Académique Documents
Professionnel Documents
Culture Documents
Chapitre 3 - Histogramme
Chapitre 3 - Histogramme
- Partie III -
Master SIDI
Les histogrammes d’image synthétisent visuellement la distribution d’une variable numérique continue
en mesurant la fréquence à laquelle certaines valeurs apparaissent dans l’image.
3
Histogramme
▪ Image en noir et blanc
Une image en noir et blanc a un histogramme très basique (binaire) qui n'a que 0 ou 1 valeurs.
4
Histogramme
▪ Image en niveaux de gris
L’histogramme d’une image en niveaux de gris mesure la distribution des niveaux de gris dans
l’image. Pour un niveau de gris x, l’histogramme permet de connaitre la probabilité de tomber sur un
pixel de valeur x en tirant un pixel au hasard dans l’image.
x
5
Histogramme
▪ Image en niveaux de gris
Formellement, pour une fonction f:E→[0..n]⊆N, l’histogramme de f est une fonction Tf:[0,n]→N
qui, à chaque niveau de gris v, associe le nombre d’éléments x de E tel que f(x)=v :
Tf(v)=|{x ∈ E | f(x)=v}|
6
Histogramme
▪ Image en niveaux de gris Son histogramme est une fonction qui, à chaque
valeur de niveau de gris c ompris entre 0 et 4, associe
Exemple : le nombre de pixels ayant cette valeur :
7
Histogramme
▪ Image en niveaux de gris
Remarque :
L’histogramme ne contient aucune information spatiale et des images très différentes peuvent avoir
des histogrammes similaires. Par exemple les deux images ci-dessous ont le même histogramme:
8
Histogramme
▪ Image en niveaux de gris
L’histogramme permet d’obtenir rapidement une information générale sur l’apparence de l’image.
Une image visuellement plaisante aura généralement un histogramme équilibré (proche d’une
fonction plate).
Exemples : Quand l’histogramme est tassé sur la gauche, l’image est trop sombre :
9
Histogramme
▪ Image en niveaux de gris
L’histogramme permet d’obtenir rapidement une information générale sur l’apparence de l’image.
Une image visuellement plaisante aura généralement un histogramme équilibré (proche d’une
fonction plate).
Exemples : Quand l’histogramme est tassé au centre, l’image est grisâtre et manque de contraste :
1
Histogramme
▪ Image en niveaux de gris
L’histogramme permet d’obtenir rapidement une information générale sur l’apparence de l’image.
Une image visuellement plaisante aura généralement un histogramme équilibré (proche d’une
fonction plate).
Exemples : Quand l’histogramme est trop creusé au centre; les noirs sont trop noirs, les blancs trop
blancs (on dit que l’image est saturée) :
11
Histogramme
▪ Seuillage
Le seuillage est une opération qui consiste à saturer les pixels clairs (seuillage haut) ou sombres
(seuillage bas) d’une image tout en laissant les autres inchangés. Un pixel ayant la valeur Vmin
ou Vmax est dit saturé car sa valeur ne peut plus être augmentée ou diminuée.
x si x ≤ t
∀ x ∈ V, sht(x)=
Vmax sinon.
12
Histogramme
▪ Seuillage
Le seuillage est une opération qui consiste à saturer les pixels clairs (seuillage haut) ou sombres
(seuillage bas) d’une image tout en laissant les autres inchangés. Un pixel ayant la valeur Vmin
ou Vmax est dit saturé car sa valeur ne peut plus être augmentée ou diminuée.
x si x > t
∀ x ∈ V, sbt(x)=
Vmin sinon.
13
Histogramme
▪ Seuillage
Le seuillage est une opération qui consiste à saturer les pixels clairs (seuillage haut) ou sombres
(seuillage bas) d’une image tout en laissant les autres inchangés. Un pixel ayant la valeur Vmin
ou Vmax est dit saturé car sa valeur ne peut plus être augmentée ou diminuée.
15
Histogramme
▪ Histogramme cumulé
L’histogramme cumulé mesure la distribution cumulée des niveaux de gris dans une image.
