Académique Documents
Professionnel Documents
Culture Documents
AU 2023
Images : Concepts de Base
Objectif du cours :
2
Plan du cours
Partie 3 : Segmentation
3
Partie 1 : Traitement d’images
Notions de base
4
I. Notions de Base
Traitement d'images :
Image numérique:
C’est une représentation planaire d’une scène ou d’un objet situé généralement dans un
espace tridimensionnel.
Toute image acquise, créée, traitée ou stockée sous forme binaire
• On désigne par s=[i,j] un site de coordonnées [i,j] dont la valeur notée A[s] ou A[i,j].
On appelle pixel le couple(s, A[s]).
Exemple :
- Signal bidimensionnel : une image possède deux dimensions: largeur et hauteur.
- Signal fini : une image possède des dimensions finies
exemple : 640x480, 800x600 points (pixels)…
- Signal échantillonné : les pixels d’une image sont régulièrement espacés sur une grille carrée.
- Valeurs quantifiées : les valeurs des pixels appartiennent à un intervalle borné connu (par exemple
[0,Ng] où Ng est la valeur maximale du niveau de gris, par exemple [0,255]). 7
Formellement
8
Formellement
9
Formellement
L’image numérique peut être considérée aussi :
10
Analyse d’images (Image Analysis)
Techniques de traitement d'images : toutes les techniques ayant
pour but la modification des caractéristiques chromatiques des
pixels des images bitmap (Entrée et la sortie : image).
11
II. EXEMPLES DE CHAMPS D’APPLICATION
12
12
II. EXEMPLES DE CHAMPS D’APPLICATION
13
Reconnaissance de
caractères Chèques
et Courrier
14
14
15
15
Imagerie médicale : Aide au diagnostic, reconstruction 3D, …
Reconstruction 3D
16
o Réalité augmentée
(analyse: traitement+synthèse)
o Infographie
17 17
Bases de données : BDD image, BDD multimédia
18 18
III. Numérisation d’une image
19
III. Numérisation d’une image
20
En 2D, une image numérique est une image échantillonnée et quantifiée
III. Numérisation d’une image
Numérisation : Echatilonage d’un signal : Sur cet exemple, la tension en rouge est
mesurée 5 fois
Le signal reconstruit
ressemble très peu au
signal analogique 21
III. Numérisation d’une image
Etape-1 : Echantillonnage d’une image
(résolution spatiale).
C’est le procédé de discrétisation spatiale d’une image qui consiste à
associer à chaque zone rectangulaire ou carrée R(i,j) d’une image
continue une valeur I(i,j) unique.
• La résolution spatiale est le plus petit détail discernable.
• L’échantillonnage est limité par la capacité du capteur,
(nombre de pixels disponible).
• On parle de sous-échantillonnage lorsque l'image est
déjà discrétisée et qu'on diminue le nombre
d'échantillons.
22
Numérisation de l’image
Echantillonnage et information
Illustrations de
l’échantillonnage
23
Echantillonnage et information
512*512
512*512 50 * 50
50 * 50
Echantillonnage et information
25
Echantillonnage et information
• Ce phénomène appelé aliasing est encore pire en 2d, car il affecte la
fréquence et la direction des structures périodiques
26
Echantillonnage et information
Etape-2 : Quantification
La quantification désigne le nombre de valeurs différentes
disponible que peut prendre I(i,j).
La résolution tonale est le plus petit changement discernable.
27
Echantillonnage et information
Quantification et information
Illustrations de la quantification
28
Echantillonnage et information
Quantification et information
29
IV. Représentation des images
• De point de vue informatique, une image est représentée par un tableau
de pixels à deux dimensions M X N ( M : hauteur, N : largeur).
• Un élément (pixel) est repéré par ses coordonnées (i,j). L’origine du repère
image se trouve en haut à gauche.
• Chaque élément a une valeur entière dans l’intervalle
[Lmin, Lmax]. Cette une valeur est codée sur un certain nombre de bits
déterminant la couleur ou l'intensité du pixel, appelée profondeur de
codage (parfois profondeur de couleur).
• 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=2^k
Par exemple, pour k=1 bit, L=2^1=2 (noir, blanc),
k=8, L=2^8= 256 (256 niveaux de gris),…
• Pour une image ayant une résolution de MxN pixels et une résolution de K
bits (ou de L niveaux de tons), le nombre de bits pour stocker une image
est:
b=M X N X K
La surface de l’image
numérique est divisée en
éléments de tailles fixes :
pixels
Les pixels ont chacun
comme caractéristique
prélevée à l’emplacement
correspondant dans
l’image un niveau de gris
ou une couleur
31
IV. Représentation des images
• La résolution spatiale désigne le nombre de pixels d’une
image (résolution spatiale en pixels)
• La résolution en pixels par unité de longueur d’une image
désigne le nombre de pixel par unité de longueur décrivant la
finesse des détails dans une image bitmap. La résolution se
mesure principalement en :
• dpi (ppi) : dot (pixel) per inch (2.54 cm)
• ppm :pixel par millimètre
• Plus le nombre de pixels par inch (pouce) est grand, plus
la résolution est élevée
32
V. Niveaux de gris et couleurs
33
V.1 Images binaires
34
V.2 Images en niveaux de gris
• Images en niveaux de gris : codés sur n (2 :8) bits.
