Module:

Traitement d’Images
Lamia Bouafif

1
 Plan
 Chap1 : Généralités et représentation d’une image numérique.

 Chap2 : Transformations d’Images

 Chap3 : Restauration d’Images

 Chap4 : Rehaussement d’Images

 Chap5 : Segmentation d’images

2
 chapitre 1
Généralités et représentation
d’une image numérique

3
 Généralités

Traitement d’images ?
 Le traitement d’image (image processing) consiste à appliquer des
transformations mathématiques sur des images dans le but d’améliorer leur
qualité ou d’en extraire une information.

 Donc le traitement d’images est l’ensemble des méthodes et techniques

opérant sur l’image, dans le but de rendre cette opération possible, plus
simple, plus efficace et plus agréable, d’améliorer l’aspect visuel de l’image et
d’en extraire des informations jugées pertinentes.

4
 Généralités

 Une chaîne de traitement d’images peut se schématiser par la pyramide suivante

5
 Domaines d’applications du
traitement d’images
 Imagerie médicale : localisation des cellules cancéreuses, écographie,
endoscopie, chirurgie assistée par ordinateur, …

 Sécurité : la surveillance des bâtiments, le contrôle d’accès…

 Conduite : guidage automatique des voitures, surveillance des carrefours, radar

automatique…

 Robotique : guidage automatique des robots pour détourner les obstacles…

 Industrie : classification des produits, contrôle de qualité…

 Biologie : Classification cellulaire en génétique, étude des virus et des

microbes…

 Géologie : étude des nappes d’eau, des réserves pétrolières…

 …
6
 Intérêt du T.Images

 Recherche d’informations pour interprétation par

l’homme
 Élimination des composantes nuisibles (bruit..).

 Extraction d’informations utiles: (ex: détection de contours)

7
 Numérisation et
codage d’une image
La numérisation est la conversion du signal continu (dans l ’espace ou
dans le temps ou dans l’espace ) en un signal numérique discret (signal ou
image numérique ).

Une image numérique est une image acquise, traitée et stockée en bits.

 Une image numérique est un tableau de pixel : chaque pixel est codé
par un nombre binaire pour un niveau de gris, ou par trois nombres binaires
qui correspond à une nuance de rouge, de vert et de bleu (codage RVB).

8
 Etapes de numérisation
d’une image
L’acquisition (ou bien la numérisation d’une image) passe généralement par 2 étapes :

1) Echantillonnage: L’échantillonnage d’un signal consiste en sa discrétisation dans le

domaine du temps

 Dans le cas d’image fixe l’échantillonnage consiste à déterminer la résolution spatiale

qui correspond au nombre de pixels par unité métrique.

2) Quantification : Consiste à affecter à chaque échantillon analogique la valeur

numérique la plus proche.

 Le paramètre le plus important de la quantification est le nombre d’éléments binaires

par échantillon (bps, bit per sample) qui détermine le nombre d’intervalles de
quantification.
Par exemple, une quantification opérée sur 8 bits permettra de coder 256 niveaux, sur 12
bits 4096 niveaux …

Le codage doit être normalisé pour que les appareils situés en aval sachent exactement
comment interpréter les données qu’ils reçoivent.
(Exprimé en code binaire naturel le résultat de la quantification)
9
 Etapes de numérisation
d’une image

16/03/2022 10
 Schémas de numérisation

Il existent deux Schémas de numérisation :

1) La numérisation d’une image analogique existante.

2) d’une image numérique à partir d’une scène réelle à l’aide d’un appareil
photo ou d’une caméra numérique.

 Une image numérisée se compose donc d’une matrice de pixels, c’est-à-

dire de petits carrés :
noirs ou blancs ou
de différents tons de gris ou
de couleur juxtaposés.

11
Etapes de numérisation
d’une image

12
Etapes de numérisation
d’une image

Echantillonnage

Quantification 13
 L’image numérique
 L'image a longtemps été considérée comme une représentation planaire d'objets, de
personnages ou de scènes, tridimensionnels.

 De nos jours cette notion s’élargit en une notion plus vaste de collection d'informations.

 Les images utilisées dans ce contexte sont tout d’abord numérisées.

 La numérisation d’une image consiste à diviser l’image par maillage en surfaces

élémentaires souvent de formes triangulaires, carrés ou hexagonales , et de quantifier
l’information colorimétrique associée à chaque élément surface par un point lumineux
appelé pixel (picture element).

