Académique Documents
Professionnel Documents
Culture Documents
TRANSFORMATIONS
PONCTUELLES DANS
LES IMAGES
NUMÉRIQUES
1.0
IMMXL2CH03
05 MAI 2018
Table des
matières
.......................................................................................................................................................20
Objectifs...........................................................................................................................................5
Introduction......................................................................................................................................7
I - Opérations de base sur les images numériques...........................................................................9
A. L'histogramme et les propriétés de base des images numériques.........................................9
B. Opérations de base sur les images........................................................................................12
II - Introduction au Filtrage numérique.........................................................................................19
A. Bruit dans les images numériques.......................................................................................19
B. Filtrage dans les images numériques...................................................................................21
III - Binarisation d'une image........................................................................................................27
IV - FIltrage...................................................................................................................................29
Conclusion.....................................................................................................................................33
3
4
Objectifs
5
Introduction
Dans cette leçon ,nous étudierons au niveau le plus élémentaire les opérations de base que
vous pouvez effectuer sur des images numériques. La leçon précédente nous a permis de
savoir qu'une image numérique est tout simplement une matrice de nombres , et donc pour
transformer une image , il nous suffit simplement de pouvoir modifier les valeurs des pixels
qui la composent.Pour ce faire les opérateurs classiques tels que l'addition peuvent être
étendus aux images numériques.
Les notions apprises ici, se retrouvent pour la plupart dans la majorité des logiciels utilisés
par les spécialistes et leur compréhension vous facilitera grandement leur mise en œuvre
lors de l’étude des logiciels tels que Photoshop
Quelques références bibliographiques
Sylvie Alayrangues, Traitement d'Images : Introduction et Filtrage Spatial ,Licence Pro
- IUT Bordeaux I 2004 /2005
O. Losson & F. Cabestaing, UE3 : Analyse des Images, Transformations ponctuelles,
LPro GPI Vision Industrielle,USTL
Ben Mefteh Hamdi, Initiaition au multimédia, 2013-2014
7
Opérations de
I
I-
Objectifs
A la fin de cette section , l’étudiant sera capable :
De savoir manipuler les propriétés d'une image à partir
de son histogramme
De savoir manipuler les opérations de base sur les
images
Dans la leçon précédente nous avons présenté la notion d’histogramme, nous allons
voir que sa bonne interprétation nous permet de connaître les premières
caractéristiques de l'image
Remarque
Dans le cas des images couleurs en vraies couleurs (RVB), il faut tracer un
histogramme par couleur
Exemple
Nous sommes dans le cas d'une image en niveau de gris. Chaque pixel est codée
9
Opérations de base sur les images numériques
10
Opérations de base sur les images numériques
11
Opérations de base sur les images numériques
Cette image est ensuite binarisée pour obtenir une image en noir et blanc
Avant de voir quelques opérations elementaires ur les images, nous allons definir ce
qu'on appelle transformation ponctuelle dans le traitement et l'analyse des images
numériques
12
Opérations de base sur les images numériques
Syntaxe
La LUT est souvent représentée sous la forme d'un tableau ou d'un graphe
Remarque
Une LUT change les niveaux de gris présents dans les images , donc par la même
occasion modifie l'histogramme de l'image
13
Opérations de base sur les images numériques
Remarque
Il faut prendre garde lorsqu’on effectue ces opérations aux effets de débordement
de la plage [0, 255]. Généralement , la plupart des logiciels commerciaux et libres
du marché intègrent des précautions. Des opérations de recadrage de la dynamique
sont effectuées
Utilisations principales
L'addition d'image sert à améliorer la luminance de l'image(addition d'une
constante ou d'une image avec elle-même). Elle intervient également dans
la réduction du bruit dans une série d'images
La soustraction et la division d’image trouvent leur utilisation dans la
détection des changements(entre une image t une image de référence) ou
dans la détection des mouvements et dans l'amplitude des
14
Opérations de base sur les images numériques
changements(division) .
La multiplication d'images généralement intervient par combinaison avec
l'addition d' images à créer un effet de superposition d'images
Nous allons ajouter à cette image la constante 60. Nous obtenons I' = I + 60.
