ECOLE NATIONALE des

SCIENCES APPLIQEES de
TETOUAN

Cours de Traitement d’images

Prof. Abdellatif Medouri

amedouri@uae.ac.ma
 Opérations sur une image
Comment transformer une image ?

• Chaque pixel de l’image est défini par sa position (i,j) et son

amplitude (intensité) k dans l’image
• Il existe deux types de transformations sur les pixels de l’image :
– les transformations géométriques qui modifient les positions
des pixels
– les transformations radiométriques qui modifient les intensités
des pixels
• Possibilité d’effectuer des opérations entre images, qui utilisent
ces deux types de transformation

2
 Transformations géométriques d’image
Transformation affine

• Transformation directe sur les coordonnées spatiales d’un pixel

exprimée de manière générale par :
𝑖′ 𝑖
=𝑇 +𝑉
𝑗′ 𝑗
où T est une matrice de transformation, et V un vecteur
• Transformation inverse sur les coordonnées spatiales d’un pixel
(sans V) :
𝑖′ −1 𝑖
=𝑇
𝑗′ 𝑗
• On construit alors l’image J à partir de I par : J(i′,j′) = I(i,j)

3
 Transformations géométriques d’image
Translation

• La translation d’un pixel (i,j) de vecteur (ti,tj)T s’exprime :

𝑖′ 1 0 𝑖 𝑡𝑖
= + 𝑡
𝑗′ 0 1 𝑗 𝑗

4
 Transformations géométriques d’image
Changement d’échelle

• Le changement d’échelle d’un pixel (i,j) de cœfficients αi et αj

s’exprime :
𝑖′ 𝛼𝑖 0 𝑖
= 0 𝛼
𝑗′ 𝑗 𝑗

5
 Transformations géométriques d’image
Rotation

• La rotation d’un pixel (i,j) d’angle θ (dans un repère au centre de

l’image) s’exprime :
𝑖′ cos 𝜃 sin 𝜃 𝑖
=
𝑗′ − sin 𝜃 cos 𝜃 𝑗

6
 Transformations géométriques d’image
Déformation linéaire

• La déformation linéaire d’un pixel (i , j ) de cœfficients βi1 , βi2 ,

βj1 et βj2 s’exprime :
𝑖′ 𝛽𝑖1 𝛽𝑖2 𝑖
=
𝑗′ 𝛽𝑗1 𝛽𝑗2 𝑗

7
 Transformations géométriques d’image
Les coordonnées homogènes

• Système de coordonnées défini dans les "espaces projectifs"

– espaces euclidiens ⊂ espaces affines ⊂ espaces projectifs
• Avec les mains : une coordonnée supplémentaire
(x , y ) affine → (x , y , 1) ∼ (x · w , y · w , w ) projectif
• Toutes les transformations géométriques sont exprimées sous
forme matricielle :
– Les translations de ℝ2 deviennent des transformations
linéaires dans ℝ3
– Idem pour les projections (orthogonales ou non)

8
 Transformations géométriques d’image
Les coordonnées homogènes

Exemples :
• déformation linéaire en coordonnées homogènes :
𝑖′ 𝛽𝑖1 𝛽𝑖2 0 𝑖
𝑗′ = 𝛽𝑗1 𝛽𝑗2 0 𝑗
1 0 0 1 1
• Déformation affine (linéaire + translation) :

𝑖′ 𝛽𝑖1 𝛽𝑖2 𝑇𝑥 𝑖
𝑗′ = 𝛽𝑗1 𝛽𝑗2 𝑇𝑦 𝑗
1 0 0 1 1

9
 Transformations géométriques d’image
Problème
• Une transformation directe n’implique pas que tous les pixels de
l’images destination auront une couleur→ phénomènes de “trous”
dans les images
• Deux solutions :
– Appliquer une transformation inverse (mais la matrice doit
être inversible !)
– “Boucher” les trous
• Dans les deux cas, il faut interpoler

10
 Transformations directe et inverse
Problème
• Transformation directe : on part des pixels de l’image initiale et
on calcule leur transformé : génération de “trous” ou de
superpositions
• Transformation inverse : on part des pixels de l’image résultat et
on détermine à quel pixel ils correspondent dans l’image initiale
par transformation inverse.

11
 Interpolations

• Deux modes d’interpolation principaux :

– Plus proche voisin : le pixel est de la même couleur que celle de
son plus proche voisin
– Interpolation bilinéaire : prise en compte des 4 voisins du pixel
pour faire une combinaison bilinéaire des intensités

• Il en existe beaucoup d’autres : B-splines, polynômes d’Hermitte, ...

12
 Interpolations

P = (1−v)A + vB
Q = (1−v)D + vC
R = (1−u)P + uQ
= (1−v)(1−u)A + (1−u)vB + uvC + u(1−v)D

13
 Améliorations d’images
But de l’ Amélioration
• Rendre les images plus aptes à l’interprétation humaine ou à celle
de la machine
• Aucune théorie générale
• Manipulation dans le domaine spatial : accès direct aux valeurs
de pixels
• Manipulation dans le domaine fréquentiel : modification de la
transformée de Fourier de l’image

14
 Améliorations d’images
Types d’ Amélioration
• Amélioration ponctuelle : f′(i,j) = T(f(i,j))
– Modification de la brillance ou du contraste d’une image.
– L’arrangement spatial (position) des pixels n’intervient pas :
aucune relation de voisinage étudiée.
– Travail sur les histogrammes, les valeurs de pixels, ...
• Amélioration locale : f′(i,j) = T(f(V)), où V est un voisinage du
pixels (i,j)
– Utilisation de filtres.
• Amélioration fréquentielle : f ′ = T(f )
– Utilisation de la transformée de Fourier.
15
 Améliorations d’images
Pourquoi améliorer une image ?

• Régions à faire apparaître

• Image trop claire ou trop foncée
• Nécessité de modifier ses niveaux de gris afin de rendre visibles
certains détails

16
 Améliorations d’images
Rehaussement logarithmique de contraste

Définition :
• Formule : k′ = log(k)
• L’intervalle des intensités sombres est augmenté (éclaircissement
global de l’image) : utilisé pour traiter des images trop sombres
• Remettre l’intervalle de variation des k′ entre 0 et (L − 1)

17
 Améliorations d’images
Rehaussement logarithmique de contraste

18
 Améliorations d’images
Rehaussement exponentiel de contraste

Définition :
• Formule : k′ = ek
• L’intervalle des intensités claires est augmenté (assombrissement
global de l’image) : utilisé pour traiter des images trop claires
• Remettre l’intervalle de variation des k′ entre 0 et (L − 1)

19
 Améliorations d’images
Rehaussement exponentiel de contraste

20