Ecole NaTIOnale SUPERIEURE ET D’Analyse des

D’InfoRMATIqUE
SysTEMES - RABAT

Rapport du PFA

Filière :

Business Intelligence & Data Analytics

Réalisé par :
Batrani Zohore

Zatti Nada

Ait Moussa hanane

Ounaser Imane

Année Universitaire 2022/2023

 Preprocessing :
Le prétraitement est l’étape initiale des techniques de traitement d’images. Il est utilisé pour améliorer la
qualité de l’image et permettre une visualisation claire. Contrairement aux méthodes traditionnelles qui utilisent
l'image inversée du canal vert, notre méthode utilise une image prétraitée en entrée. Les principales étapes de
prétraitement comprennent la suppression du reflet des vaisseaux centraux, l'homogénéisation de l'arrière-plan et
l'amélioration des vaisseaux. Ces étapes permettent de préparer l'image de rétine en éliminant les artefacts
indésirables et en mettant en évidence les structures vasculaires. Le but de cette étape est d'obtenir une
segmentation précise des vaisseaux sanguins dans les images de rétine, ce qui peut contribuer à la détection et au
suivi de la maladie de la rétinopathie diabétique.

1. Mise en évidence des vaisseaux (GREEN CHANNEL)

On commence le prétraitement par l'application du canal vert sur l'image de la rétine qui consiste à extraire
uniquement les informations de la composante verte de l'image d'origine. Cela signifie que l'image résultante ne
contiendra que les niveaux de gris correspondant à la quantité de vert présente dans chaque pixel de l'image
initiale.

En appliquant le canal vert à notre image rétinienne, les vaisseaux sanguins deviennent plus visibles et plus
contrastés par rapport au reste de l'image. Cela est dû au fait que les vaisseaux sanguins ont une réflectance plus
faible dans la composante verte par rapport à d'autres structures de l'œil. Les vaisseaux sanguins se détachent
davantage et sont plus faciles à distinguer.

2. Suppression des reflets des vaisseaux centraux : Morphological Opening

Lorsque nous prenons une image de la rétine avec une caméra spéciale, les vaisseaux sanguins apparaissent plus
sombres que les autres parties de l'image. Cependant, à cause de cette différence de réflectance, il y a une petite
zone lumineuse au milieu des vaisseaux sanguins. Cela s'appelle le "reflet des vaisseaux centraux". Pour supprimer
ce reflet, nous utilisons une méthode appelée "ouverture morphologique". Cela consiste à appliquer une sorte de
filtre à l'image en utilisant un cercle de taille spécifique. Le cercle est suffisamment petit pour éviter que deux
vaisseaux proches ne se fondent ensemble.
3. Uniformiser l'arrière-plan de l’image :

Dans l'image rétinienne capturée par la caméra du fond d'œil, une intensité d'arrière-plan non uniforme se
produit, c'est-à-dire que les pixels d'arrière-plan dans l'image capturée auront des valeurs d'intensité différentes.
En général, la valeur de niveau de gris des pixels d'arrière-plan sera plus élevée que celle des pixels de vaisseaux,
mais en raison de ces différences d'éclairage, certaines valeurs de niveau de gris des pixels d'arrière-plan
correspondent aux valeurs de niveau de gris plus claires des pixels de vaisseaux. Pour homogénéiser ces variations
d'éclairage, une image homogénéisée est obtenue à partir de l'image estimée de l'arrière-plan en utilisant la
procédure suivante :

-Supprimer le bruit de type "sel et poivre" (salt and pepper noise)

Après avoir supprimé le reflet des vaisseaux centraux, nous appliquons un filtre médian pour éliminer le
bruit de type "sel et poivre" présent dans l'image. Ce filtre remplace chaque pixel par la médiane des
valeurs des pixels voisins, ce qui améliore la netteté et la propreté de l'image. Cette étape de filtrage est
essentielle pour préparer l'image en vue des étapes ultérieures d'analyse des vaisseaux sanguins.