L’histogramme cumulé se calcule donc simplement à partir de l’histogramme. L’histogramme cumulé,
noté Cf, d’une image f : E→[0..n] ⊂ N est définie par :
= 𝑇f(v)
𝑖=0
16
Histogramme
▪ Histogramme cumulé
Exemple :
Soit l’image de 5 pixels par 5 pixels avec des valeurs comprises entre 0 et 4 :
17
Histogramme
▪ Histogramme cumulé
Exemple :
L’histogramme cumulé de l’image de gauche comprend 2 phases presque plates (valeurs sombres et claires) et
augmente brutalement dans les valeurs intermédiaires : cette image est mal équilibrée.
18
Histogramme
▪ Égalisation d'histogramme
L'égalisation d'histogramme est une méthode d'ajustement du contraste d'une image numérique
qui utilise l'histogramme. Elle consiste à appliquer une transformation sur chaque pixel de l'image, et
donc d'obtenir une nouvelle image à partir d'une opération indépendante sur chacun des pixels.
Cette transformation est construite à partir de l'histogramme cumulé de l'image de départ.
L'égalisation d'histogramme permet de mieux répartir les intensités sur l'ensemble de la plage de
valeurs possibles, en « étalant » l'histogramme. L'égalisation est intéressante pour les images dont la
totalité ou seulement une partie, est de faible contraste (l'ensemble des pixels sont d'intensité
proches).
19
Histogramme
▪ Égalisation d'histogramme
La méthode d’égalisation d'histogramme consiste à appliquer une transformation T
indépendamment sur chaque pixel de l'image. Cette transformation est construite à partir de
l'histogramme cumulé.
La transformation T qui à chaque pixel de valeur 𝑥𝑘 de l'image d'origine associe une nouvelle valeur
définie par :
20
Histogramme
▪ Image en couleur
Si on a une image en couleur il nous faut maintenant avoir les nuances sur les trois canaux (Rouge,
Vert et Bleu). On a donc 3 courbes :
21
Histogramme
▪ Image en couleur
Pour comprendre si un histogramme est correct cela est très simple, si toutes les valeurs sont collées du côté
gauche ou du côté droit de votre histogramme c’est qu’il y a un problème d’exposition. Pour qu’un histogramme
soit bon il suffit que les valeurs soit réparties sur l’ensemble de l’histogramme sans que les pixels soient
collés aux extrémités. On évite donc d’avoir des blancs purs et des noirs purs.
22
Histogramme
▪ Image en couleur
Pour comprendre si un histogramme est correct cela est très simple, si toutes les valeurs sont collées du côté
gauche ou du côté droit de votre histogramme c’est qu’il y a un problème d’exposition. Pour qu’un histogramme
soit bon il suffit que les valeurs soit réparties sur l’ensemble de l’histogramme sans que les pixels soient
collés aux extrémités. On évite donc d’avoir des blancs purs et des noirs purs.
23
Histogramme
▪ Image en couleur
Pour comprendre si un histogramme est correct cela est très simple, si toutes les valeurs sont collées du côté
gauche ou du côté droit de votre histogramme c’est qu’il y a un problème d’exposition. Pour qu’un histogramme
soit bon il suffit que les valeurs soit réparties sur l’ensemble de l’histogramme sans que les pixels soient
collés aux extrémités. On évite donc d’avoir des blancs purs et des noirs purs.
24
Histogramme
▪ Image en couleur
Sur les histogrammes, ci-dessous, on peut voir que la répartition des pixels est concentrée sur la partie gauche. Ce qui nous montre
que la photographie est sous exposée. Elle apparaît donc très sombre.
Histogramme
▪ Image en couleur
Sur les histogrammes, ci-dessous, on voit facilement que la photo est sur exposée. Le ciel ne contient presque plus d’information à
certains endroits, ainsi que sur les reflets dans l’eau. On y voit que des tâches de couleurs. D’ailleurs les couleurs paraissent saturées.
Histogramme
▪ Image en couleur
Les histogrammes suivant nous montrent respectivement les couches Rouge, Verte, et Bleu qui sont correctement exposées. Sur la
droite, le calque de réglage exposition n’affecte pas la photo (réglage sur 0).