Cours : Traitement des images
FIGL2
Chapitre I :
Définitions préliminaires
Année Universitaire : 2024-2025
Hedi AMRI 1
Plan du chapitre
I. Définition de l’image
II. Types des images
III. Notion de pixel
IV. Dynamique d’une image
V. Résolution
Hedi AMRI 2
1
Objectifs du cours
L'objectif de ce cours est de présenter et d'explorer les
méthodes et techniques de traitement numérique des images
existantes.
Etudier les concepts de base du traitement des images et la
vision par ordinateur en vue de comprendre l’image
numérique.
Introduire les concepts, les outils et les techniques
nécessaires à ces études.
Hedi AMRI
3
Objectifs du cours
Le traitement numérique des images est :
La base de tout système de vision artificielle.
Effectue des traitements sur une ou plusieurs images
numériques afin d'en extraire des informations pertinentes.
Ensemble de méthodes et de techniques permettant de :
• modifier l’image pour améliorer son aspect visuel
• la préparer à la transmission numérique
• la préparer à l'extraction d'une mesure
• Extraire des informations pertinentes
Hedi AMRI
4
2
Objectifs du cours
Extraire des informations pertinentes
Hedi AMRI
5
Définition de l’image
Une image est avant tout un signal 2D (x,y). Souvent, cette
image représente une réalité 3D (x,y,z).
Une image est une représentation discrète des phénomènes
continus.
Hedi AMRI
6
3
Définition de l’image
D'un point de vue mathématique :
• Une image est une matrice de nombres représentant un signal
• Une image est une matrice qui contient des valeurs entre 0 à 255
[1..L] x [1..C] [1,M] (L lignes, C colonnes, M valeurs d’intensité )
D'un point de vue humain :
• Une image contient plusieurs informations sémantiques.
• Il faut interpréter le contenu au-delà de la valeur des nombres
Hedi AMRI
7
Définition de l’image
Image numérique
Représentation approchée d'une image adaptée à des traitements
informatiques.
Toutes les données correspondant aux informations contenues dans
l'image sont structurées d'une certaine façon afin de permettre leur
stockage.
Une image numérique en elle-même est en fait un concept tout à fait
abstrait :
• Manipulation de données numériques
• Ces données ne trouvent une signification à nos yeux qu'à la
visualisation (lorsque nous utilisons un logiciel adéquat)
Hedi AMRI
8
4
Définition de l’image
Image numérique
Hedi AMRI
9
Types des images
On distingue deux types d’images numérique :
Images matricielles :
Une matrice (un tableau) de données numériques
A chaque position (x,y) de la matrice correspond à une couleur
Images vectoriels :
Une représentation des données de l'image par des formes
géométriques qui vont pouvoir être décrites d'un point de vue
mathématique.
Hedi AMRI
10
5
Types des images
On distingue deux types d’images numérique :
Images matricielles :
Principe :
Définie par une dimension fixe et un
nombre de couleurs fixe.
• Dépendance du facteur échelle
• Risque de perte qualité
Hedi AMRI
11
Types des images
Réalité 3D
Image naturelle Captée par:
microscope
Appareil photo
Caméra
Caméra thermique
Image thermique
(signal 2D) obtenue
par l’analyse des
Image, signal 2D Vidéo, signal 3D Infrarouges: thermo Image
Hedi AMRI
(Image(2D)+temps(1D)) gramme microscopique 12
6
Types des images
Satellite
Radiologie X Tunisie, désert
ERS/SAR (bande C, pix. 3030m)
Image naturelle Image satellitaire
Principe: Inégalité
d’atténuation des
Rayons X par les
différentes
structures et organes Image radiologique
Hedi AMRI
13
Types des images
Utiliser l’ordinateur Utiliser un périphérique d’entrée
pour générer les interactif (souris, clavier, crayon
images‐> synthèse optique…) pour spécifier les
d’images. attributs (style, couleur, texture..)
de l’image.
Image artificielle Image 3D‐> Nécessité des
algorithmes de dessin de
couleurs, d’ombrage, de
texture, etc.
Image 2D couleurs
‐> Nécessité des algorithmes de
remplissage ‐> programmes tels
que « Paint »
Hedi AMRI
14
7
Types des images
On distingue deux types d’images numérique :
Images vectorielle:
Principe :
Définie par des coordonnées numériques
et des formules mathématiques :
• Indépendance du facteur échelle
• Pas de perte qualité
Hedi AMRI
15
Notion de pixel
(0,0) x
y Pixel(8,12) Intensité lumineuse
Les pixels sont les plus petits éléments
employés par les moniteurs et les imprimantes
pour représenter des caractères, des
graphiques et des images.