 Les maillages hexagonaux ont

longtemps été utilisés sur les écrans
de télévision.
Maillage triangulaire Maillage carré Maillage hexagonal

14
 Représentation
d’une image numérique
 En informatique, les images numériques utilisent
principalement les maillages carrés.

 Ainsi l’image est représentée par une matrice de pixels.

 A chaque pixel (i,j), on associe la valeur I(i,j) correspondant à

la lumière réfléchie par le point correspondant à ce pixel dans
le monde réel.

 Une image est donc une forme discrète d'un phénomène

continu obtenue après discrétisation.

 L'information dont elle est le support est caractéristique de

l'intensité lumineuse (niveaux de gris ou couleur ).
15
 Représentation
d’une image numérique
 Une image peut donc se définir comme un ensemble
de pixels ou un ensemble de couples d'entiers.
O

 I : [0,L-1] x [0,C-1]  [0,M]p y

définit une image de L lignes et C colonnes dont

pixel (i,j)
l'information portée est définit dans un espace à p ième
ligne
dimensions (plan de couleur) et I(i,j) ϵ [0,M].

 Si I est une image en niveaux de gris

(monochromatique), alors p = 1 et le plus souvent x jème colonne
M = 255.

 Si I est une image couleur( trichromatique), alors

p = 3 et le plus souvent M = 255.

 Si I est une image binaire, alors p=1 et M=1.

16
 Représentation
d’une image numérique
Image monochromatique :
 Une image est dite monochromatique si à chaque pixel on associe une seule
valeur appelée luminance ou niveau de gris.

 Exemple

 Image binaire : deux valeurs possibles d’intensité (0 ou 1) pour les pixels

 Image en niveaux de gris : 256 valeurs possibles ([0,255])pour les pixels

Par convention : noir = 0, blanc = 255

17
 Représentation
d’une image numérique
 L’image est donc une matrice dont chaque pixel contient une seule valeur.

 Exemple :

255 180 255 255 255

255
160 255 255 255

255 255
140 120 100

255
255 80 255 60

255
255 40 20 0

Image en niveaux de gris et sa représentation matricielle

18
 Représentation
d’une image numérique
Image trichromatique ou multi-composante ou couleur:
 Une image est dite trichromatique ou multi-composante si à chaque pixel on
associe plus qu’une Valeur.

 Elle est constituée de trois matrices correspondantes aux composantes du système

couleur utilisé. Chaque pixel est donc représenté par un vecteur de trois valeurs.

19
 Représentation
d’une image numérique
 Exemple de représentation d’une image couleur .

 Dans ce cas chaque pixel contient les 3 valeurs des niveaux du rouge, du vert et
du bleu

Image couleur et sa représentation matricielle

20
 Image couleur dans l'espace RVB

16/03/2022 21
 Systèmes de couleur
 Des expériences psychovisuelles d'égalisation ont montré qu'en combinant trois
longueurs d'ondes particulières, il est possible de synthétiser presque toutes les
couleurs existantes.

 Les 3 couleurs de base sont dites couleurs primaires. (un système de reproduction
de couleurs de type additif ou de type soustractif).

 Dans le cas d'un mélange additif, trois couleurs primaires A, B et C sont, après
pondération de leur intensité respectivement par a, b et c, projetées sur écran noir
avec un certain recouvrement:

 Définir X avec le mélange additif aA + bB + cC. Au cas où l'égalisation est

impossible, une ou plusieurs des couleurs primaires sont additionnées à la couleur à
définir X.
22
 Systèmes de couleur
Système RGB (Read, Green, Blue): RVB
 C’est le système le plus connu et le plus naturel. Les trois axes correspondent
aux couleurs primaires Rouge, Vert et Bleu.

 La diagonale principale représente les niveaux de gris. Elle correspond aux

valeurs égales de R, V et B.

 Ce modèle constitue le principe de base des moniteurs de télévision et des

écrans à balayage; en effet, c'est par superposition de rouge, de vert et de
bleu que l'affichage c couleur est réalisé. C’est la synthèse additive

23
 Systèmes de couleur

 Une couleur est définie par trois coordonnées (r, v, b).

 L’origine = couleur noir.

 Le blanc : r = g = b = (valeur maximale).

 La détermination des composantes RGB d'une onde s'opère par addition sur fond noir.

 L'arrière-plan est absorbant pour toutes les couleurs

 Un tel système n'est pas adéquat pour traiter l'impression sur feuille blanche.

 définition d'autres systèmes de couleurs, complémentaires au système RGB.

