Vous êtes sur la page 1sur 43

ATIAMPO KODJO

ARMAND

MARS 2019
Université Félix Houphouët-Boigny
UFR Maths-Info
 Image numérique
 Transformations dans le domaine spatial
 Transformations dans le domaine fréquentiel
 Restauration de l’image
 Segmentation
 Reconnaissance des formes
2
3

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


4
• Petit historique.
• Formation de l’image
• Perception de la couleur
• Principe de la vision humaine

IMAGE NUMERIQUE • Image numerique


• La chaine d’acquisiition
• Definition
• Représentations de l’image numérique
• Espaces colorimétriques
• Formats des images

5
Les debuts

: • 1893 : première photo sous marine (Louis Boutan)


• 1826 : photographie (Nicéphore Niepce, puis • 1895 : première photo rayon X (Wilhelm Rontgen)
Daguerre)
• 1861 : première photo couleur (Thomas • 1895 : cinématographe (Freres Lumière)
Sutton)
• 1888 : Kodak n°1 “vous pressez le bouton,
nous faisons le reste” 6

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


L’ère moderne

: • 1990 : Photoshop (Jennifer in Paradise)


• 1930 : télévision analogique • 2010 : kinect (2D + profondeur)
• 1960 : 1er satellite d’imagerie argentique • aujourd’hui : smartphones et big data
(espion ...)
• 1975 : appareil photo numérique Kodak (100
× 100 pixels) 7

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


L’ère moderne

: • 1990 : Photoshop (Jennifer in Paradise)


• 1930 : télévision analogique • 2010 : kinect (2D + profondeur)
• 1960 : 1er satellite d’imagerie argentique • aujourd’hui : smartphones et big data
(espion ...)
• 1975 : appareil photo numérique Kodak (100
× 100 pixels) 8

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


Perception de la couleur - spectre électromagnetique
:

9
Perception de la couleur - spectre électromagnetique
:

10

Vincent Nozick, Introduction à l’image numérique, Université Paris et Marne La Vallée


Perception de la couleur - La lumière
:
La lumière est l’ensemble des ondes électromagnétiques visibles par l’œil humain.

Vitesse de propagation dans le vide ≈ 300000kms/ s


11
Perception de la couleur - La couleur
:
Scientifique : La couleur pure correspond à une seule longueur d’onde.

Général : Apparence obtenue par dosage des différentes lumières.

12
Perception de la couleur - Exemples
:

Jaune respecte les 2 définitions :


• λ = 580 nm
• rouge + vert longueurs d’ondes ≠ 580 nm, mais même perception
• blanc − bleu ex: soleil jaune = lumière blanche − ciel bleu

magenta = rouge + bleu vérifie la seconde définition

Noir = aucune lumière


Blanc = somme de toutes les couleurs
13

.
Perception de la couleur – propagation des rayons lumineux
:

• A la frontière de deux milieux, un rayon lumineux incident est séparé en plusieurs


composantes distinctes :

• Diffusée

• Réfléchie (spéculaire)

• Transmise(réfractée)
14

• Absorbée
Perception de la couleur – propagation des rayons lumineux
• La couleur d’un objet dépend :

• Du matériau qui le compose


• De la lumière (longueur d’onde et direction) qui l’éclaire
Ex : un objet vert éclairé par une lumière rouge apparaît noir.

15
Systèmes de vision- Principe de l’oeil
L’optique de l’œil :
• La cornée et le cristallin permettent aux rayons lumineux de converger sur la
rétine en passant dans la pupille.

• 2 types de récepteurs sur la rétine :


• Les cônes (7 millions) autour de la fovéa
• Les bâtonnets (120 millions)

16

Valérie Gouet-Brunet, Image numérique CNAM, 2006-20071


Systèmes de vision - Principe de l’oeil
:

• Des transformations chimiques :


• La rhodopsine contenue dans les cônes et bâtonnets absorbe la lumière et
la transforme en substances chimiques.

