Chapitre II: Oprations et Transformations

Mme Ben Sad Salma

Matre Assistant Dpartement Gnie Physique et Instrumentation

Amlioration du contraste
But: Manipuler lchelle de niveaux de gris afin damliorer la plage de la dynamique. Causes dun faible contraste: Mauvais clairage Capteur avec plage dynamique faible Sources dclairage parasites Rponse non-linaire du capteur
2

Amlioration du contraste
Plusieurs mthodes possibles : Transformation linaire Transformation linaire avec saturation Transformation linaire par morceau Transformation non-linaire galisation de lhistogramme

Transformation linaire

Transformation linaire

Transformation linaire avec saturation

Transformation linaire par morceaux

Transformation non linaire

Autres fonctions

Recadrage de dynamique par transformation

Remarque: Dans le cas o l'histogramme initial occupe toute la plage de dynamique, aucun changement n'est visible par transformation.

10

Egalisation dhistogramme

11

Egalisation dhistogramme
Pour amliorer le contraste, on cherche aplanir lhistogramme

Etape 1 : Calcul de l'histogramme Etape 2 : Normalisation de l'histogramme (Nbp : nombre de pixels de limage) Etape 3 : Densit de probabilit normalis Etape 4 : Transformation des niveaux de gris de l'image
12

Egalisation dhistogramme
L'galisation d'histogramme peut amliorer une image l o la correction de dynamique de l'histogramme est inefficace.

Remarque: Si on prend une mme image avec des contrastes diffrents, lgalisation dhistogramme donne le mme rsultat 13 pour toutes les images.

Oprations (ET,OU) sur les images

Les oprations logiques fonctionnent aussi sur les images.

14

Oprations logiques sur les images

Quelques oprations binaires entre images. Dans cet exemple, le noir reprsente la valeur binaire 1 et le blanc reprsente la valeur binaire 0.

15

Addition dimages
Si f et g sont deux images, on peut dfinir laddition R pixel pixel de ces deux images par :

Laddition dimages peut permettre : De diminuer le bruit dune vue dans une srie dimages Daugmenter la luminance en additionnant une image avec elle-mme

16

Soustraction dimages
On peut dfinir la soustraction S pixel pixel de deux images f et g par :

La soustractions dimages peut permettre : Dtection de dfauts Dtection de mouvements

17

Multiplication dimages
La multiplication S dune image f par un ratio (facteur) peut se dfinir par :

La multiplication dimages peut permettre damliorer le contraste ou la luminosit

18

Oprations sur les images

19

Filtrage
Buts: Attnuer le bruit Analyse multirsolution Accentuer les discontinuits Dfinition Le filtrage est le processus de remplacer un pixel par une valeur qui est fonction des donnes proximit du pixel. Cest un oprateur local.

20

Filtrage
Catgories Filtres linaires Filtre passe-bas adoucir limage, attnuer le bruit Filtre passe-haut rehausser les artes Filtre passe-bande rehaussement slectif des artes (selon dimensions) Filtres non-linaires Attnuation du bruit impulsionnel Rehaussement des discontinuits / filtrage du bruit

21

Systmes numriques bidimensionnels

Les filtres numriques appliqus aux images est dfinie par le systme bidimensionnel discret linaire et invariant par translation spatiale. Il est Bas sur le mcanisme de l'opration de convolution ralise dans le domaine spatial (par opposition au domaine frquentiel) Convolution Un filtre numrique linaire est ralis grce la convolution de limage avec un noyau reprsentant la rponse impulsionnelle du filtre. Le noyau est aussi appel masque pour rappeler lopration de multiplication effectue par la convolution. La frquence de coupure du filtre est en gnral dtermine par la dimension du masque.

22

Systmes numriques bidimensionnels

Thorme de la convolution
Pour certains traitements de rehaussement dimages, limage est lisse avec un filtre rponse impulsionnelle:

(f *g)(x, y)=
Dans le cas discret:

f(xu, yv)g(u,v)dudv
(u,v) W

g(u,v)f(xu, yv)

g: masque de convolution
23

Filtre Moyenneur
Les filtres moyenneurs calculent la moyenne, ventuellement pondre, des pixels situs dans le voisinage de chaque pixel. Type: passe-bas Dfinition: -Permet de rduire le bruit dans l'image, ce qui rend les zones homognes plus lisses. - Les contours sont fortement dgrads, et les structures trop fines peuvent devenir moins visibles.
24

Filtre Moyenneur

25

Filtre Moyenneur

Le filtrage a pour effet de lisser les discontinuits visibles sur le circuit. Le contour des pistes apparat plus floue. ce phnomne est indpendant de l'orientation de l'image. Dans le domaine frquentiel, le filtre moyenneur a la fonction d'un filtre passe-bas.
26

Filtre Moyenneur
La dimension du noyau dtermine la frquence de coupure

27

Filtre Moyenneur
Filtres pondrs: On peut supposer que l'influence d'un voisin proche est plus importante qu'un voisin loign. On utilise donc des filtres pondrs selon la distance au pixel central :

Les pondrations classiques : noyau gaussien ou parabolique. Un noyau discret 5*5 approchant un filtrage par un noyau gaussien avec sigma=2 est le suivant :

28

Filtre passe-haut

Un renforcement du trac des pistes qui traduisent des discontinuits mises en vidence par le filtre passe-haut. Une remonte importante du bruit qui apparat dans les zones uniformes extrieures aux pistes
29

Filtre mdian (non linaire)

30

Filtre mdian (non linaire)

31

Filtrage frquentiel
Quest-ce quune frquence dans une image ? Frquence = changement dintensit Basses frquences : rgions homognes, flou Hautes frquences : contours, changement brusque dintensit, bruit

32

Filtrage frquentiel
Les basses frquences correspondent des changements dintensits lents

33

Filtrage frquentiel
Les hautes frquences correspondent des changements dintensits rapides

34

Filtrage frquentiel
Une image est avant tout un signal. On peut analyser les frquences de ce signal. On parle de frquences spatiales (image) au lieu de frquences temporelles (audio) Loutil de base pour cela est la Transforme de Fourier

On parle de domaine frquentiel, par opposition au domaine spatial (de limage)

35

Filtrage frquentiel
Rponse en frquence

36

Filtrage frquentiel

37

Filtrage frquentiel

38