Institut Supérieur d'Informatique et des Technologies de Communication de

Hammam Sousse (ISITCOM)

Cours
Traitement des données
3LM

Chapitre 2
Prétraitement des Images Numériques
Amélioration

Dr.Kamel Aloui
aloui_meteo@yahoo.fr

2020-2021
 Plan

1. Histogramme d’une image numérique

2. Amélioration par normalisation de l’histogramme
3. Amélioration par égalisation de l’histogramme

4. Autres techniques d’amélioration

 Histogramme d’une image

H(x) est le nombre

de pixels dont le
niveau de gris est
égal à x.

L'histogramme représente la Histogramme cumulé

répartition des pixels en fonction de
leur niveau de gris. Il fournit diverses
informations comme les statistiques
d'ordre (voir ci-contre) et peut HC(x) est le taux
permettre d'isoler des objets. de pixels dont le
niveau de gris
est inférieur à x.

Kamel Aloui 3
 Histogramme d’une image

Kamel Aloui 4
 Luminance et contraste d’une image
La luminance (ou brillance) est définie comme la moyenne de tous les pixels de l'image.
Dans les deux images suivantes, seule la luminance est différente :

Les deux images suivantes possèdent un contraste différent :

Kamel Aloui 5
 Contraste d’une image

Kamel Aloui 6
 Luminance et contraste d’une image

• Le contraste peut être défini de plusieurs façons :

– Ecart-type des variations des niveaux de gris

– Variation entre niveaux de gris min et max

Kamel Aloui 7
 Amélioration par la Normalisation de l’Histogramme
• La normalisation d'histogramme, ou expansion de dynamique, est une
transformation affine du niveau de gris des pixels de telle sorte que l'image utilise
toute la dynamique de représentation.
Pour rendre la normalisation moins
sensible aux valeurs marginales, on utilise
un paramètre β, 0< β <1,et on prend :

Kamel Aloui 8
 Amélioration par la Normalisation de l’Histogramme
• La normalisation d'histogramme par transformation linéaire avec saturation.

!!! Donner le modèle mathématique

de cette transformation.

Kamel Aloui 9
 Amélioration par la Normalisation de l’Histogramme
• La normalisation d'histogramme par transformation linéaire avec saturation.

!!! Donner le modèle mathématique

de cette transformation.

Kamel Aloui 10
 Amélioration par la Normalisation de l’Histogramme
Attribuez à chaque image une transformation d’histogramme

Image Originale Image A Image B

Transformation 1 Transformation 2 Transformation 3

Kamel Aloui 11
 Amélioration par l’Egalisation de l’Histogramme
• L'égalisation d'histogramme est une transformation des niveaux de gris dont le
principe est d'équilibrer le mieux possible la distribution des pixels dans la
dynamique (Idéalement, on cherche à obtenir un histogramme plat).
La technique classique consiste à rendre « le
plus linéaire possible » l'histogramme cumulé de
l'image en utilisant la transformation suivante :

Kamel Aloui 12
 Amélioration par l’Egalisation Locale de l’Histogramme

L’égalisation locale de l’histogramme est faite en prenant une fenêtre de

7x7 autour de chaque pixel.

Image originale Egalisation globale Egalisation locale

Kamel Aloui 13
Autres techniques d’amélioration : Addition d’images
• L’addition pixel par pixel de deux
images de mêmes dimensions.
• 3 options pour la limitation du
contenu/dépassement de capacité ou
« overflow » :
– saturation à 255 : 255
– affichage modulo 256 : 17
– passage en capacité supérieure : 273
• L’addition d’images peut permettre
– De diminuer le bruit d’une vue dans une
série d’images
– D’augmenter la luminance en additionnant
une image avec elle-même

Kamel Aloui 14
Autres techniques d’amélioration : Soustraction d’images
Angiographie avec et sans
• La soustraction pixel à pixel de deux produit de contraste
images f et g :
• En cas de résultat négatif, 2 options
sont possibles :
– Coupure à 0
S(x,y) = Max( f(x,y)-g(x,y) ; 0 )
– «  underflow » (risque de valeur élevée,
exemple : -16 = 240)
– En revanche, pas de solution avec une
autre capacité
• La soustraction d’images peut
permettre :
– Détection de défauts
– Détection de mouvements

Kamel Aloui 15
Autres techniques d’amélioration : Multiplication d’images
• On multiplie le contenu de chaque pixel par une valeur.
• La multiplication S d’une image f par un facteur peut se définir par :
S(x,y) = Max( f(x,y)*ratio ; 255)
• La multiplication d’images peut permettre d’améliorer le contraste ou
la luminosité

Kamel Aloui 16
 Opérations sur les images (+,-,*)
F(x,y)

F(x,y)-G(x,y)
0.5*F(x,y)+0.5*G(x,y)

G(x,y)
G(x,y)-F(x,y)

Kamel Aloui 17
Merci pour votre
attention