• Des transformations nerveuses :


• Chaque récepteur rétinien est relié par une synapse à une cellule nerveuse
elle-même reliée à des cellules constituant les fibres du nerf optique.
• Le nerf optique conduit l’information jusqu’au cerveau (corps genouillé,
cortex strié). 17
Systèmes de vision – oeil vs appareil photographique
L’œil s’apparente à un système optique comme l’appareil photo

18

Valérie Gouet-Brunet, Image numérique CNAM, 2006-20071


Systèmes de vision – oeil vs appareil photographique

19

Valérie Gouet-Brunet, Image numérique CNAM, 2006-20071


La chaine d’acquisition

20

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


Definition
• Une image numérique est un tableau
à deux dimensions à valeurs discrètes

• L’image est issue d’un monde continu


par pixellisation et quantification des
niveaux de couleur

• En pratique, on considèrera une


image comme une fonction de R x R
→ R mais elle n’est connue qu’en un 21

ensemble discret de valeurs.


Définition – Matricielle vs Vectorielle
Images vectorielles
• codage par forme géométrique
• polygones, sommets, splines, couleur
de remplissage, ...
exemple de formats : svg, eps
transformations géométriques sans
aliasing
• espace mémoire très réduit
• mal adapté à la capture d’images 22

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


Définition – Matricielle vs Vectorielle
Images matricielle
• un ensemble de pixels (picture elements)
exemples de formats : jpeg, png, gif,
ppm
• transformations géométriques avec
aliasing
• espace mémoire conséquent

23

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


Le facteur de resolution
• Une image est caractérisée par ses dimensions (sa taille) en nombre de pixels (et
non en centimètres).
• Définition: nombre de pixels par unité de longueur (pouce) ppi/ppp (pixel per inch /
pixel par pouce)

24

Source: Vincent Nozick , Introduction l’image numérique UPEM - Master 1


La dynamique de l’image
comment coder l’information de couleur pour chaque pixel ?

• 1 bit : image noir et blanc

• 8 bits : 256 niveaux de gris ou couleurs


– Image en niveaux de gris
– Image en couleur indexée dans une palette
(table) de couleurs

• 24 bits : 16 777 216 millions de couleurs (True Color)


Ex : une image de 800*600 pixels occupe 1.4Mo.
25
• Relations entre dynamique, résolution et poids
La dynamique de l’image
Image fleur au format bitmap de résolution 180 ppp de taille 507 x676
pixels de dynamique 24 bits

26
La dynamique de l’image

27
En noir et blanc EN 256 niveaux de gris En 16 niveaux de gris
Taille : 42,03 ko Taille : 336 Ko Taille: 170 Ko
La numérisation de l’image
• Echantillonnage :
discrétisation spatiale imposée par les photosites.
nombre de pixels utilises pour encoder l’image : résolution

• Quantification des luminances :


discrétisation des intensités de l’image reçue sur les photosites.
nombre de bits utilisés pour encoder un pixel : dynamique

28
Numérisation de l’image - Echantillonnage

128 x 128 64 x64 32x32


29
Numérisation de l’image - Quantification

8 bits  256 niveaux de 3 bits  8 niveaux de 2 bits  4 niveau de gris


gris gris 30
Espaces colorimétriques – espace RVB

• Le principe consiste à mélanger les 3 couleurs : rouge, vert et bleu.


• A chaque couleur est associé un octet (donc 256 niveaux de luminosité) de chacune des
couleurs fondamentale
• 3 matrices R,V,B de même dimension représente l’image numérique couleur I[R,V,B]

31
Espaces colorimétriques – Impression sur support papier

32
Espaces colorimétriques – espace HSV

33
Espaces colorimétriques – espace HSV

34
Espaces colorimétriques – espace HSV

35
Espaces colorimétriques – Autres espaces

36
Espaces colorimétriques – Images multispectrales

• Usage de "bandes" spécifiques dans le visible et l’infrarouge


• Usage de rapports de "bandes"

37
Espaces colorimétriques – Images multispectrales

38
Espaces colorimétriques – Images multispectrales

• Acquise avec plusieurs


longueurs d’ondes
• Visualisation : composition
colorée
• Les trois couleurs primaires (R,V,B)
sont associées par exemple à trois
canaux d'une image multi spectrale
• Le choix des trois canaux et des
couleurs associées défini la 39
perception
Espaces colorimétriques – Autres espaces

40
Format des images

41
Format des images

42
Atiampo Kodjo Armand

Phone:
59 22 73 79
Email:
arkodati@gmail.com