Académique Documents
Professionnel Documents
Culture Documents
et de mathématique appliquée
Introduction
2 4
- Imagerie médicale
- Vision Industrielle
- La Robotique
- Les Véhicules autonomes (Conduite automatique)
- La météo
- La cartographie
Plan du cours
-
- Les applications militaires : Guidage de missiles
-
5 7
:
Echantillonnage Filtrage Détection de contour
Amélioration :
Restauration :
dégradation telle que la transmission
Segmentation : Image originale
6 8
3.1 Définitions :
Compression
Avec ou sans perte scène.
Tatouage Transmission Restitution
Décodage,
récupération de la
Stéganographie marque, du message -
caché
caméra,
Capteur :
radar, IRM,
Acquisition Rayons X
3.2 Dimensions :
a. Image 2D : fonction de
Prétraitement Segmentation Reconnaissance
détection de Analyse, classification, b. Image 3D : Volume (images anatomiques 3D, Hologramme) : fonction de
Filtrage, restauration,
Amélioration contours, extraction décision
c. Image 2D+t : Vidéo: fonction de
d. Image : fonction de
luminance moyenne, contraste moyen, couleur prédominante, taux d'acuité moyen
(précis ou flou), uniformité des couleurs, présence de certains objets
9 11 Plan du Cours
Chapitre 2 : Prétraitements
Introduction
5.1 Définition :
Pour des images 3D volumique Partie I : Amélioration
Une image numérique désigne toute image acquise,
on parle de voxel (volumic Pixel) 1.
traitée et sauvegardée sous forme binaire Introduction 3.Rehaussement de contraste
Une image numérique matricielle est une matrice Inversion Dynamique
Position du problème
Transformation logarithmique
pixels » (picture
Correction gamma
elements) rehausseur
Dilatations linéaires
Rehaussement de contraste par Laplacien
Une image numérique matricielle est définie par : Transformations linéaires par morceaux
2. Améliorations par manipulation Partie II : Restauration
Sa définition : le nombre de pixels en longueur
1. Objet de la Restauration
et en largeur.
Définition 2. Le bruit
La profondeur de ses couleurs : 8bits, 16 bits, 3. Filtres de Lissage
etc.. Filtrage linéaire par convolution de masque
Effet des
Sa table de couleurs (ou palette pour les images Filtrage non linéaire
Contraste et Luminance
Filtrage fréquentiel
indexées) Recadrage Dynamique Egalisation (ou
de nuances) .
La numérisation est une discrétisation de l'espace par échantillonnage et une
discrétisation de la couleur par quantification.
1. Acquisition
2. Echantillonnage
14 Introduction 16
Introduction
Processus de numérisation :
Une image numérique désigne toute image acquise, traitée et sauvegardée sous forme binaire
Acquisition Pavage y
matrice de pixels caractérisée, entre autres, par sa taille
ou sa définition (LxH pixels), la profondeur de ses couleurs (nombre de bits) , son poids , etc.. Echantillonnage
R(x,y) f(x,y)
Largeur
0
y : indice de
colonne
x
Pixel (x,y)
Ayant un
niveau de
Compression Codage
gris f(x,y)
x : indice
de ligne Image Numérique
17
1. Acquisition 19
2. Echantillonnage
1. Acquisition : 2.1. Echantillonnage : limite le nombre de pixels (résolution spatiale)
18
1. Acquisition 20
2. Echantillonnage
Remarque :
Les termes Résolution et Définition sont souvent confondus (à tord) dans le langage de
:
la photo numérique!
Echographie, échographie Doppler
Exemple
(ondes acoustiques, ultrasons)
Pour afficher ou imprimer une image
Type Taille Résolution Définition
Scanner X (rayons X)
numérique on fait correspondre un LCD 1280x1024
Radar, Lidar
matrice) à un pixel « physique » de LCD 1280x1024
IRM
LED 1600x1200
Tomographie (TEP)
de
valeurs.
21
2. Echantillonnage 23
2. Echantillonnage
Exercice :
sous-
échantillonnage
16x16 8x8
4x4
Image en niveaux de gris codé sur 4 bits
22
2. Echantillonnage 24
2. Echantillonnage
rééchantillonage)
b) Sur-échantillonnage : ajouter des pixels
Réduction de la définition : sous-échantillonnage
Interpolation du plus proche voisin : copie des pixels
Agrandissement (zoom) : sur-échantillonnage
a) Sous-échantillonnage :
8 8 11 11
2 15 9 3 8 8
8 11 8 8 11 11
8 7 7 12 5 5
5 7 5 5 7 7
48 x 48
5 5 4 5 5 5 7 7
5 6 1 8 15 12
6 8 240 x 240
8 ? 11 ? 3
Cette méthode donne des contours encore plus
8 11 3 ? ? ? ? ? lisses avec un effet de pixellisation plus faible.
5 7 0 5 ? 7 ? 0
meilleur compromis entre qualité et rapidité.
1 9 12 ? ? ? ? ? 48 x 48
48 x 48
1 ? 9 ? 12 240 x 240
F = griddedInterpolant(double(I));
240 x 240 F.Method cubic';
26
2. Echantillonnage 28
3. Quantification
rééchantillonage) 3. Quantification : (résolution tonale)
Interpolation bilinéaire : La quantification désigne la discrétisation tonale limitation du nombre de valeurs
que peut prendre chaque pixel.
Son principe consiste à approximer chaque valeur échantillonné par un multiple
y1 y y2 entier d'une quantité élémentaire q appelée "pas de quantification" ou quantum.
On utilise le plus souvent une quantification scalaire uniforme où le pas de
x1 quantification est constant.
Par arrondi :
q
30
4. Codage des couleurs 32
Images en couleurs
Il existe plusieurs mode pour représenter la couleur. Le plus
canaux : La luminance est la partie qui
24 bits/pixel (Mode true color) : 1 octet pour le rouge, 1 octet
pour le vert et un octet pour bleu 16.7 millions de couleurs. lumineuse (niveau entre noir
et blanc)
Y = 0,299 R + 0,587 V + 0,114 B
tridimensionnelle MxNx3
Image originale en couleur luminance
32 bits : on ajoute une quatrième composante: le canal alpha qui
permet de gérer la transparence des points matrice MxNx4
34
7. Espaces colorimétriques 36
7. Espaces colorimétriques
Décrire les couleurs distinguées par la vision humaine (présentes dans le spectre Espace TSL : Teinte-Saturation-Luminosité
électromagnétique de la lumière visible)
Teinte : Elle est exprimée par un nombre qui
Espace RVB : Synthèse additive donne la position angulaire de la couleur sur le
cercle chromatique. (rouge : 0, jaune :60)
Le mélange de deux couleurs primaires donne une nouvelle plus
Saturation : Intensité de la coloration . Elle
La couleur la plus claire du système est le mélange de toutes les couleur pâle.
sources primaires. Luminosité : Clarté et brillance de la couleur.
Espace CMJ : synthèse soustractive
Saturation maxi (= 1)
38
7. Espaces colorimétriques 40
7 Espaces colorimétriques
Espace YUV : (utilisé dans le système de diffusion TV Pal)
Trois composantes : 1 luminance (Y) et 2 chrominance (U et V) Autres Espaces colorimétriques
TSL : Teinte-Saturation-Lumière
TSV : Teinte-Saturation-Valeur
CIE XYZ 1931 (CIE : Commission internationale de l'éclairage)
CIE xyY
CIELAB et CIELUV
YDbDr
YPbPr
Exercice : Ecrire un programme (Matlab, c, Java) permettant la
conversion RGB-