24
 Représentation de la couleur

16/03/2022 25
 Systèmes de couleur

Rouge Vert Bleu

 L'arrière-plan est absorbant pour toutes les couleurs (couleur noir) :

 Un tel système n'est pas adéquat pour traiter l'impression sur feuille blanche.

 définition d'autres systèmes de couleurs, complémentaires au système RGB.

26
 Systèmes de couleur
Système CMJ (Cyan, Magenta ,Jaune) : CMY
 Les couleurs primaires Cyan, Magenta et Jaune sont ici les complémentaires
des Rouge, Vert et Bleu.

 Ce système est utilisé par certaines imprimantes couleurs à impact, et à jet

d'encre.

27
 Systèmes de couleur
Système XYZ :
 un autre espace de couleurs appelé XYZ. Les composantes X, Y et Z sont liées
aux composantes RGB par la relation matricielle suivante :

D’autres systèmes de couleur :

 YIQ, YUV ou YCbCr. Ils peuvent être calculés par transformation matricielle
des composantes RGB.

28
 Paramètres et caractéristiques
d’une image
Résolution spatiale :

 La résolution d'une image est le nombre de pixels

contenus dans l'image par unité de longueur. Elle s'exprime le plus souvent
en ppp (point par pouces) ou en dpi (dots per inch),. Rappel : 1 pouce (ou
inch) = 2,54 cm.

 La résolution définit la netteté et la qualité d'une image.

 Ce paramètre est défini lors de la numérisation et dépend principalement des
caractéristiques du matériel utilisé lors de processus de numérisation.

 Plus le nombre de pixels est élevé par unité de longueur de la structure à

numériser, plus la quantité d'information qui décrit cette structure est
importante et plus la résolution est élevée.

29
 Paramètres et caractéristiques
d’une image

16/03/2022 30
 Paramètres et caractéristiques
d’une image
Exemples de Résolution d’une image :

Résolution : 150 ppp Résolution : 20 ppp

16/03/2022 31
 Paramètres et caractéristiques
d’une image

 Cette notion est distincte de la résolution(colorimetrique) du format de l'image qui correspond au

nombre de pixels qui compose l'image en hauteur et en largeur.

32
Image couleur dans l'espace RVB :
En peut représenter une image couleur numérique par addition de (03) trois couches
des couleurs représentatifs du spectre qui sont : Rouge, Vert, Bleu.

16/03/2022 33
 Paramètres et caractéristiques
d’une image
Profondeur de bits et dynamique :
 La profondeur (ou résolution colorimétrique) est le nombre de bits nécessaire pour
représenter un pixel dans l’image numérique.

 Plus ce nombre est élevé, plus on aura de détails dans l’image.

 La profondeur de bits est fixée lors de l’étape d’échantillonnage et de quantification du

processus d’acquisition d’images (nbre de bit de codage ou nbre de bit de quantfication).

 La dynamique d'une image correspond à l'étendu de la gamme de couleurs ou de

niveaux de gris que peuvent prendre les pixels (notion liée au nombre de bits utilisés
pour stocker l'information teintes de gris ou couleurs).

34
Paramètres et caractéristiques
d’une image
Profondeur de bits et dynamique :

35
 Paramètres et caractéristiques
d’une image
Dimension :
 C’est la taille de l’image = Le nombre de lignes x le nombre de colonnes
= nombre total de pixels dans une image (n x m pixels)
Poids :
 Le poids d’une image numérique est l’espace mémoire qu’elle occupe sur un
support de stockage numérique (disque dur de l’ordinateur, CD…).

Poids = profondeur x dimension

Histogramme :
 C’est une fonction qui donne la fréquence d’apparition de chaque niveau de gris (ou
de couleur) dans une image.
 Elle permet de donner la distribution des niveaux de gris (ou de couleur).
 Elle permet aussi de voir entre quelles bornes est repartie la majorité des niveaux
de gris (ou de couleur) .

36
 Les caractéristiques des images
numériques

 Contraste : C’est l’opposition marquée entre deux régions d’une

image, plus précisément entre les régions sombres et les régions
claires de cette image.
 Le contraste est défini en fonction des luminances de deux zones
d’images.
 Un bon contraste : il faut éviter les images où la gamme de
contraste tend vers le blanc ou le noir
 des pertes de détails dans les zones sombres ou lumineuses.

37
 Les caractéristiques des images
numériques
Bruit :
 un phénomène de brusque variation de l’intensité d’un pixel par rapport
à ses voisins.
 il provient de l’éclairage des dispositifs optiques et électroniques du
capteur.

