du pixel peut conduire à des

altérations lors de la capture:
Estimation à l’aide de mires géométriques

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Facteur de remplissage:
X aYa
Fr   100 %
X oYo
Important = on collecte + de lumière
RSB meilleur mais phénomène de « bavure »
→ compromis

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Sensibilité spectrale:
CCD sensible aux IR (filtre).

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
• Temps d’intégration: parfois aussi

bref que 500 ns. PAL = 40 ms.
• Débit de Lecture:
 images   lignes   pixels 

D       
 sec   image   ligne 
Débit
Format lignes / sec pixels / ligne
(Mhz.)
NTSC 525 x 30 (4/3) x 525 ~11.0
PAL /
625 x 25 (4/3) x 625 ~13.0
SECAM
Full HD: x 10 !! Débit important =

bruit de lecture non négligeable, voire
prépondérant.
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Exemple: portable (2007)

• 5 mégapixels = 2 592 x 1 944
• Zoom numérique jusqu'à
10x Focale: 2.8-5,6/34 mm,
ce qui correspond à la
focale de 35 mm d'un 24 x
36
• vitesse d’obturation
1/1000s
• Taille d’une image ≈ 500
Ko.
• séquences vidéo MPEG-4
de résolution VGA (jusqu'à
30 images/sec), 1minute
max NOKIA N95 (2007)
(poids :120g, 8 Go de mémoire,
Écran 240 x 320 pixels )

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE

• 5 mégapixels = 2 592 x 1 944 (il
existe des modèles à 8MP)
• Zoom numérique jusqu'à
20x Focale: 2.8 / 5.2 34mm
Capteur plus petit que N95
• vitesse d’obturation ?
• Taille d’une image ≈ 500
Ko.
• séquences vidéo MPEG-4
de résolution VGA (jusqu'à
30 images/sec), 1minute
max, avec flash.
NOKIA N96 (2008)

(poids :125g, 24 Go de mémoire,

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE

• 5 mégapixels = 2 584 x 1 938
• 2 appareils photos !
• Zoom numérique jusqu'à 14 x
Focale: 2.8 / 5.4 34mm
vitesse d’obturation ?
• Taille d’une image ≈ 500 Ko.
• séquences vidéo MPEG-4 de
résolution VGA (jusqu'à 30
images/sec), 90 minute max, avec
flash.
NOKIA N97
(2011)
(poids :138g, 32 Go de
mémoire,

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Les limites de la convergence numérique
• Prix (300 € pour le N97)

• Bande passante théorique (norme
UMTS 3G): 384 Kbps . Pratique: 64 à
128 kbps en émission et 128 à 384
kbps en réception
• émettre une image, si 128 kbps ->
16ko/s -> 500/16 s = 30s !
• Flash xenon: plus puissant, mais
encore gourmand. Flash led !
• HSDPA (3G+): 7.2 Mbps
(normalement). HSUPA = 14.4 Mbps.
• Vidéo VGA à partir de 100 ko/s donc
vidéophone largement possible !
• 4G en 2012/2013 (100 Mbits/s ).
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
ECHANTILLONNAGE SPATIAL
image continue → image discrète,

Réciproque: reconstruction spatiale
IMAGE CON TIN UE

fc(x,y) continue
x,y continus
Reconstruction Echantillonnage
spatiale e spatial
IMAGE DISCRETE
fd (xi,yi) continue
xi,yi entiers

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
a b
c d
e f

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Rappel sur la distribution de Dirac:

d0 (x)   si x= 0, d(0) = 1
 0 sinon. d(n) = 0 pour n  0

et  d (x)dx  1

0 et  d(n) = 1
n
Peigne de Dirac: S(x , y)    d(x  i x , y  j y )

S(x,y) i j x
y
S (u, v)   d (u  iu, v  jv)

i j
2 2
avec u  et v 
x y

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
fd(x,y) = fc(x,y)  S(x,y)
Transformée de Fourier:
Fd(u,v) = Fc(u,v) * S(u,v)
produit classique → produit de convolution.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Problème du repliement:
Si on définit la fréquence de coupure par
Fc(u,v ) = 0 si u  u max et v  v max
u v
umax  et vmax 
2 2
 
Autrement dit: umax  et vmax 
x y

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Estimation de la fréquence de coupure:

Soit l la demi-période de transition maximale.
l= Tc /2
Période de la
demi-sinusoïde
2
fc   x   l
Tc fc
Δ x ≤ l : les spectres s’écartent, pas de recouvrement
Δ x > l : recouvrement de spectre, information perdue

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
RECONSTRUCTION SPATIALE
Image discrète → image continue

Filtrer la partie fondamentale du spectre.
Passe-bas idéal:
 
H (u, v)  1 si u  et si v 
x y
 0 s inon
v
1 u

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Opération de reconstruction:
F(u,v ) = Fd (u,v ).H(u, v)

f ( x, y)  f d ( x, y)  h( x, y)
h( x, y )  F H (u, v)  sinc (

1 x y
) sinc ( )
x y
sinc(x)=sin(x) / x

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
fd(x)
Fonction image
discrète
h(x)
0
 x
Fonction d'interpolation idéale

(sinc(x))
fd(x) * h(x)
Fonction image
reconstruite

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Problème: sinc a un support infini.

