Analyse d’images

3 – Morphologie Mathématique

Olivier Coulon

http://olivier.coulon.perso.esil.univmed.fr

Laboratoire des Sciences de l’Information et des Systèmes

UMR CNRS 6168
Morphologie Mathématique : pour quoi faire ?

Comment éliminer ce bruit ?

Comment séparer ces deux composantes ?

Comment étiqueter différemment ces deux formes connexes ?

Comment comparer ces deux formes ?

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Morphologie mathématique
! Techniques de filtrage et d’analyse basée sur des théories ensemblistes
et algébriques

! Un certain nombre de filtres qui permettent de modifier la forme et la

topologie des structures dans l’image
! L’idée générale est la comparaison locale des structures dans l’image
avec un élément de référence : l’élément structurant

! Morphologie mathématique binaire et en niveau de gris

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Elément structurant
! Structure élémentaire qui va servir à analyser localement , par
comparaison, les formes d’intérêt.
! Choix de sa forme et de sa taille
! En général symétrique, connexe, et convexe…

! …mais pas toujours

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Erosion morphologique binaire
! Si à tout u on associe une position B(u) de l’élément structurant B, alors
l’érodé de l’ensemble X par B est :
EB(X)={u:B(u)!X}

EB(X)

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Dilatation morphologique binaire
! Si à tout u on associe une position B(u) de l’élément structurant B, alors
le dilaté de l’ensemble X par B est :
DB(X)={u:B(u)"X#$}

DB(X)

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Dilatations et érosions : propriétés
! Deux propriétés de base :
EB(X) ! X ! DB(X)
! Effets :

Erosion Dilatation

!Elimine les composantes connexes
plus petites que B,
!élimine les caps étroits,
!élargit chenaux et trous,
!transforme une presque-île en île.
!Bouche les trous plus petits que B,
!élargit les caps,
!comble chenaux étroits,
!soude deux formes proches.

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Dilatation et érosion

Erosion

disque 1 disque 2 disque 3 disque 4

Dilatation

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ouverture binaire
! Composition d’une érosion suivie d’une dilatation avec le même élément
structurant
OB(X)=DB(EB(X))

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Fermeture binaire
! Composition d’une dilatation suivie d’une érosion avec le même élément
structurant
FB(X)=EB(DB(X))

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ouverture et fermeture : propriétés
! Propriétés de base :
• Ordre : OB(X) ! X ! FB(X)
• Idempotence : OB(OB(X) )= OB(X) et FB(FB(X))= FB(X)
Ouverture
!Lisse les formes,
!élimine les composantes connexes
plus petites que B,
!conserve souvent la taille et la forme
!ne conserve pas la nécessairement
la topologie.
Master MINT – Analyse d’images
Olivier Coulon
Fermeture
!Bouche les trous plus petits que B,
!conserve souvent la taille et la forme
!Ne conserve pas la nécessairement
la topologie,
!En particulier : soude les formes
proches
3 . Morphologie Mathématique
Ouverture et fermeture

Fermeture

disque 1 disque 2 disque 3 disque 4

Ouverture

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ouverture et fermeture
! Applications : images binaires donc souvent comme post-traitement d’une
segmentation

• Débruitage :
• Ouvertures pour enlever des pics isolés.
• Fermeture pour enlever des « creux » isolés.
• Lissage de forme :
• Ouverture pour lisser les « bosses ».
• Fermeture pour lisser les creux.
• Séparation en plusieurs composantes connexes (ouverture)
• Fusion de composantes séparées (fermeture)

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Opérateurs de base : petite parenthèse informatique
! L’implémentation se fait comme un filtre linéaire, avec le test logique
correspondant :

0 1
char h[9]
0
0 1 0 1 1 1 0 1 0
1 1 1

0 1 0

! En chaque pixel (x,y) on fait (ici pour une érosion) :

int i,j,k=0;
int flag=1
for (j=-1; j<=1; j++)
for (i=-1; i<=1; i++)
{
vois=image[x+i, y+j];
if (h(k)!=1)
if (vois==0) flag=0;
k++;
}
if (flag==1) erosion=1;
else erosion=0;
Master MINT – Analyse d’images 3 . Morphologie Mathématique
Olivier Coulon
Dilatation conditionnelle
! Dilatation conditionnelle : dilatation d’un ensemble X par un élément
structurant B, soumise à la condition d’appartenance à un masque M:
DCBM(X)=DB(X) " M

M
X

DCBM(X)

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Dilatation conditionnelle : application
! Etiquetage de deux composantes connectées : séparation par érosion,
étiquetage, puis reconstruction par itérations de dilatation conditionnelle

Y=EB(X)
X

Lors de la reconstruction, on dilate DCCX(Y)

conditionnellement à X, itérativement
avec une boule de rayon 1 jusqu’à
convergence.