Comme il s'agit d'une image couleur , il faut noter que la constante a été ajoutée
sur chacune des composantes Rouge , Vert et Bleu de l'image
15
Opérations de base sur les images numériques
et l'image I2
Si nous effectuons la différence des deux images, nous obtenons une image I' qui
traduit le déplacement de la voiture
A l'aide d'une combinaison linéaire nous allons superposer les deux images. La
nouvelle image I' se calcule en chaque pixel (x,y) par
I'(x, y)=k x I1(x, y)++(1 -k) x I2(x,y) avec k compris dans l'intervalle [0, 1].
Si on pose k =0.35 ,voici le resultat
16
Opérations de base sur les images numériques
17
Introduction au
II
II -
Filtrage
numérique
Objectifs
A la fin de cette section, l'étudiant sera capable de :
Savoir manipuler les notions de bases sur les filtres
Le bruit proprement dit dans les images numériques est une granulation aléatoire
qui s'ajoute aux informations présentes dans l'image. Il est particulièrement visible
dans les zones peu éclairées où le rapport signal/bruit est faible, mais aussi dans les
parties uniformes telles qu'un ciel bleu. Il a pour conséquence la perte de netteté
dans les détails.
19
Introduction au Filtrage numérique
Exemple
Dans l'exemple suivant, nous illustrons les bruits de luminance et de chrominance
dans notre image de bruit de fond. Les différents bruits sont obtenus après
transformation de l'image de l"espace colorimétrique RVB vers l'espace Lab.
La bruit de luminance est dans l'image de gauche et les bruits de chrominance dans
les bandes a et b sont dans les images de centre et de droite. le bruit de
chrominance est très important. L'image de luminance est elle aussi affectée d'un
bruit
Remarque
Quelque soit la qualité des équipements utilisés l'image est toujours affecté
par du bruit
Le bruit chromatique est le plus visible, ainsi que le plus facilement
neutralisante. Le traitement du bruit de luminance, par contre, mène
rapidement à une perte de netteté de l'image.
Le bruit affectant l’image est d'origine diverses ,. Il existe des bruits qui sont
liés aux caractéristiques des caméras et appareils photographiques et à
l'environnement
20
Introduction au Filtrage numérique
Remarque
En image numérique, le bruit est généralement traité par des outils
logiciels(la plupart des logiciels d’imagerie numérique intègrent des modules
de réduction du bruit).
La réduction logicielle du bruit a sa contrepartie : la création d'un flou
d'image. Une correction trop importante du bruit a pour conséquence la
diminution du niveau de détail d'une image.
21
Introduction au Filtrage numérique
0 1 0
0 0 0
0 0 0
.
Nous voulons estimer la valeur du produit de convolution au pixel 50 (pixel dans la
case de bord en rouge). Pour ce faire nous allons considérer la portion de l'image
entourée en vert qui représente ce qu'on appelle voisinage d'ordre 3 du pixel. le
pixel marqué en rouge est le centre du voisinage.
À gauche se trouve la matrice de l'image: chaque pixel est indiqué par sa valeur. Le
pixel initial est encadré de rouge. La zone d'action du noyau est encadrée de vert.
Au centre, se trouve le noyau et, à droite, le résultat de la convolution.
Voici ce qui s'est passé: le filtre a lu successivement, de gauche à droite et de haut
en bas, les pixels de la zone d'action du noyau et il a multiplié chacun d'eux par la
valeur correspondante du noyau et additionné les résultats. Le pixel initial a pris la
valeur 42 : (40*0)+(42*1)+(46*0) + (46*0)+(50*0)+(55*0) + (52*0)+(56*0)+(58*0)
= 42 (le filtre dépose ses résultats sur une copie de l'image et pas directement dans
l'image). Nous constatonsons que le filtre a diminué l'intensité du pixel
Remarque
Dans le cas d'une image couleur , il faut effectuer le filtrage pour chacune ds
composantes
GIMP par exemple utilise des matrices de convolution 5x5 ou 3x3
Les logiciels rencontrés dans la pratique implémentent ces filtres avec de
tailles prédéfinies
Filtre de lissage
Le masque ci-dessous rend l'image plus floue. On dit que c'est un filtre passe-bas
appelé filtre moyenneur . Appliquer ce masque à une image numérique revient en
fait à remplacer la valeur de chaque pixel par la moyenne des 9 pixels formant un
carré.
Masque de convolution
1/9 1/9 1/9
22
Introduction au Filtrage numérique
Exemple
Exemple de filtrage de l'image du bruit de fond. Le résultat obtenu après filtrage par
un filtre moyenneur d'ordre 3 et un filtre moyenneur d'ordre 5
Filtre médian
La technique de filtre médian est largement utilisé en traitement d'images
numériques, car il permet de réduire le bruit tout en conservant les contours de
l'image.
