Université des Sciences et de la Technologie Houari Boumediene
USTHB
Faculté d’Electronique et d’Informatique
Domaine Sciences et Technologie
Filière : Télécommunication. Spécialité : Systèmes de télécommunications.
Module : Technologie et Protocoles pour le Multimédia
Compte rendu Tp n°3:
Traitement multimédia : standards de compression
Master 2 STA SGP 03.
Binome : ABBAS Amira. BOURAHLA Hasnaa Aida. Etape 1 : Lecture et écriture d’une image.
1+2)Lire l’image sous matlab et créer une variable x qui content l’image , observation de la photo avec les deux fonctions :
Commentaire : on remarque que la fonction « imread « nous permet de
visualiser l’image de façon standard pa r contre la fonction « imagesc » affiche l’image avec interolation de couleur sur 400*600. 3) La dimension de l’image est de 400sur 600 pixel et elle est composé de 3couleurs. 4+5)Décomposition de l’image en 3composantes et son affchage : Etape 2 : Changement de format de l’image. 1+2+3) Normalisation l’image « car.bmp »,utiliser la commande « rgb2ntsc » pour convertir l’image « xn » de format RGB en format YIQ utilisée dans la norme NTSC pour la diffusion de la télévision et afficher sur la même figure l’image avec les deux formats RGB et YIQ :
3+4) Utiliser la commande « rgb2hsv » pour convertir l’image « xn »
de format RGB en format HSV et l’afficher sur la méme figure : 5+6) Utiliser la commande « rgb2ycbcr » pour convertir l’image « xn » de format RGB en format YCbCr et l’afficher sur la même figure l’image avec les deux formats RGB et YCbCr. :
Etape 3 : Binarisation d’une image
1+2)utilisation de la commande « rgb2gray « et la relation « y = 0.2990*R + 0.5870*G + 0.1140*B « et Afficher et comparer le résultat avec l’image « g ».
3+4) sauvegarde de l’image en format jpg et l’afficher sur la même figure les deux images (RGB et niveau de gris). : 5+6) Binariser l’image « g » utilisant la commande « im2bw » et l’ afficher sur la même figure les deux images (niveau de gris et binariser). 7)Ecrire un programme Matlab qui permet de binariser une image niveau de gris :
8)figure des images binariser avec de différents seuil :
A 50 : A 100 :
A180 : Remarque : On peut remarquer que la clareté de l’image dépend de la valeur du seuil quand le seuil augmente l’image deviens noir de plus en plus.
Etape 4 : Histogramme d’une image :
1) Affichage de l’himage avec son histogramme :
2) utilisation de la commande « histeq « :
3) comparaison des photo avant et après égalisation :
Commentaire : on utilisant la commande histeq on remarque que l’image
est plus net que la précédente et plus claire. 4) utilisation de la fonction « imadjust » :
Comparaison des deux images : on remarque que cette fonction rend
l’image encore plus net et plus claire par rapport à la précédente. Etape 5 : Quelques fonctions de traitement d’image 1) Tracer les contours de l’image « g » par la commande « imcontour».
2) Ajouter un bruit à l’image « x » par la commande « imnoise »avec les
trois types de bruit (Gaussian, poisson, speckle) pour une valeur de la variance 0.1 : 3) Changer les valeurs de la variance (0.01, 0.1 et 0.9)
4+5) représentation spectrale d’une image il faut calculer
Transformée de Fourier discrète bidimensionelle (FFT2) 6) -Détecter les contours de l’image « g » par la commande « edge ».
Comparaison entre les filtres : le filtre canny est plus optimal par rapport au filtres prewitt et sobel. 7) Calculer les points d’intérêt de l’image « g » par la commande corner. 8) Créer une image floue (blurred) de l’image « g » par la commande « blurred » :
Testn°1 : Fonction histogramme : Test n°2 :Mire :
