Académique Documents
Professionnel Documents
Culture Documents
TI Inro Ch1
TI Inro Ch1
INTRODUCTİON
Introduction et définitions
Dr.Ing. ABOUTABIT 1
Introduction
• Image ?
Image : représentation d’une personne ou d’une chose par la peinture, la sculpture,
le dessin, la photo, le film .... (Larousse)
Vision : Perception du monde extérieur par les organes de la vue.
Association Image-Vision:
• Pour l’image intervient donc la notion de représentation interprétation plus ou
moins objectif du monde extérieur.
• La vision humaine incorpore une interprétation partielle subjectif : une scène est
vue différemment par chaque individu suivant le contexte personnel par exemple.
Une machine de vision est forcément objective. L’être humain est subjectif.
Introduction
• Image ?:
Image = support d’information
Image = représentation d’un paramètre physique sur un plan.
Une image est avant tout un signal 2D (x,y).
Souvent, cette image représente une réalité 3D (x,y,z).
Dr.Ing. ABOUTABIT 2
Introduction
• Types d’images:
Image artificielle
Image naturelle
Introduction
• Types d’images :
Dr.Ing. ABOUTABIT 3
Introduction
• Un peu d’histoire:
Années 1950
21ème siècle
Introduction
• Traitement d’image : buts
Feature extraction
Détection de
Image Amélioration contours
Extraction de Reconnaissance de
numérique primitives formes
Restauration Détection de
régions
Analyse
Codage
Segmentation
Compression Traitements de
base
Dr.Ing. ABOUTABIT 4
Introduction
• Amélioration :
Contraste, dynamique, bruit ...
Introduction
• Restauration :
Elimination de dégradations : exemple flou
Dr.Ing. ABOUTABIT 5
Introduction
• Codage et compression :
Introduction
• Synthèse :
Modèles fractals, Modélisation 2D, Modélisation 3D, mouvement ...
Dr.Ing. ABOUTABIT 6
Introduction
• Segmentation :
Approche contour
Image d’origine
Approche région
Introduction
• Exemples d’applications :
meteorologie
radar
robotique
surveillance
microscopie
Traitement
d’image
astronomie imagerie
ultrason
Dr.Ing. ABOUTABIT 7
Introduction
• Applications :
Drone militaire
Imagerie médicale
Télédétection
Contenu du cours
Traitement d’images
• Introduction : définitions, vision humaine
• Formation d’image : radiométrie, types d’images, colorimétrie, numérisation
• Rehaussement d’image : histogramme, amélioration du contraste
• Filtrage : convolution numérique, filtrage passe-bas
• Segmentation d’image : approche région, approche contour
• Traitement des images binaires : pavage, maillage, distance, fermeture des contours,
étiquetages des composantes connexes,
• Texture, extraction de primitives de texture : gray-level co-occurrence matrix (GLCM) ,
Local Binary Patterns (LBP).
Dr.Ing. ABOUTABIT 8
FORMATİON D’İMAGES
NUMÉRİQUES
Formation de l’image, numérisation, colorimétrie, Formats d’image
Formation de l’image
• Acquisition des images :
Emission et réflexion Réflectivité, CCD, CMOS, Barrettes
de la lumière viisble luminance... CCD, ...
Rayonnement IR Luminance IR (chaleur) Bolomètres
Dr.Ing. ABOUTABIT 9
Formation de l’image
• Acquisition des images :
Une image au sens optique du terme, est une certaine quantité
d’informations véhiculée par des ondes électromagnétiques caractérisées par
leur longueur d’onde et leur énergie.
La longueur d'onde est la distance séparant deux crêtes successives d'une onde
périodique. On la dénote communément par la lettre grecque λ (lambda).
Mathématiquement, on peut la définir ainsi : si l'onde peut être représentée par une
fonction périodique f qui prend comme argument la distance x, alors la longueur d'onde
est :
le plus petit λ > 0 tel que pour tout x, on ait: f (x + λ) = f (x)
La longueur d'onde est proportionnelle à la période, et donc inversement
proportionnelle à la fréquence, le nombre de sommets de même signe qui traversent un
point en une durée d'une seconde. La longueur d'onde est égale à la vitesse de l'onde
divisée par la fréquence de passage. Lorsque l'onde une onde électromagnétique dans le
vide, cette vitesse est la vitesse de la lumière c dans le vide, et la relation s'écrit :
λ=c/ν
où :
λ = longueur d'onde
c = 3×108 m/s
ν = fréquence de l'onde
Formation de l’image
• Acquisition des images :
Ces ondes lumineuses correspondent à une émission d’énergie, sous forme de
photons, due aux transitions atomiques de corps chauffés.
Classification des ondes lumineuses :
Dr.Ing. ABOUTABIT 10
Formation de l’image
• Lumière:
Lumière visible : Détectée par l’oeil
Lumière chromatique : Composée de plusieurs longueurs d’onde
Lumière monochromatique : Une seule longueur d’onde (LASER)
Lumière achromatique : Seule l’énergie est prise en compte (niveaux
de gris)
Formation de l’image:
Œil et lumière :
• En 1801, Tomas Young (1773-1829) médecin, linguiste et physicien, montre que la
perception des couleurs peut être expliquée par la présence de 3 nerfs rétiniens excités
respectivement par le rouge, le vert et le violet.
• Un demi-siècle plus tard, Hermann Ludwig Ferdinand von Helmholtz (1821-1894) physicien
et physiologiste, redécouvre et développe la théorie de Young : 3 couleurs fondamentales
qui correspondent à 3 types de terminaisons nerveuses. C’est la synthèse de ces 3 couleurs
primaires qui permet au cerveau humain de percevoir toutes les nuances colorées de la
nature.