L'idée principale du filtre médian est de remplacer chaque pixel par la valeur
médiane de son voisinage
Exemple
Considérons neuf pixels en niveaux de gris, dont une valeur est aberrante (ici 255):
2 4 12
2 255 3
7 9 3
Le filtre médian va d'abord trier ces valeurs par ordre croissant :
2, 2, 3, 3, 4, 7, 9, 12, 255
et prendre la valeur médiane (la cinquième valeur), ici la valeur 4. La sortie du filtre
donnera :
2 4 12
2 4 3
7 9 3
23
Introduction au Filtrage numérique
Exemple
Nous illustrons le résultat du filtrage par des filtres médian d'ordre 3 et d'ordre 5
Filtre d'accentuation
Le masque ci-après rendra l'image plus nette. C'est un filtre passe-haut.
0 -0.5 0
-0.5 4 -0.5
0 -0.5 0
Attention ! Il peut arriver que la nouvelle valeur ne soit plus comprise entre 0 et
255. Il faudra donc toujours prendre min(x, 255) et max(x, 0), où x est la nouvelle
valeur.
Exemple
Dans cet exemple, nous illustrons le rehaussement du contraste sur l'image du bruit
de fond a partir du masque de filtre spécifié
24
Introduction au Filtrage numérique
-1 0 1
-2 0 2
-1 0 1
Exemple
Nous illustrons dans l'exemple suivant la détection des contours de l’image Léna à
l'aide du filtre de Sobel. le résultat nous donne une image qui fait ressortir les
contours des objets présents dans l'image
Remarque
La liste des filtres présentés ici n'est pas exhaustive
Les filtres passe-bas servent généralement à éliminer le bruit présent dans
les images numériques
Les filtres passe-haut permettent de faire ressortir les détails contenus dans
l'image. Ils sont très utilisés dans la détection des contours des objets
25
Binarisation
III
III -
d'une image
Exercice 1
On considère l'image numérique suivante
h(i) 31 16 21 12
h(i) 31 16 21 12
h(i) 3 16 21 12
h(i) 25 16 21 12
Aucun
27
Binarisation d'une image
Exercice 2
En se plaçant dans les hypothèses de la question précédente , quelle est la
dynamique de l'image ? Donnez la reponse souss la forme : imin..imax
Exercice 3
En reprenant l'image de l'exercice 1, on veut étaler l'histogramme du noir au blanc.
on se propose pour cela d'utiliser des transformations. lesquelles de ces
transformations peuvent-elles être utilisées ?
transformation linéaire
>1
binarisation de l'image
négatif de l'image
I' = I+ 127
Exercice 4
On veut binariser cette image. Quel seuil proposez-vous ?
28
FIltrage
IV
IV -
Exercice 1
On considère l'image J suivante :
29
FIltrage
0 0 3 -3 0 0
0 0 3 -3 0 0
0 0 3 -3 0 0
0 0 3 -3 0 0
0 0 3 -3 0 0
0 0 3 -3 0 0
0 0 3 3 0 0
0 0 3 3 0 0
0 0 3 3 0 0
0 0 3 3 0 0
0 0 3 3 0 0
0 0 3 3 0 0
1 1 3 -3 0 0
1 13 -3 0 0
1 1 3 -3 0 0
1 1 3 -3 0 0
1 13 -3 0 0
1 1 3 -3 0 0
0 0 3 0 0 0
0 0 3 0 0 0
0 0 3 0 0 0
0 0 3 0 0 0
0 0 3 0 0 0
0 0 3 0 0 0
Exercice 2
En reprenant les hypothèse de l'exerice précédent, lesquelles des affirmations
suivantes sont correctes ?
Exercice 3
En reprenant les hypothèses de la question 1, La quelle des affirmations suivantes
concernant le résultat de l'application du filtre F3 à l'image est verifiée ?
30
FIltrage
31
Conclusion
Dans cette leçon ,nous avons étudié quelques une des opérations de base couramment
utilisées en traitement de l'image. Ces opérations permettent soit de modifier la qualité de
l'image soit d'en faire ressortir certains détails selon les applications. Leur implémentation
est dans la plupart des logiciels utilisés et leur compréhension en facilite leur utilisation.
33