Hedi AMRI
16
8
Notion de pixel
Pixel: (Pixture Element)
Le capteur photographique CCD (charge-coupled device) permet de
convertir un rayonnement électromagnétique (UV, IR) en un signal
électrique analogique.
Ce signal est projeté dans un espace euclidien partitionner de façon
Hedi AMRI régulière Carré, Triangulaire, Hexagonal que l'on appelle le Maillage
17
Notion de pixel
Le nombre de pixels est limité par la
capacité du capteur CCD
La valeur du chaque pixel dépend de
l’énergie lumineuse qui atteint le capteur
CCD
Pixel est le pas de discrétisation
Pixel est l’unité de base de l'image
Une image numérique est formée d'une
grille de petits carrés appelés pixels
Hedi AMRI
18
9
Notion de pixel
Réalité 3D Comment obtenir une image
couleur?
3 capteurs CCD par
Numériseur d’une pixel:
caméra Un capteur sensible à
λ de la lumière rouge
Capteur CCD Un deuxième sensible
(Charged Coupled Device) à λ du vert
Un troisième sensible
à λ du bleue
Image Numérique
Trois valeurs par pixels:
Pixel (Pixture Element): une pour le rouge, une
Valeur NG dépendante de pour le vert et une
l’énergie lumineuse qui
Hedi AMRI pour le bleu.
atteint le capteur CCD. 19
Dynamique d’une image
La dynamique d'une image correspond à l'étendue de la
gamme de couleurs que peuvent prendre les pixels d’une
image.
La dynamique de l’image détermine si une image est :
en couleur indexée
binaire en niveau de gris en vrai couleur
(fausses couleurs)
Hedi AMRI
20
10
Dynamique d’une image
Images binaire
Une images binaire est une image ayant deux
couleurs possible généralement noir est blanc.
Dans ces images, un seul bit suffit à
représenter chaque pixel (1=blanc ou 0=noir).
La valeur 1 (true) pixel blanc
La valeur 0 (false) pixel noir Le pixel est codé sur
1 seul bit
Un pixel est codé sur un seul bit
Hedi AMRI
21
Dynamique d’une image
Avoir deux intensités : ‘blanc’
Images binaire et ‘noir’‐> coder la valeur
d’un pixel sur un seul bit.
Créer une image
binaire de 8 lignes et 8
colonnes telle que la
proportion du noir par
rapport au blanc est
égale à 0,5.
Le nombre de bits utilisés pour coder une couleur ou
intensité est appelé profondeur du codage.
Ici; égale à 1-> Standard de codage Bitmap noir et blanc.
Hedi AMRI
22
11
Dynamique d’une image
Image en niveaux de gris
Une image est une matrice MxN dont la valeur
de chaque pixel peut varier de 0 à 255.
La valeur de chaque pixel est de type entier
positif Є [0,255]
La valeur reflète le niveau de gris (luminance)
du pixel (0 Noir, 255 Blanc)
Le pixel est codé sur
Un pixel est codé sur 8 bits (1 octet) 8 bits
Les nuances de gris couvrent tout le spectre du
Hedi AMRI blanc au noir, en une échelle de 256 nuances.
23
Dynamique d’une image
Avoir 256=2^8 intensités
Image en niveaux de gris différentes allant du noir au
blanc‐> coder la valeur d’un pixel
sur un octet (8 bits).
Créer une image en
niveaux de gris
de 8 lignes et 8
colonnes.
La profondeur du codage est égale à 1 octet (8 bits)
-> standard de codage Bitmap 256 niveaux de Gris.
Hedi AMRI
24
12
Dynamique d’une image
Image en vraies couleurs
Une image couleur comporte pour chaque pixel une
information sur sa composition en Rouge, Vert et Bleu :
• L’image est composée de 3 matrices (Rouge, Vert et
Bleu) de taille MxN
• La somme des composantes donne la couleur du pixel
• Chacune de ces couleurs fondamentales RVB dispose de Le pixel est codé sur
256 nuances possibles soit 256^3 possibilités= 16 millions 24 bits
de possibilités.
