ECOLE NATIONALE des

SCIENCES APPLIQEES de
TETOUAN

Cours de Traitement d’images

Prof. Abdellatif Medouri

amedouri@gmail.com
 Opérations sur une image
Comment transformer une image ?

• Chaque pixel de l’image est défini par sa position (i,j) et son

amplitude (intensité) k dans l’image
• Il existe deux types de transformations sur les pixels de l’image :
– les transformations géométriques qui modifient les positions
des pixels
– les transformations radiométriques qui modifient les intensités
des pixels
• Possibilité d’effectuer des opérations entre images, qui utilisent
ces deux types de transformation

2
 Transformations géométriques d’image
Transformation affine

• Transformation directe sur les coordonnées spatiales d’un pixel

exprimée de manière générale par :
𝑖′ 𝑖
= 𝑇 𝑗 +𝑉
𝑗′
où T est une matrice de transformation, et V un vecteur
• Transformation inverse sur les coordonnées spatiales d’un pixel
(sans V) :
𝑖′ () 𝑖
=𝑇
𝑗′ 𝑗
• On construit alors l’image J à partir de I par : J(i′,j′) = I(i,j)

3
translation d’un pixel de
Transformations géométriques
(i, j) vecteur (t t
s’exprime :
i j d’image
, t )
✓ 0 ◆ ✓
Translation ◆✓ ◆ ✓ ◆
i 1 0 i ti
0 = +
j
• La translation 0 (i,j)
d’un pixel 1 de vecteur
j (t ,t )T s’exprime
tj :
i j

𝑖′ 1 0 𝑖 𝑡-
=
𝑗′ 0 1 𝑗 + 𝑡.

4
 gement Transformations
d’échelle géométriques d’image
Le changement d’échelle
Changement d’un pixel (i, j) de cœfficients ↵i et ↵j
d’échelle
’exprime : ✓ 0 ◆ ✓ ◆✓ ◆
• Le changementi d’échelle 0 (i,j) de cœfficients
↵i pixel
d’un i αi et αj
0 =
s’exprime : j 0 ↵j j
𝑖′ 𝛼- 0 𝑖
= 0
𝑗′ 𝛼. 𝑗

5
 Transformations
La rotation géométriques
d’un pixel (i, j) d’angle ✓ (dans un repèred’image
au centre de
l’image) s’exprime :
Rotation
✓ 0 ◆ ✓ ◆✓ ◆
i cos ✓ sin ✓ i
• La rotationjd’un
0 = (i,j) d’angle θ (dans un repère au centre de
pixel sin ✓ cos ✓ j
l’image) s’exprime :
𝑖′ cos 𝜃 sin 𝜃 𝑖
=
𝑗′ − sin 𝜃 cos 𝜃 𝑗

6
ation linéaire
Transformations géométriques d’image
déformation linéaire d’un pixel (i, j) de cœfficients , i1 i2 , j1
s’exprime :
Déformation linéaire

✓ 0 ◆ ✓ ◆✓ ◆
• La déformation i linéaire d’uni1pixel (ii2 , j ) de cœfficients
i βi1 , βi2 ,
βj1 et βj2 s’exprime
0 =
:
j j1𝛽 j
𝛽 2 𝑖
j
𝑖′
= 𝛽-) -8
𝑗′ .) 𝛽.8 𝑗

7
 Transformations géométriques d’image
Les coordonnées homogènes

• Système de coordonnées défini dans les "espaces projectifs"

– espaces euclidiens ⊂ espaces affines ⊂ espaces projectifs
• Avec les mains : une coordonnée supplémentaire
(x , y ) affine → (x , y , 1) ∼ (x · w , y · w , w ) projectif
• Toutes les transformations géométriques sont exprimées
matriciellement :
– Les translations de ℝ2 deviennent des transformations
linéaires dans ℝ3
– Idem pour les projections (orthogonales ou non)

8
 Transformations géométriques d’image
Les coordonnées homogènes

Exemples :
• déformation linéaire en coordonnées homogènes :
𝑖′ 𝛽-) 𝛽-8 0 𝑖
𝑗′ = 𝛽.) 𝛽.8 0 𝑗
1 0 0 1 1
• Déformation affine (linéaire + translation) :
𝑖′ 𝛽-) 𝛽-8 𝑇< 𝑖
𝑗′ = 𝛽.) 𝛽.8 𝑇= 𝑗
1 0 0 1 1

9
 Transformations
Problème géométriques d’image
I Problème
Une transformation directe n’implique pas que tous les pixels de
l’images destination auront
• Une transformation une
directe couleur pas que tous les pixels de
n’implique
phénomènes
,! l’images de “trous”
destination dans
auront uneles images phénomènes de “trous”
couleur→
I Deuxdans les images
solutions :
• •Deux solutions :
Appliquer une transformation inverse (mais la matrice doit être
–inversible
Appliquer!) une transformation inverse (mais la matrice doit
être inversible
• “Boucher” !)
les trous
I Dans – les
“Boucher”
deux cas, lesiltrous
faut interpoler
• Dans les deux cas, il faut interpoler