Interpolation avec des fonctions plus simples:
h0(x)
Ordre 0: 1
x
x x

2 2

 
 

H0(u) Perte de résolution
Repliement en
fréquence
u
-2/x 2/x

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Parasites: moiré, hautes fréquences
Basses Hautes
fréquences mal fréquences mal
représentées représentées
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Ordre 1: h1(x) = h0(x) h0(x)
x
- x / 2 x / 2
H1(u) = H0(u) . H0(u)

Repliement en
Perte de résolution
fréquence
u
2π 2π
 x
x

 
 


Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Interpolation bidimensionnelle:
A
B
x
a b
C
c d
y
Interpolation bilinéaire:
fc(x0,y0) A
B
U x0 x
C
V
y0
D
y (x0,y0)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Filtrage bilinéaire:
a b
c d
e f
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Reconstruction: récapitulatif
FONCTION % d’erreur de % d’erreur de

résolution repliement
Sinc (idéal) 0 0
Carré (ordre 0) 26.9 15.7
Triangle (ordre 1) 44.0 3.7
gaussienne 38.6 10.3

3x
( = , x = y )
8
4 x
54.6 2.0
( = , x = y )
8
5 x
66.7 0.3
( = , x = y)
8

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
QUANTIFICATION
valeur continue fc(xi,yi) → discrète fd(xi,yi)

Quantification
Fd(xi,yi)
Codes 11
r3
10
r2
01
r1 4 niveaux
00
r0
Entrée
Fc(xi,yi)
continue
d0 d1 d2 d3 d4
di = niveaux de décision
ri = niveaux de reconstruction spatiale

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
a b
c d
e f
g
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Quantification optimale:
Erreur de discrétisation:
M 1 d i 1
e  2
( f  R ) i
2
P( f ) df
i 0 di
P(f) = probabilité qu’un pixel ait une intensité f.
 e2
 (i ) di  ( Ri  R i  ) / 2
 0  1
  di
 2
 e  0
 

( ii) Ri  
d i 1
di
f P( f )df
  R i 

d i 1
P( f )df
 di
Ri et di sont liés !
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Quantification de Max: M grand
Surfaces égales
P(f)
f
d0 d1 d2 d3 d4 d5 d6 d7
Solution obtenue de manière récursive.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Quantification par transformation:

Image de départ
Transformation T
T = égalisation
T(f) d’histogramme
Quantification linéaire
^
T( f )
-1
Transformation inverse T
^
f
T doit être inversible et produire un

histogramme « plat » pour appliquer Max

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
T existe = égalisation d’histogramme

Application de T-1:
1
j
T(i)
0 i -1
T (j) 1
On applique T aussi bien aux niveaux de

décision que de reconstruction.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Courbes d’iso-satisfaction
On produit des images avec des échantillonnages

de N pixels, où N varie.
Niveaux de quantification M variables eux aussi.
On demande à des observateurs de ranger les

images par ordre de satisfaction croissante.
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Iso-satisfaction:
Satisfaction
M ( niveau de quantification) croissante
Face
Foule
N
32 64 128 256
Moins de bits nécessaires pour coder

une image de type foule (texture).

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Suppression des bits non-significatifs:
On décompose l’image suivant les bits de

poids décroissant et on observe les bits non
significatifs (analyse statistique).
Exemple: 5 bits / 8 = économie de 37.5%

de stockage.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
a b
c d
e f
g h

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
CAS PARTICULIER: BINARISATION
F(i,j) → G(i,j)
n niveaux de gris → 2 niveaux
Plusieurs techniques possibles:
• seuillage fixe
• seuillage aléatoire
• seuillage ordonné
• seuillage par diffusion d’erreur
Particulièrement utile pour la

reproduction des couleurs sur un support
de qualité limitée: imprimante, affiche…

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SEUILLAGE FIXE:
Si F(i,j) < M alors G(i,j) = 0

Si F(i,j) > M alors G(i,j) = 1
• Avantage: ultra-rapide
• Inconvénient: flexibilité réduite,
M choisi sur toute l’image

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SEUILLAGE ALEATOIRE:
But: tempérer les effets « violents » du

seuillage simple en laissant aux pixels
sombres « une chance » d’apparaître
dans le résultat.
Implémentation:
• choix d’une loi de probabilité
• Tirage de la loi sur chaque pixel =
image aléatoire
• Comparaison pixel à pixel
Ex: Loi gaussienne autour du seuil moyen

