Académique Documents
Professionnel Documents
Culture Documents
Pré-traitement d’images
Elise Arnaud
elise.arnaud@imag.fr
cours inspiré par X. Descombes, J. Ros, A. Boucher, A. Manzanera, E. Boyer, M Black, V. Gouet-Brunet
Rappel : le bruit est une altération de l’image, pouvant être causé par les
processus d’acquisition, de transmission ou de stockage
Familles de filtres
I Passe-haut : élimine les fréquences basses
I Passe-bas : élimine les fréquences hautes
I Passe-bande : ne laisse passer qu’une gamme de fréquences
I Lissage de l’image
I Filtres passe-bas
I Pour quoi faire ? élimination du bruit (pré-traitement)
I Dérivation de l’image
I Filtres passe-haut
I Pour quoi faire ? Extraction de contours, points d’intérêt, etc.
Les nouvelles valeurs sont calculées par le produit scalaire entre le noyau
de convolution et le voisinage du pixel
Elise Arnaud elise.arnaud@imag.fr M2P UFR IMA
filtres linéaires séparables
I Une réponse impulsionnelle h est séparable selon x et y ssi :
I filtre passe-bas
I rend l’image floue, en particulier les contours
I élimine les dégradations locales de faibles dimensions
I peut être appliqué itérativement
Elise Arnaud elise.arnaud@imag.fr M2P UFR IMA
Filtrage linéaire
amélioration du filtre moyenneur : filtre gaussien
I approximation discrète d’un noyau Gaussien 2D
1 x2 +y 2
G(x, y) = 2πσ 2
exp − 2σ 2
1/d(i, j, i + m, j + m)
h(m, n) = P
(k,l)∈V 1/d(i, j, i + k, j + l)
1/d(i, j, i + m, j + m)
h(m, n) = P
(k,l)∈V 1/d(i, j, i + k, j + l)
h(x)
x → hn (x) =
nb pixels
255
IExp (i, j) = (I(i, j) − min)
max − min
Principe algorithmique :