TRAITEMENT NUMERIQUES DES IMAGES

CH1. Introduction à l’image numérique

 Objectifs du module

 Introduction à la manipulation d’images sur

ordinateur, connaître les différentes techniques
et algorithmes de traitements d’images
 Développer des applications simples en
traitement d’images et vision par ordinateur
 Comprendre les difficultés liées au traitement
d’images en comparaison avec la vision
humaine.
 Programme du cours

1. Introduction à l’image numérique

2. Traitements de base d’une image
3. Convolution numérique et filtrage
4. Traitements fréquentiels
5. Détection des contours
6. Segmentation
CH1. Plan
 Traitement d’images
 Définition
 Applications
 Domaines
 Notion d’image numérique
 Définition
 Représentation des images
 Principaux types d'images
 Image couleurs
 Acquisition des images
 Formats de fichiers d'images
 Traitement d’images: Définition
 Le traitement d'images désigne une discipline de l'informatique
et des mathématiques appliquées qui étudie les images
numériques et leurs transformations, dans le but d'améliorer
leur qualité ou d'en extraire de l'information.
 Le TNI est une discipline nouvelle qui s’est développée
rapidement grâce à l’émergence des nouvelles technologies de
l’information.
 Il s’appuie notamment sur les mathématiques liées à
l’information, le traitement du signal, les systèmes
électroniques, et sur l’avancé des capacités de calcul des
microprocesseurs.
 Traitement d’images: Applications

 Robotique
 Télédétection
 Contrôle industriel
 MultiMedia
 Médecine
 Traitement d’images: Applications
 Robotique
 Traitement d’images: Applications
 Télédétection
 Traitement d’images: Applications
 Contrôle industriel
 Traitement d’images: Applications
 MultiMedia
 Traitement d’images: Applications
 Médecine
 Traitement d’images: Domaines

 Analyse
 Restauration et amélioration
 Codage et compression
 Synthèse
 Traitement d’images: Domaines
 Analyse:
 Il s’agit de décrire partiellement ou complètement la scène à partir de
l’image observée (objets présents, dimensions, position dans l’espace,
…).
 Classiquement ce processus d’analyse se décompose en 3 phases
successives :
 pré-traitement et extraction des traits caractéristiques,
 classification et reconnaissance de formes,
 description de l’image et, éventuellement, interprétation.
 l’analyse d’images varie également en fonction du support : les
problématiques soulevées par l’analyse d’images 2-D, l’analyse
d’images 3-D, ou l’analyse d’images animées varient, si bien qu’on
différencie ces dernières en raison des techniques mises en œuvres et
de la nature des objectifs recherchés.
 Traitement d’images: Domaines

 Restauration et amélioration :
 Le traitement effectué sur I0, qui donnera en sortie l’image
transformée IT, doit permettre d’exploiter l’information
contenue dans IT de manière plus efficace que l’information
dans l’image directement observée I0.
 Traitement d’amélioration: Une modification des
caractéristiques de présentation de l’image.
 Traitement de restauration : Une inversion partielle du
phénomène de dégradation.
 Traitement d’images: Domaines
 Codage et compression:
 La représentation de base d’une image numérique correspond à
un tableau 2-D rectangulaire d’éléments appelés pixels.
 Pour une simple image monochrome (en niveaux de gris), il
faut mémoriser typiquement 512×512 pixels (soit 256 000
pixels) et 8 bits par pixel pour obtenir une bonne résolution (8
bits pour 256 valeurs possibles).
 Pour des images couleurs de haute résolution et des images
animées, le nombre de bits nécessaires à la représentation de
base devient très important pour mémoriser ou transmettre.
 Le codage d’une image a donc pour but d’obtenir de cette
dernière, une représentation qui ne nécessite qu’un nombre très
réduit de bits en comparaison de l’image de base.
 Traitement d’images: Domaines
 Synthèse:
 Reconstruire une image qui ressemble à l’image de la scène
simulée, à partir d’une description de la scène, des objets
qui la composent, des caractéristiques de l’éclairement
(incidence, intensité, …) et, enfin, du dispositif de prise de
vue (caméra CCD, CMOS, …).
 Cette scène reconstruite peut être ressemblante à la réalité
ou purement imaginaire.
 Les premières applications liées aux images de synthèse
furent d’abord orientées vers les simulateurs d’entraînement
(vol, engins terrestres, …) puis se sont amplement
diversifiées (audiovisuel, cinéma, art, …).
Notion d’image numérique: Définition
 Une image est avant tout un signal 2D (x,y)
 Souvent, cette image représente une réalité 3D (x,y,z)
 D'un point de vue mathématique :
 Une image est une matrice de nombres représentant un
signal
 Plusieurs outils permettent de manipuler ce signal

 D'un point de vue humain :