• Nous ne percevons donc les couleurs et les détails fins qu’en pleine lumière et grâce à 3
types de photorécepteurs sensibles à des longueurs d’onde spécifiques : les cônes bleus
(= 430nm)*, les verts (= 530nm)*, rouges (= 630nm)*.
désigne la distance parcourue par l’onde pendant une période.
* Nanomètre : 1 nm = 10-9 m
Dr.Ing. ABOUTABIT 11
Couleur : Sensibilité spectrale
• Spectre du visible :
380 420 480 540 590 610 780 (nm)
violet bleu vert jaune orange rouge
IR UV
Dr.Ing. ABOUTABIT 12
• Toute autre couleur est engendrée par un mélange de ces couleurs
pures selon plusieurs critères :
Dr.Ing. ABOUTABIT 13
• Synthèse additive synthèse soustractive :
Dr.Ing. ABOUTABIT 14
Couleur
• Espace couleur RVB:
L’espace RVB est l’espace vectoriel engendré par les 3 composantes primaires
(Rouge, Vert, Bleu). L’ensemble des couleurs produites se représente comme
l’intérieur d’un cube :
Couleur
• Espace couleur RVB
Dr.Ing. ABOUTABIT 15
Couleur
• Espace couleur HSV ou TLS:
Cet espace de représentaiton des couleurs est le plus proche de l’aspect
physiologique de la vision humaine (notamment en ce qui concerne la teinte).
L’analyse d’images couleur utilise fréquement cet espace.
Teinte : angle
Luminance : axe vertical Saturation: module S
Couleur
• Espace couleur XYZ:
C’est le système de coordonnées (surtout utilisé en télédiffusion) dans lequel
il n’y a pas de coordonnées négatives pour les couleurs visibles.
Matrice de passage
Dr.Ing. ABOUTABIT 16
Formation de l’image
• Acquisition des images :
Monde Image
Caméra Numérisation
réel numérique
Numérisation
• Numérisation :
Dr.Ing. ABOUTABIT 17
Numérisation
Colonnes
Lignes
définit un pixel (une zone rectangulaire). La Pixel de
valeur assignée aux coordonnées [i , j] avec valeur f(i, j)
Numérisation
• L’échantillonnage est limité par la capacité du capteur (ex. caméra), donc le
nombre de pixels disponible (ou autre limite imposée).
• La quantification est limitée par la quantité de tons (de gris) définie dans
l’intervalle.
• Une image numérisée est représentée par une matrice de dimension M * N.
• Chaque élément (pixel) a une valeur entière dans l'intervalle [Lmin , Lmax].
• Le nombre de « bits » requis pour représenter les niveaux de gris dans
l’intervalle « L » est « K ».
• La relation entre « K » et « L » est :
L = 2K
• Le nombre de bit pour entreposer une image est donc :
b = M * N * K (taille de l’image)
Dr.Ing. ABOUTABIT 18
Numérisation
• Résolution spatiale
Le plus petit détail discernable
• Résolution tonale (de tons de gris)
Le plus petit changement discernable
• Une image a donc une résolution spatiale de M X N pixels et une
résolution de tons de gris de K bits ou de L niveaux ou tons
Numérisation
Résolution spatiale : échantillonnage
Dr.Ing. ABOUTABIT 19
Formats d’image
• Format de fichiers pour sauvegarder les images :
TIF, GIF, JPEG, PNG, PPM, PGM, BMP, ...
• Chaque format a ses particularités :
- Entête contenant les informations de l'image.
- Pixels de l'image codés de différentes façons.
• Formats sans compression :
- Formats les plus simples,
- Les pixels codés directement (les uns après les autres).
- Exemples : PGM (images en niveaux de gris 8bits),
PPM (images couleur RVB 24bits).
BMP (images couleurs 24bits).
Formats d’image
• Formats avec compression :
Les pixels sont compressés pour réduire la taille du fichier à sauvegarder.
- compression sans perte : sans modification des valeurs des pixels
exemple: PNG
- compression avec perte : valeurs des pixels modifiées pour réduire
encore la taille du fichier.
exemple: JPEG
JPEG est très bien pour visualiser les images (vision humaine) mais très
mauvais pour le traitement d'image, car on perd beaucoup
d'informations.
Dr.Ing. ABOUTABIT 20
TRAİTEMENTS D’İMAGE
Environnement de travail : MATLAB
Dr.Ing. ABOUTABIT 21
Traitement d’image avec Matlab
• Matlab :
Matlab peut être pratiqué de façon interactive ou avec des commandes.
Caractérisé par la forme matricielle de l’élément principal “donnée”
Matrice dont le dimensionnement n’est pas requit.
Matlab = matrix laboratory.
Matlab est l’outil standard de calcul pour plusieurs cours en mathématique,
ingénierie et science.
Industriellement, Matlab est utilisé dans la recherche, le développement et
l’analyse.
Matlab est complété par plusieurs familles de solutions spécifiques pour des
applications. Ces familles sont nommées tooboxels.
Image processing toolbox est une collection de fonctions Matlab (M-functions
ou M-files) qui etendent les capacités de l’environnement Matlab pour des
solutions aux problèmes du traitement numérique d’image.
Editeur
Répertoire
actuel
workspace
Historique des
commandes
Fenêtre de
commande
Dr.Ing. ABOUTABIT 22
Traitement d’image avec Matlab
• Matlab :
Aide :
• Soit par le menu help/matlab help ou raccourci f1
• soit par commande : help “nom de la commande ou fonction “
Dr.Ing. ABOUTABIT 23
Traitement d’image avec Matlab
• Matlab : classes des données
Dr.Ing. ABOUTABIT 24