Chapitre III : Numérisation, Echantillonnage, Quantification.

III.1. Introduction : La numérisation est la conversion des informations d'un support (texte,
image, audio, vidéo) ou d'un signal électrique en données numériques que des dispositifs
informatiques ou d'électronique numérique pourront traiter. Les données numériques se
définissent comme une suite de caractères et de nombres qui représentent des informations.
On utilise parfois le terme franglais digitalisation (digit signifiant chiffre en anglais).
La numérisation d'une image la transforme en suite d'instructions permettant de la
reconstituer. Ces instructions peuvent consister en un tableau des sensations visuelles pour
chaque élément (pixels) ou avoir une organisation plus complexe (images comprimées,
images vectorielles). À moins que les données numériques ne soient produites directement par
des humains (on parle alors de saisie de données), la numérisation comporte en général au
moins trois phases :
a- Une phase d'échantillonnage où des dimensions de l'objet (par exemple, le temps,
l'espace…) sont explorées à intervalles souvent réguliers ;
b- Une phase de quantification, où la valeur du signal représentant l'objet aux points
d'échantillonnage est arrondie à une valeur prise dans un ensemble fini ;
c- Une phase d'encodage, qui fait correspondre à chacune de ces valeurs un code
numérique (par exemple, binaire petit-boutien, code Gray, etc.).
À ces trois phases succèdent souvent des opérations plus complexes permettant un encodage
plus efficace. C’est notamment le cas pour la numérisation des images dans les appareils
photographiques numériques et pour la numérisation des textes (reconnaissance optique de
caractères).
III.2. Echantillonnage :

Consiste à représenter l'image par un nombre fini de points. Il peut être vu comme une
superposition à l'image une grille régulière formé de petits éléments chacun d'eux va
présentera un point de l'image discrète appelé pixel (PICture ELement). L'échantillonnage
spatial détermine la taille de chaque point élémentaire de l'image (pixel). ). Cette taille est
fonction de la résolution du capteur (dans notre cours on s’intéresse au capteur CCD).

Figure III.1 : Echantillonnage et

reconstruction

13
 Chapitre III : Numérisation, Echantillonnage, Quantification.

III.2.1. Théorie de l’échantillonnage :

Les spécialistes du traitement numérique d’images ont pour habitude de représenter une
image échantillonnée sous forme de carrés où l'intensité de l'image est continue (les pixels).
Ce n'est pas une vision convenable dans le cadre de l’utilisation de la théorie de
l'échantillonnage. Il faut penser l’image comme étant une association d’impulsions de Dirac.
Chaque impulsion est au centre d'un pixel dont l’amplitude est l'intensité de ce pixel. Tout ce
qu’il reste du pixel a une intensité nulle. La représentation sous forme de pixels
précédemment présentée correspond au filtrage de l'image composée d'impulsions de Dirac
par un filtre dont la réponse impulsionnelle est une fonction égale à un à l'intérieur du carré
support d'un pixel centré à l'origine et nulle partout ailleurs.

III.2.2. Impulsions de Dirac :

Une impulsion de Dirac dans le plan est telle que :

b(x, y) = P (x, y). P (x, y) = 𝛿(x-m∆x) . 𝛿(y-n∆y)

- -

Δx : période par rapport au Ox.

Δy : période par rapport au Oy.

La transformer de Fourier de b(x,y) est aussi une impulsion de Dirac

𝑆(𝑢, 𝑣) = 𝑇𝐹𝐷[𝑏(𝑥, 𝑦)] = P (𝑢, 𝑣) ∗ P (𝑢, 𝑣)𝛿(𝑣) = 𝛿(𝑢 − 𝑘∆u) ∗ 𝛿(𝑢) 𝛿(𝑣 − 𝑙∆v)
- -

Tell que Δu=2π/Δx , Δv=2π/Δx.

Alors l’échantillonnage de l’image :

I (x, y) = I (x, y) . b(x, y)

Id(x,y) représente l’image échantillonner

Ia(x,y) représente l’image continue.

Après la transformée de Fourier

I (u, v) = I (u, v) * S(u, v)

Id(u,v) représente le spectre de l’image

14
 Chapitre III : Numérisation, Echantillonnage, Quantification.

Figure III.2 : Résultat d’une image Echantillonnée.

Pour calculer la période utiliser dans l’échantillonnage Te=1/fe

Tell que fe=2.fmax

Fmax (la largeur de bande de l'onde)

FigureIII.3 : Echantillonnage d’une image à déférentes fréquences

III.3. Quantification :

En sciences, la quantification consiste à attribuer une valeur à une grandeur physique, prise
dans un ensemble fini de valeurs, souvent dans le but de numériser une information
analogique pour la traiter par ordinateur. Elle regroupe de plus les notions de logique
mathématique reliant les variables à une quantité.

Pour quantifier une image I(x,y)

15
 Chapitre III : Numérisation, Echantillonnage, Quantification.

Tell que Lxy est la valeurs de pixel(x,y) quantifier sur m bits, peut prendre la valeur

Lxy={0,2m-1}

m = 1 bit : 2 valeurs possibles (images binaires)

m = 8 bits: 256 valeurs possibles (images en niveaux de gris)

m = 16 bits: 65535 valeurs possibles (images en couleurs)

Figure III.4 : Image quantifier sur déférent bits

Une quantification trop faible provoque des “faux contours”

16