Un pixel est codé sur 24 bits (3 octets)
Hedi AMRI
25
Dynamique d’une image
Image en vraies couleurs
image couleur
3 matrices (Rouge, Vert
et Bleu) de taille MxN
Les trois plans RVB
Chaque plan a 256
nuances de couleurs
Hedi AMRI
26
13
Dynamique d’une image
Image en vraies couleurs
Superposition Image couleur
des trois images obtenue
11111111
11111111
Code=
11111111 11111111 00000000
00000000
Hedi AMRI
27
Dynamique d’une image
Image en couleur indexée
Les images en couleur indexé sont créées à l'aide d'une palette limitée
attachée à cette image et qui comprend n couleurs différentes. (n=256, 64,…)
La donnée correspondant à chaque pixel consiste en un indice qui pointe vers
une couleur précise dans la palette.
Ce format ne convient pas à des images en couleurs réelles, à cause du
nombre restreint de couleurs et de palettes différentes qu'il est possible
d'utiliser.
Hedi AMRI
28
14
Dynamique d’une image
Image en couleur indexée
Sur combien de bits doit
Palette
on coder la valeur d’un
0 1 2 3 4 5 6 7
Indice de pixel?
la couleur
8 =2^3 couleurs ‐> la
valeur d’un pixel doit être
codée sur 3 bits.
La profondeur du codage
est égale à 3bits
Hedi AMRI Image indexée
29
Dimension
La définition (Dimension) d’une image n’est autre que le nombre de
points qui la compose.
C’est le nombre de pixels en hauteur de l’image (axe horizontal)
multiplié par le nombre de pixel en largeur de l’image (axe vertical).
Nombre de lignes=8
Nombre de lignes=8
Nombre de colonnes=8
Dimension=8×8=64 pixels.
Hedi AMRI Nombre de colonnes=8
30
15
Dimension
C’est le nombre (ou la densité) de pixel par unité de
longueur exprimée en point (ou pixel) par pouce « ppp »
ou dots per inch « dpi »
La résolution est une mesure de la clarté ou du niveau de
détail et de finesse d'une image numérique.
La définition complète du terme résolution recouvre les
notions de résolution spatiale et de résolution en
luminance.
Plus la résolution, est grande, plus l'image est détaillée, et
Hedi AMRI
plus le fichier correspondant est volumineux.
31
Résolution
96 dpi x 96 dpi 24 dpi x 24 dpi 12 dpi x 12 dpi
(768×768 pixels) (192×192 pixels) (96×96 pixels)
+ résolution spatiale ‐
Dans l'usage courant, le terme résolution est souvent
employé pour parler de la résolution spatiale uniquement.
𝑇
𝐷
𝑇
Hedi AMRI
Densité en dpi = Dimension en pixels / Taille en pouce 33
16
Résolution
Exemple
Calculer la densité de pixels en dpi de ces deux téléphones
Taille de l'écran= 6.5" Taille de l'écran= 6.5" Taille de l'écran= 6.1"
Résolution=720 x 1600px Résolution=1080 x 2400px Résolution=1440 x 3040px
spatiale spatiale spatiale
Densité de pixels = 270 dpi Densité de pixels = 405 dpi Densité de pixels = 550 dpi
Hedi AMRI
34
Résolution
Exemple
Quel serait la définition en pixel d'une feuille scannée d'une largeur de
8,5 pouces sur une hauteur de 11 pouces en 300dpi?
Réponse:
Nombre de pixels en largeur =300 X 8,5 = 2550 pixels
Nombre de pixels en hauteur =300 X 11 = 3300 pixels
La définition de l'image serait donc de 2550 X 3300 pixels
Hedi AMRI
35
17
Résolution
Exemple
Un appareil photo de 3 Mpixels permet d'obtenir des images de
2048*1536. Avec une résolution d'imprimante fixée à 300 dpi, qu’elles
sont les dimensions de la photo?
Réponse:
Dimensions en largeur =(2048/300) X 2,54 = 17,34 cm
Dimensions en hauteur =(1536/300) X 2,54 = 13 cm
La dimensions de la photo serait donc de 17,34 X 13 cm
Hedi AMRI
36
𝑇
𝐷
Formats d’images 𝑇
Soit M une image en niveau de gris de 800x800 px
1- Calculer le poids de l’image M.
Taillebits 800*800*8 5120000 bits 8bits 1 octet
tailleoctets 5120000/8 640000 octets 0,64MB bytes/octets
2- Après impression, la taille de l’image est de 12,7cmx12,7cm. Quelle est la
résolution de l’imprimante utilisée ?