• 4 niveaux = 2 bits
• 8 niveaux = 3 bits
• 16 niveaux = 4 bits (Bitmap 16 couleurs ou 16 niveaux de gris). En
stockant 4 bits dans chaque case, il est possible de définir pour
chaque pixel, c'est-à-dire 16 dégradés de gris allant du noir au
blanc ou bien 16 couleurs différente.
• 32 niveaux = 5 bits
• 64 niveaux = 6 bits
• 128 niveaux = 7 bits
• 256 niveaux = 8 bits. Images en teintes (ou niveaux) de gris. On ne
code ici plus que le niveau de l'intensité lumineuse, généralement
sur un octet (256 valeurs).
• Les primaires RVB sont des primaires additives, c’est-à-dire, que les
contributions de chacun sont ajoutés pour créer le résultat.
• Si les trois composantes ont une valeur égale, une nuance de gris neutre est
obtenue.; s’ils ont la valeur 255, un blanc pur est obtenu. Une valeur égale à 0
pour chacune produit du noir.
38
IMAGES COULEURS : IMAGES 24 BITS
• Le codage de la couleur est réalisé sur trois octets. Chaque
octet représentant la valeur d'une composante couleur par un
entier de 0 à 255.
• Ces trois valeurs codent généralement la couleur dans
l'espace RVB. Le nombre de couleurs différentes pouvant
être ainsi représenté est de 256 x 256 x 256 possibilités, soit
près de 16 millions (16777216) de couleurs.
R G B Couleur
0 0 0 noir
0 0 1 nuance de noir
255 0 0 rouge
0 255 0 vert
0 0 255 bleu
128 128 128 gris 39
40
Conversion RVB en NG
• La conversion entre les composantes de couleur RVB (Rouge, Vert, Bleu) et une
intensité en niveau de gris peut se faire de différentes manières.
• L'intensité est souvent calculée en prenant la moyenne des valeurs des
composantes RVB:
I= (R+V+B)/3
Où R, V et B sont les valeurs des composantes Rouge, Vert et Bleu respectivement
pour un pixel donné.
42
Images à palettes, images
en 256 couleurs (8 bits)
• La conversion d'une image RVB (Rouge, Vert, Bleu) en une image à
couleurs indexées implique de réduire le nombre de couleurs
utilisées dans l'image à un certain nombre prédéfini de couleurs.
• Selon le nombre de couleurs présentes dans l'image, on peut
gagner une place non négligeable :
• On considère en pratique que 256 couleurs ; parmi les 16 millions de
couleurs 24 bits ; sont suffisantes.
• Pour les coder, on aura donc une palette occupant 24 bits x 256
entrées, soit 3 x 256 octets, et les pixels de l'image seront associés à
des index codés sur un octet.
• L'occupation d'une telle image est donc de 1 octet par pixel plus la
LUT, ce qui représente un peu plus du tiers de la place occupée par
une image en couleurs 24 bits (plus l'image contient de pixels, plus le
gain de place est important, la limite étant le tiers de la place occupée
par l'image en couleurs vraies).
• On peut changer seulement la LUT d'une image en conservant les
valeurs des index de l'image
43
Images à palettes, images
en 256 couleurs (8 bits)
44
V.5 Images avec gestion de la translucidité
• On peut attribuer à une image un canal
supplémentaire, appelé canal alpha, qui définit le
degré de transparence de l'image.
• Il s'agit d'un canal similaire aux canaux traditionnels
définissant les composantes de couleur, codé sur un
nombre fixe de bits par pixel (en général 8 ou 16).
On échelonne ainsi linéairement la translucidité
d'un pixel, de l'opacité complète à la transparence.
• Une valeur de 0 signifie que le pixel est totalement
transparent (invisible), tandis qu'une valeur de 255
Image sur un fond en damier permet
signifie que le pixel est totalement opaque d’observer la transparence.
(entièrement visible).
• utile dans des domaines tels que la conception
graphique, les jeux vidéo, les effets spéciaux et la
réalité augmentée. 45
VI. Types et Formats d'images
• Une image matricielle (ou image en mode point, ou en
anglais une « bitmap » ou « raster ») est une image
numérique dans un format de données qui se compose
d'un tableau de pixels ou de points de couleur,
généralement rectangulaire, qui peut se visualiser sur
un moniteur d’ordinateur, tout autre dispositif
d'affichage, ou simplement sur une feuille de papier.
46
Images vectorielles
• Une image vectorielle, est une image numérique composée d'objets
géométriques individuels (segments de droite, polygones, arcs de
cercle, etc.) définis chacun par divers attributs de forme, de position, de
couleur, etc.
• Par exemple, une image vectorielle d’un cercle est définie par des
attributs de types : position du centre, rayon…
• Sur un support de masses (disques ...) les images sont stockées sous
la forme de fichiers qui contiennent :
• Une entête ( Hauteur, Largeur, LUT)
• La valeur des pixels
48
Formats d'images
49
Illustrations de Formats d’Images : PBM, PGM et PPM
- 10 10 dimension de l’image
51
Illustrations de Formats d’Images : PBM, PGM et PPM
Le format PGM est utilisé pour représenter des images en niveaux de gris. Chaque
pixel est représenté par un nombre (généralement entre 0 et 255) indiquant l'intensité
du gris
57