38
Paramètres statistiques
D’une image

39
 Les différents types d’images
numériques
 2D.
 Il s'agit d'une matrice bidimensionnelle de valeurs. Ces valeurs (luminance,
couleurs, ...) sont issues de l'échantillonnage d'une image fixe.
 3D.
 Le jeu de valeurs est défini sur base d'une grille d'échantillonnage
tridimensionnelle. On obtient ce type d'images par scanner par exemple. La
plupart des techniques de traitement d'image bidimensionnelles se
généralisent sans peine à des images 3D.
 2D+ t.
 Comme t représente le temps, les images 2D + t désignent une animation,
une séquence vidéo ou les images d'un film.
 3D+ t.
 Les images de type 3D + t sont des images tridimensionnelles animées. Il
s'agit par exemple d'images de synthèse 3D animées.

40
 Les différents formats d’images
numériques

 Une image digitale est généralement stockée dans un fichier selon

un arrangement particulier des pixels.

 Pour lire une image il est impératif de connaître son format:

 Ils existent plusieurs formats d'images, les plus couramment utilisés

sont :

BMP : est le format d'image bitmap standard Windows pour les

ordinateurs compatibles DOS et Windows.

EPS : est un format géré par la plupart des programmes de dessin et

de mise en page.
41
 Les différents formats d’images
numériques

 GIF :
 Est utilisé pour afficher les graphiques et images en couleurs indexées dans les
documents HTML sur le Web et autres services électroniques.

 Le format GIF est un format compressé conçu pour minimiser les temps de transfert
via les lignes téléphoniques.

 JPEG :
 Est utilisé pour afficher des photographies et autres images en tons continus dans
les documents HTML et autres services électroniques.

 JPEG conserve toutes les informations de couleur d'une image RVB.

 Il utilise également un système de compression qui réduit la taille des fichiers en
éliminant les données superflues pour l'affichage de l'image. Une image JPEG est
automatiquement décompressée à l'ouverture de son fichier.

Tiff, PDF, PICT, PNG, PSD …. 42

 Les différents formats d’images
numériques
 Certains de ces formats sont compressés afin de réduire l'espace physique nécessaire au
stockage du fichier ou pour diminuer le temps de transfert sur le réseau.

 Il existent deux types de compression d’une image :

La compression sans perte :

le signal décompressé est identique au signal non compressé :
Exemples d’algorithme de compression : Shannon-Fano, Huffman, RLE,
Arithmétique…
La compression avec perte :
 C'est le cas des sons ou d'images numérisés.
 Les taux de compression peuvent alors être énormes (par exemple un taux de 80%
pour une image).
 Les principales méthodes de compression avec pertes sont : DCT, les ondelettes et
les fractales…

43
 Algorithmes de compression :
Le Codage de Huffman (sans perte)
En 1952, Huffman a crée une nouvelle méthode de compression appelée compression à
arbre et donné par cet algorithme :

Etape 1 : les symboles sont triés et classés en fonction de leur fréquence ou leur
occurrence.

Etape 2 : un graphe peut-être construit à partir des deux symboles présentant la

fréquence la plus faible qui donne naissance à un nœud où son poids égal à la
somme des fréquences des deux symboles.

Etape3 : le nœud crée remplace les deux symboles dans la suite du processus.

Enfin, ces derniers nœuds résultants sont affectés respectivement aux chiffres
binaires : 0 pour le plus fréquent et
1 pour le plus rare.

44
 Algorithmes de compression :
Le Codage de Shannon-Fano
(sans perte)
Etape1 : on classe les symboles par ordre de probabilités décroissantes.

 Etape2 : on partage l’ensemble des symboles en deux sous-ensembles.

Etape3 : les deux sous-ensembles doivent être de probabilités aussi proches que
possible c'est-à-dire on prend plusieurs nœuds le plus proches dont leur somme
tend du moitié de la somme totale des nœuds.

Etape4 : on attribue à chaque sous-ensemble l’état 0 ou 1.

Enfin : on re-partage chaque sous-ensemble en deux sous-ensembles de

probabilités aussi proches que possible et on attribue à chaque nouveau sous-
ensemble l’état 0 ou 1, etc….

45
 Algorithmes de compression :
La transformée DCT
La transformée DCT directe est une somme des produits des pixels avec des cosinus,
celle-ci est donnée par l’expression mathématique suivante :

La transformée DCT inverse est une somme des produits de la DCT directe avec des
cosinus, celle-ci est donnée par l’expression mathématique suivante :

46
 Algorithmes de compression :
La transformée DCT

Image quantifiée par DCT2

Image Originale

Résultat de l’application de la DCT sur un

bloc d’image 8x8 en niveau de gris

47