(127 pour une image 8 bits)
On peut régler le seuil avec l’image

(histogramme)
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Seuillage aléatoire par gaussienne (127,4)

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SEUILLAGE ORDONNE ou DITHERING
Technique visant à représenter des niveaux de gris

en distribuant des intensités binaires sur un
voisinage.
Ex: Ordered Clustered Dot dithering
• On définit dans un voisinage N x N une matrice,

qui se répète sur toute l’image.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SEUILLAGE ORDONNE ou DITHERING
• Dans cette matrice, on définit en chaque point

une valeur de seuillage.
• En seuillant chaque pixel de l’image originale

suivant les valeurs de la matrice, on réduit le
nombre de niveau de gris apparent à NxN.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SEUILLAGE PAR DIFFUSION D’ERREUR:
Diffusion d’erreur: on seuille un pixel, on

regarde l’erreur, que l’on distribue sur les
pixels adjacents:
Floyd-Steinberg: 7/16
X
3/16 5/16 1/16
... et on itère.

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
SEUILLAGE PAR DIFFUSION D’ERREUR:
for (x=0;x<width;x++) {
for (y=0;y<height;y++) {
Algorithme lent,
test = (I(x,y) < seuil ? 0 :1); mais supérieur en
e=I(x,y) - 255*test; qualité
I(x,y) = (test > 0 ? 255 : 0);
I(x,y+1) += α*e;
I(x+1,y-1) += β*e;
I(x+1,y) += γ*e; D’autres filtres disponibles
I(x+1,y+1) += δ*e;
} Extension en couleur
} possible.
Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
Quantification des couleurs:
Définir dans l'espace RVB, des

domaines de décision Di (volumes) et
des niveaux de reconstruction Ri
(vecteurs couleur) approximant
toutes les couleurs tombant dans le
domaine des décisions Di.
Ri = le centre d'inertie du domaine Di

Probabilité d'avoir la couleur (RVB) du
domaine = densité de probabilité de Di.
Problème complexe → solutions sous-optimales

Vezien
I. INTRODUCTION A
L’IMAGE NUMERIQUE
 Solution sous-optimale par composantes:

R
Volume de décision
ri
 Algorithme des nuées dynamiques:

Processus itératif de génération de M classes
Critère: chaque pixel vote pour la classe dont
le centre de gravité est le plus proche

Vezien

Chapitre 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 1

Transféré par

Droits d'auteur :

Formats disponibles

TRAITEMENT des IMAGES

VISION par MACHINE

MASTER PRO INFO

Jean-Marc Vision par Machine 1

1. Introduction à l’imagerie numérique

7. Eléments de morphologie mathématique

Jean-Marc Vision par Machine 2

• Perceptual Organization and Visual Recognition

• Digital Image Processing

• Digital Image Processing : a practical introduction using Java

Jean-Marc Vision par Machine 3

Jean-Marc Vision par Machine 4

Cinéma , Télévision, Home Cinéma

Analyse du geste sportif

Trois catégories de transformations:

• Le traitement des images:

Jean-Marc Vision par Machine 7

Image = fonction I(x,y)

= trois images différentes d'un même objet

Jean-Marc Vision par Machine 8

Image digitale I[m,n] =

Description dans un espace

Jean-Marc Vision par Machine 9

Jean-Marc Vision par Machine 10

Complexité de calcul croissante

Jean-Marc Vision par Machine 11

Paramètres vidéo analogiques:

Propriétés \ Standard NTSC PAL SECAM

images / seconde 29.97 25 25

ms / image 33.37 40.0 40.0

lignes / image 525 625 625

entrelacement 2:1 2:1 2:1

ms / ligne 63.56 64.00 64.00

Jean-Marc Vision par Machine 12

Paramètres vidéo numériques:

Formats 16:9 plus adaptés à la télévision.

HD ready: 1280 x 720 (mais peut afficher le

720i: entrelacé, 2:1

FULL HD : 1920 x 1080

1080p: pas d’entrelacement, 1:1

(Rappel: SD = 720 x 576 en 2:1)

Jean-Marc Vision par Machine 13

Bande passante: BW = [(TP x Vt) /2] x 3 (MHz)

Formation des images:

Système de prise Numérisation :

Energie Image Image

Jean-Marc Vision par Machine 15

Formation des images:

Jean-Marc Vision par Machine 16

Imperfections des sytèmes:

• Largeur de trou: défocalisation

• Diffraction: perte de netteté

• Epaisseur de plaque: vignettage

Jean-Marc Vision par Machine 17

Paramètres des capteurs:

• absolue : nombre minimum de

Jean-Marc Vision par Machine 18

Le bruit thermique = un courant en

Pour réduire ce bruit, on peut refroidir

Jean-Marc Vision par Machine 19

Jean-Marc Vision par Machine 20

généré lors de la numérisation du

Pour B=8 bits, on obtient 59 dB,