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Morphologie mathématique en niveaux de gris
! Extension simple : soit I une image et SG(I) le sous-graphe de I % SG(I)={
(x,t) : t&I(x) }

Une définition simplifiée des

t dilatations et érosions pour des
I SG(I) éléments structurants « plats » et
symétriques est :

EB(I)(x)=inf {I(y), y'Bx}

x
DB(I)(x)=sup {I(y), y'Bx}

Où Bx est le translaté de B en x
Master MINT – Analyse d’images 3 . Morphologie Mathématique
Olivier Coulon
Morphologie Mathématique en NdG

B
t t DB(I)
EB(I)

x x

En terme de sous graphe :

SG(EB(I))={(x,t) : SG(B(x,t))(SG(I)} SG(B(x,t))

t B(x,t)
SG(DB(I))={(x,t) : SG(B(x,t))"SG(I)# SG(B(x,t))
$} x

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Morphologie Mathématique en NdG
! De même on définit ouverture et fermeture par composition des dilatations
et érosions.

t B t FB(I)
OB(I)

x x

! Ouverture : « érodes » les pics plus petits que B

! Fermeture : remplit les creux plus petits que B

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
D’autres opérateurs de Morphologie Mathématique
! Amincissement homotopique: amincissement itératif qui mène au
squelette d’une forme (binaire).

! Ligne de partage des eaux : segmentation par partitionement en bassins

versants de la surface des niveaux de gris (NdG).

! Chapeau haut-de-forme : image-ouverture, pour extraire les pics

d’intensité selon des critères de taille et de forme (NdG).
!…

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Exemple : amincissement homotopique d’images binaires

! L’objectif est d’obtenir le squelette homotopique d’une forme.

! Applications :
• Rendre filiforme une région peu épaisse (ex : écriture).
• Caractériser une forme.

! Inconvénient : parfois instable, en fonction de la forme.

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Transformation en tout ou rien

! On considère les éléments structurants S formés de deux parties

disjointes S0 et S1.
! Pour un pixel x, soit Sx (S0x et S1x) le translaté de S en x.

! Pour un ensemble X, la transformation en tout-ou-rien X)S est

l ’ensemble des pixels x qui vérifient :
• *y ' S1x, y ' S
• *y ' S0x, y + S

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Transformation en tout ou rien
! Soit les éléments structurants S suivants (1 représente les pixels dans S , 0 dans S , et * les pixels 1 0

non pris en compte)

1 1 1 1 2 0 0 0 3 1 * 0 4 0 * 1

* 1 * * 1 * 1 1 0 0 1 1

0 0 0 1 1 1 1 * 0 0 * 1

5 * 1 * 6 * 1 * 7 0 0 * 8 * 0 0

1 1 *0 0 1 1 0 1 1 1 1 0

* 0 0 0 0 * * 1 * * 1 *

! La transformation en tout ou rien appliquée à X successivement avec

chacun de ces E.S., permet d’obtenir les points du contour de X

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Amincissement homotopique
! On supprime le contour de X itérativement : répétition de X\X)S (« \ »
représente la différence ensembliste) avec les 8 E.S. jusqu’à stabilisation.

* * * * * * * * * 2 2 2 2 2 2 2 2 2
* * * * * * * * * * * * * * * * * * * * * * * 8
* * * * * * * * * * * * * 4 * * * * * * * * * * * 8
* * * * * * * * * * * * * * 4 * * * * * * * * * * * * 3
* * * * * * * * * * * * * 6 * * * * * * * * * * * 3
* * * * * * * * * * * * 6 * * * 5 1 1 6 * * * 3
* * * * * * * 1 1 1 6 * * 3
* * * 1 1 *

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ligne de partage des eaux sur image en niveaux de
gris
! L’intensité est considérée comme un paysage « montagneux » (représentation
surfacique)
! On cherche les bassins versants pour partitionner ce paysage.

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ligne de partage des eaux : algorithmes

! Deux classes d’algorithme :

• Par montée des eaux

digues

• Par amincissement homotopique

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ligne de partage des eaux : utilisation
! L’utilisation la plus courante est sur une image du gradient : Les bassins versants
de l’image du gradient sont les régions homogènes de l’image originale

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
Ligne de partage des eaux : avantages et inconvénients

! Un gros avantage : l’image est complètement partitionnée et les contours

sont fermés
! Un gros inconvénients : une sur-segmentation systématique

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
La sur-segmentation : solutions possibles
! Fusion des bassins sur des critères de contraste, où selon un critère
d’homogénéité dépendant de l’application

! Marqueurs pour initier la montée des eaux seulement dans quelques

bassins

! « remplir » des bassins avant la montée des eaux, avec une fermeture…

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon
A suivre …
! Prochain cours :

Détection de contours

Master MINT – Analyse d’images 3 . Morphologie Mathématique

Olivier Coulon