-Lisser une image en utilisant un filtre gaussien

Une fois que le bruit de type "sel et poivre" a été supprimé, nous appliquons un filtre gaussien à l'image
pour un lissage supplémentaire du bruit. Ce filtrage gaussien permet de réduire davantage les variations
indésirables et de rendre l'image plus lisse.
-Estimer l'image de fond (background image)

-Calculer l’image de différence

Ensuite, une image de différence est créée en soustrayant l'image Fo de l'image background image. Cela
signifie que chaque pixel de l'image de différence est obtenu en soustrayant la valeur du pixel
correspondant dans Fo de la valeur du pixel correspondant dans B, Cette opération de différence permet
de mettre en évidence les disparités ou les variations entre les deux images, ce qui peut être utile pour
détecter des caractéristiques spécifiques ou des changements d'intensité dans l'image.

-Correction de nuance

Une image corrigée des nuances est obtenue à partir de l'image de différence en convertissant les valeurs
de niveau de gris en nombres entiers couvrant toute la plage d'entiers de 0 à 255.

Cette image corrigée des nuances permet de réduire les variations d'intensité de l'arrière-plan par rapport
à l'image du canal vert obtenue à partir de l'image rétinienne.
 -Déplacez l'histogramme de l’image

Pour réduire les variations dans les images rétiniennes produites lors de la capture en raison de conditions
d'éclairage différentes, une image homogénéisée est obtenue à partir de l'image des nuances corrigée.
Cette fonction de transformation déplace l'histogramme de l'image corrigée des nuances vers le milieu de
l'échelle de gris pour obtenir l'image homogénéisée.

4- Vessel enhancement

L'amélioration des vaisseaux (Vessel enhancement) est une technique utilisée en traitement
d'images pour améliorer la visibilité des vaisseaux dans des images médicales ou d'autres
domaines, tels que la vision par ordinateur ou la cartographie des routes. L'objectif principal de
l'amélioration des vaisseaux est de mettre en évidence les structures vasculaires et de faciliter leur
analyse et leur visualisation.

Dans le contexte médical, l'amélioration des vaisseaux est souvent utilisée pour améliorer la
visibilité des vaisseaux sanguins dans des images médicales, telles que les angiographies, les IRM
ou les scanners. Cela permet aux professionnels de la santé, tels que les radiologues ou les
chirurgiens vasculaires, de mieux détecter et analyser les vaisseaux, ce qui est crucial pour le
diagnostic et le traitement de diverses affections vasculaires.

Etape1 :
 La fonction cv2.bitwise_not effectue une opération de négation bit à bit sur les pixels de l'image.
Elle inverse les valeurs des pixels, de sorte que les pixels blancs deviennent noirs et vice versa. Cela
crée l'effet de complément de l'image.

Etape 2 :

L'étape que vous avez mentionnée implique la création d'un élément structurant pour les opérations
morphologiques, en utilisant une forme de disque avec un rayon de 8 pixels. Cela est réalisé à l'aide
de la fonction cv2.getStructuringElement de la bibliothèque OpenCV.

Les opérations morphologiques sont des opérations de traitement d'images qui se basent sur la
forme et la structure des objets dans une image. Elles sont souvent utilisées pour effectuer des
tâches telles que l'érosion, la dilatation, l'ouverture et la fermeture d'objets dans une image.

Par exemple nous avons effectué l’opération morphologique "ouverture" (opening) à l’image, pour
éliminer les petites taches ou les pixels isolés dans l’image. Cela peut contribuer à améliorer la clarté
et la qualité de l'image en réduisant le bruit ou les imperfections indésirables.
Etape 3 :

Cette opération est connue sous le nom de "topha. Elle permet de mettre en évidence les structures

fines ou les détails subtils dans l'image qui n'ont pas été supprimés par l'opération d'ouverture
morphologique. Le résultat est souvent une image qui met en évidence les variations locales
d'intensité ou les objets de petite taille dans l'image.En effectuant la soustraction de l'image
complémentaire et de l'image résultante de l'ouverture morphologique, ce qui permet de mettre en
évidence les détails subtils ou les structures fines dans l'image.

Etape 4 :

L’application de gradient morphologique de l’image est une mesure de l'intensité des variations
locales dans l'image. Il met en évidence les contours et les transitions d'intensité dans l'image.
L'opération de gradient morphologique est réalisée en effectuant une dilatation morphologique
suivie d'une érosion morphologique sur l'image.
Apres, nous avons créé un nouvel élément structurant elliptique de taille (5, 5) et applique une opération
d'ouverture morphologique à l'image du gradient morphologique, ce qui permet de supprimer les petites
structures indésirables et de lisser les contours des objets dans l'image.