10
 Transformations
Transformations directe
directe etetinverse
inverse
Problème
I Transformation directe : on part des pixels de l’image initiale et on
•calcule
Transformation directe
leur transformé : on part desdepixels
: génération de l’image
“trous” initiale et
ou de superpositions
on calcule leur transformé : génération de “trous” ou de
I Transformation
superpositionsinverse : on part des pixels de l’image résultat et on
•détermine à quel pixel
Transformation ils correspondent
inverse dansde
: on part des pixels l’image initiale
l’image paret
résultat
transformation
on détermineinverse.
à quel pixel ils correspondent dans l’image initiale
par transformation inverse.

11
Plan Types d’opération Transformation géométriques Opérations entre images Amélioration

Interpolations
Interpolations
I Deux modes d’interpolation principaux :
• Deux modes d’interpolation principaux :
• Plus proche voisin : le pixel est de la même couleur que celle de son
– Plus proche voisin : le pixel est de la même couleur que celle de
plus proche voisin
son plus prochebilinéaire
• Interpolation voisin : prise en compte des 4 voisins du pixel pour
– Interpolation bilinéairebilinéaire
faire une combinaison : prise en
descompte
intensitésdes 4 voisins du pixel
pour faire une combinaison bilinéaire des intensités

• Il en existe beaucoup d’autres : B-splines, polynômes d’Hermitte, ...

I Il en existe beaucoup d’autres : B-splines, polynômes d’Hermitte, ...
12
 Interpolation bilinéaire
Interpolations

P = (1−v)A + vB
Q = (1−v)D + vC
P == (1−u)P
R (1 +vuQ )A + vB
Q == (1−v)(1−u)A
(1 v )D++ (1−u)vB
vC + uvC + u(1−v)D
R = (1 u)P + uQ 13
 Améliorations d’images
But de l’ Amélioration
• Rendre les images plus aptes à l’interprétation humaine ou à celle
de la machine
• Aucune théorie générale
• Manipulation dans le domaine spatial : accès direct aux valeurs
de pixels
• Manipulation dans le domaine fréquentiel : modification de la
transformée de Fourier de l’image

14
 Améliorations d’images
Types d’ Amélioration
• Amélioration ponctuelle : f′(i,j) = T(f(i,j))
– Modification de la brillance ou du contraste d’une image.
– L’arrangement spatial (position) des pixels n’intervient pas :
aucune relation de voisinage étudiée.
– Travail sur les histogrammes, les valeurs de pixels, ...
• Amélioration locale : f′(i,j) = T(f(V)), où V est un voisinage du
pixels (i,j)
– Utilisation de filtres.
• Amélioration fréquentielle : f ′ = T(f )
– Utilisation de la transformée de Fourier.
15
 Améliorations d’images
Pourquoi améliorer une image ?

• Régions à faire apparaître

• Image trop claire ou trop foncée
• Nécessité de modifier ses niveaux de gris afin de rendre visibles
certains détails

16
Plan Types d’opération
Améliorations d’images
Transformation géométriques Opérations entre images Amélioration

Rehaussement logarithmique de contraste

Rehaussement logarithmique de contraste
Définition
I Formule: : k 0 = log(k)
Définition
• I Formule : k′des
L’intervalle = log(k)
intensités sombres est augmenté (éclaircissement
global de l’image)
• L’intervalle : utilisé sombres
des intensités pour traiter
est des images (éclaircissement
augmenté trop sombres
I global de l’image)
Remettre : utilisé
l’intervalle pour traiter
de variation des k 0des images
entre trop 1)
0 et (L sombres
• Remettre l’intervalle de variation des k′ entre 0 et (L − 1)

17
Rehaussement logarithmique
Améliorations de contraste
d’images
Rehaussement logarithmique de contraste

18
Plan Types d’opération Transformation géométriques Opérations entre images Amélioration

Améliorations d’images
Rehaussement exponentiel de contraste
Rehaussement exponentiel de contraste
Définition
I Formule : k 0
= e k
Définition :
I
• L’intervalle
Formule : k′des
= eintensités
k claires est augmenté (assombrissement
• global de l’image)
L’intervalle : utilisé claires
des intensités pour traiter des images
est augmenté trop claires
(assombrissement
global de l’intervalle
I Remettre l’image) : utilisé pour traiter
de variation des k 0des images
entre trop claires
0 et (L 1)
• Remettre l’intervalle de variation des k′ entre 0 et (L − 1)

19
 Améliorations
Rehaussement d’images
exponentiel de contraste
Rehaussement exponentiel de contraste

20