Matière : Technique de Base en Imagerie (TBI) Université de Saı̈da Dr.
Moulay Tahar
Semestre : 01 Département d’informatique
Année : 2023-2024 1ère année Master IA-PA
Correction de l’Examen Final
Lundi 06 Janvier 2025 de 08h30 à 10h00
01h30, Aucun document n’est autorisé ;
Les solutions doivent être rédigées en langage Française ou Anglaise ;
Tout appareil électronique doit être éteint (Téléphone, Ordinateur, Tablette, etc.).
Partie I sur 10 points
Exercice 1 : Questions de cours 06,50 points, 30’
Réponse 1 : (0,75 pts)
La résolution d’une image est le nombre de pixels par pouce qu’elle contient (1 pouce = 2.54 centim-
res). Elle est exprimée en ”PPP” (Points Par Pouce ) ou ”DPI” (Dots Per Inch). Plus il y a de pixels
(ou points) par pouce et plus il y aura d’information dans l’image (plus précise).
Réponse 2 : (1,75 pts)
1. Histogramme : L’histogramme H d’une image I mesure la distribution des niveaux de gris dans
l’image. Pour un niveau de gris x, l’histogramme H permet de connaitre la probabilité de tomber
sur un pixel de valeur x en tirant un pixel au hasard dans l’image. Concrètement, l’histogramme
d’une image à valeurs entières est construit de la manière suivante : pour chaque niveau de gris x,
on compte le nombre de pixels ayant la valeur x. Par exemple, soit l’image de 5 pixels par 5 pixels
de côté avec des valeurs comprises entre 0 et 4 :
2. Histogramme cumulé : C’est un vecteur Hc de même dimension que l’histogramme ou chaque
élément du vecteur Hc(x) représente le nombre de pixels de l’image possédant un niveau de gris
inférieur ou égale à x.
[Link]@[Link] Page 1/4
Réponse 3 : (1,50 pt)
Définition du bruit : Phénomène parasite aléatoire (suivant une distribution de probabilité connue
ou non) dont les origines sont diverses (capteur, acquisition, lumière,...). De manière générale, le bruit
est tout ce qu’il n’est pas possible de décrire ou modéliser de manière déterministe. Les principaux
types de bruit que nous considèrerons dans le cadre du cours sont :
1. Le bruit additif (bruit gaussien) ;
2. Le bruit multiplicatif (impulsionnel) ;
3. Le bruit de quantification ;
4. Le bruit d’échantillonnage.
Réponse 4 : (0,50 pts)
Filtrer une image : Pour réduire le bruit dans l’image. Pour détecter les contours dans une image.
Réponse 5 : (2,00 pts)
Morphologie mathématiques (Définitions) :
1. Dilatation : La dilatation morphologique d’un ensemble X par un élément structurant B est
définie comme l’ensemble obtenu par addition de Minkowski de X ⊕ B ;
2. Érosion : L’érosion morphologique d’un ensemble X par un élément structurant B est définie
comme l’ensemble obtenu par soustraction de Minkowski de X ΘB ;
3. Ouverture : L’ouverture morphologique consiste à effectuer une érosion, puis une dilatation
d’une image à l’aide du même élément structurant : XoB = (X ΘB) ⊕ B ;
4. Fermeture : La fermeture morphologique est l’opération duale de l’ouverture, elle consiste
à réaliser une dilatation suivie d’une érosion. X • B = (X ⊕ B )ΘB .
Exercice 2 : Traitement de bas niveau 05,50 points, 25’
A.
Algorithme 1 : Binarisation d’une image (niveau de gris) (2,00 pts)
1 Entrées : Matrice IG[N,M] d’Entiers ∈ [0,255] / N,M ∈ N
2 Seuil S Entier ∈ [0,255]
3 Sorties : Matrice B[N,M] d’Entiers ∈ {0,1}
4 Debut
5 Pour i Allan de 0 A (N-1) Faire
6 Pour j Allan de 0 A (M-1) Faire
7 Si(IG[i,j]>=S) Alors
8 B[i,j] = 1
9 Sinon
10 B[i,j] = 0
11 Fin Si
12 Fin Pour
13 Fin Pour
14 Fin
[Link]@[Link] Page 2/4
Algorithme 2 : Inverse d’une image (négatif d’une image) (1,50 pts)
1 Entrées : Matrice IG[N,M] d’Entiers ∈ [0,255] / N,M ∈ N
2 Sorties : Matrice IN[N,M] d’Entiers ∈ [0,255] / N,M ∈ N
3 Debut
4 Pour i Allan de 0 A (N-1) Faire
5 Pour i Allan de 0 A (M-1) Faire
6 IN[i,j] = 255 - IG[i,j]
7 Fin Pour
8 FinPour
9 Fin
B.
Réponse 1 (0,50 pts)
— Consulter l’histogramme de cette image IG =⇒ Si l’histogramme est tassé sur la gauche alors
l’image est sombre ;
— Calculer la moyenne des valeurs de la matrice =⇒ Si la moyenne 0 ≤ moy < 127 alors l’image IG
est sombre.
Réponse 2 (1,50 pts)
Algorithme 1 : Binarisation d’une image (niveau de gris) (1,50 pts)
1 Entrées : Matrice IG[N,M] d’Entiers ∈ [0,255] / N,M ∈ N
2 X Entier positif / X ∈ N ∗+
3 Sorties : Matrice IC[N,M] d’Entiers ∈ [0,255] / N,M ∈ N
4 Debut
5 Pour i Allan de 0 A (N-1) Faire
6 Pour j Allan de 0 A (M-1) Faire
7 IC[i,j] = Min((IG[i,j] + X), 255)
8 Fin Pour
9 Fin Pour
10 Fin
Partie II sur 08 points
Exercice 1 : Morphologies mathématiques 04,00 points, 20’
Réponse 1 (1,50 pts)
Calcul de l’érosion et de la dilatation de l’image binaire IB par l’élément structurant E :
[Link]@[Link] Page 3/4
Réponse 2 (1,50 pts)
Calcul de l’ouverture et la fermeture de l’image IB en utilisant les éléments structurant E :
Réponse 3 (1,00 pt)
La frontière (contour) d’un ensemble X dénotée β (X ) peut être obtenue par la différence d’une image
avec son érosion : β (X ) = X − (X ΘE )
où l’ensemble X représente l’image d’entrée et E est un élément structurant.
Exercice 1 : Filtrage 04,00 points, 15’
Réponse 1 (0,50 pts)
Ce bruit est de type poivre et sel.
Réponse 2 (1,25 pts)
Filtre moyenneur :
Réponse 3 (1,25 pts)
Filtre médian :
Réponse 4 (1,00 pt)
Le filtre médian est meilleur par rapport au filtre moyenneur cela est justifié par le fait que le type
de bruit correspond au bruit poivre et sel.
[Link]@[Link] Page 4/4