 Une image contient plusieurs informations sémantiques
 Interprétation du contenu au-delà de la valeur des nombres
Notion d’image numérique: Représentation
des images
Notion d’image numérique: Représentation
des images
Notion d’image numérique: Représentation
des images
 Notion d’image numérique: Images
naturelles et artificielles
 Image naturelle
 Plusieurs moyens d'acquisition: caméra, microscope,
tomographie, infra-rouge, satellite, …
 Image artificielle
 Plusieurs outils de représentation: synthèse d'images, réalité
virtuelle, visualisation scientifique, ...
Notion d’image numérique: Trois
principaux types d'images
Notion d’image numérique: Image
couleur dans l’espace RVB
Notion d’image numérique: Image couleurs
 Les couleurs trouvent leur origine dans la séparation de la
lumière blanche naturelle en composantes absorbées et
composantes réfléchies.
 Toute source lumineuse visible est composée d'un mélange
d'ondes électromagnétiques cohérentes (i.e. couleurs pures), dont
la longueur d'onde est comprise entre 0,4 μm (violet) et 0,7 μm
(rouge)

 Comment représenter ces couleurs dans un espace qui soit a la

fois facile a manipuler et qui soit pertinent en termes d'analyse
d'images couleur ?
Notion d’image numérique: Image couleurs
La trichromie

 Principe de la trichromie: il suffit d'un triplet de

couleurs pures pour restituer, par mélange de ces 3
composantes qu'on peut qualifier de primaires ,
l'intégralité des couleurs..
 Le cercle de Newton peut ainsi se « résumer » en un
triangle de primaires.
Notion d’image numérique: Image couleurs
L'espace HSV
 Le principe de l'espace HSV est de caractériser les
couleurs de façon plus intuitive, en termes de :
 teinte: intuitivement, c'est le nom qu'on utilisera
pour désigner la couleur, "vert", "mauve", "orange",
etc. Idéalement associé à une longueur d'onde, donc
à une position sur le cercle de Newton.
 saturation: c'est le taux de pureté de la couleur, qui
doit varier entre la pureté maximale (couleur
éclatante) et l'achromatisme (niveau de gris).
 valeur : c'est la mesure de l'intensité lumineuse de
la couleur, qui doit varier entre le noir absolu et le
blanc. Le cercle de Newton peut ainsi se « résumer
» en un triangle de primaires.
Notion d’image numérique: Acquisition des
images
 Principe général
 L'énergie incidente est convertie en signal électrique
 Sortie est proportionnelle à la lumière
 Filtre pour augmenter la sélectivité
 Notion d’image numérique: Acquisition des
images
 Capteur: Matrice 2D

 Caméras numériques CCD

 Matrice CCD (Charged Coupled Devices)
 Système d'acquisition numérique 2D le plus utilisé
 La réponse est proportionnelle à l'intégrale de l'énergie
lumineuse qui atteint chaque élément
 Pour la couleur,
 Les caméras CCD les plus coûteuses intègrent 3 matrices photosensibles
éclairées par des prismes semiréflecteurs.
 Les caméras CCD et CMOS grand public intègrent une seule matrice avec des
damiers de filtres rouge, vert, bleu (Matrice de Bayer).

Matrice de Bayer
 Notion d’image numérique:
Echantillonnage et quantification

 Deux procédés sont impliqués pour numériser une image :

 Numérisation = Échantillonnage + Quantification
 Notion d’image numérique:
Echantillonnage et quantification
 Notion d’image numérique:
Echantillonnage et quantification
 L’échantillonnage est limité par la capacité du capteur,
donc le nombre de pixels disponible (ou autre limite
imposée)
 La quantification est limitée par la quantité de tons (de
gris) définie

 Avec un capteur à matrice

 Notion d’image numérique:
Résolution spatiale et tonale
 Résolution spatiale: Le plus petit détail discernable:
 Echantillonnage

 Résolution tonale: Le plus petit changement discernable:

 Quantification
Notion d’image numérique: Formats de
fichiers d'images
 Il existe beaucoup de format de fichiers pour
sauvegarder les images
 TIF, GIF, JPEG, PNG, PPM, PGM, BMP, ...
 Chaque format a ses particularités et nous ne les
étudierons pas dans ce cours
 Entête contenant les informations de l'image
 Pixels de l'image codés de différentes façons
Notion d’image numérique: Formats de
fichiers d'images
 Portable BitMap (PBM):
 images binaires
Notion d’image numérique: Formats de
fichiers d'images
 Portable GrayMap (PGM):
 images en niveaux de gris
Notion d’image numérique: Formats de
fichiers d'images
 Portable PixMap (PPM):
 images RGB
Notion d’image numérique: Formats de
fichiers d'images
 Tailles des fichiers image:
 Dans notre example (640x480)
Profil d’intensité d’une image
 Un profil d’intensité d’une ligne dans une image est
représenté par des signaux 1D
Profil d’intensité d’une image
Profil d’intensité d’une image