2,54cm 1’’ 12,7cm 5 ’’ taille de l’image est de 5’’ * 5’’
𝑇 800
Résolution de l’imprimante 160𝑑𝑝𝑖
𝑇 5
Hedi AMRI
45
18
𝑇
𝐷
Formats d’images 𝑇
Soit M une image en vraies couleurs de 800x800 px
1- Calculer le poids de l’image M.
Taillebits 800*800*24 15360000 bits 8bits 1 octet
tailleoctets 15360000/8 1920000 octets 1,92MB bytes/octets
2- Après impression, la taille de l’image est de 12,7cmx12,7cm. Quelle est la
résolution de l’imprimante utilisée ?
2,54cm 1’’ 12,7cm 5 ’’ taille de l’image est de 5’’ * 5’’
𝑇 800
Résolution de l’imprimante → 160𝑑𝑝𝑖
𝑇 5
Hedi AMRI
45
𝑇
𝐷
Formats d’images 𝑇
Soit M une image carré en noir et blanc de résolution verticale et horizontale de 90dpi.
L’image occupe un volume sur le disque de stockage égale à 4050 octets
Calculer les démentions réelles de l’image en centimètres.
Taillebits L*C*nbits Taille L*L*nbits L2
Taillebits 8 * 4050
𝑇 180 32400 bits
𝑻𝒑𝒐𝒖𝒄𝒆 𝟐′′
𝐷 90
Les démentions réelles de l’image en centimètres = (2 * 2,54) x (2 * 2,54) 5,08cm x 5,08cm
Hedi AMRI
45
19
Exercice 1 :
Une image numérique de définition 1024 × 768 mesure 30 cm en largeur et 20 cm en hauteur.
Déterminer les dimensions et la forme des pixels ?
1024 pixels
30 cm
30/1024=
0,03cm
20/768=
768 pixels 0,026cm
20 cm
La dimension des pixels est 0,03cm x 0,026cm
La forme des pixels est un rectangle
Exercice 2 :
On réalise l’acquisition d’une image à l’aide d’un scanner avec une résolution de 100 dpi. On refait la
numérisation de cette image avec une résolution de 200dpi (on a doublé la résolution). Quelle sera la
taille de la deuxième image par rapport à la première ?
𝑇 Densité en dpi = Dimension en pixels / Taille en pouce
𝐷
𝑇
𝑇 𝑇 𝐷
𝐷
𝑇 𝑇
𝑇 𝑇 𝐷 𝐷
100
𝑇 𝑇
200
1
𝟏 𝟐, 𝟓𝟒𝐜𝐦 𝑇 𝑇
2
20
Exercice 3 :
On désire scanner quelques images avec un scanner à plat.
1. Quelle résolution faut-il utiliser pour que les plus petits éléments qui mesurent 0.2 mm seront
représentés par au moins 1 pixel ?
2. On a une photographie de 10 cm sur 5 cm que l'on scanne avec une résolution de 300 dpi.
Quelle sera alors la taille de l'image (en nombre de pixels) ?
3. On dispose d'une petite image 5 × 3 cm à reproduire dans un magazine en 15 × 9 cm avec une qualité de 225 dpi.
Quelle résolution doit-on choisir pour scanner l'image ?
Exercice 3 :
1. Quelle résolution faut-il utiliser pour que les plus petits éléments qui mesurent 0.2 mm seront
représentés par au moins 1 pixel ?
𝑇
𝐷
𝑇
𝟏 𝟐, 𝟓𝟒𝐜𝐦
𝑇 = 0,02/2.54 = 0.0078
𝟎. 𝟎𝟎𝟕𝟖 𝟎. 𝟎𝟐𝐜𝐦
1
𝐷 128dpi
0.0078
𝟏 𝟐, 𝟓𝟒𝐜𝐦
21
Exercice 3 :
2. On a une photographie de 10 cm sur 5 cm que l'on scanne avec une résolution de 300 dpi.
Quelle sera alors la taille de l'image (en nombre de pixels) ?
𝑇
𝐷
𝑇
𝑇 = 10 /2.54 = 3.94
𝑇 = 5 /2.54 = 1.97
𝑇 𝑇 𝐷 = 3.94 x 300 = 1182
𝑇 𝑇 𝐷 = 1.97 x 300 = 591
𝟏 𝟐, 𝟓𝟒𝐜𝐦 la taille de l'image est 1182 x 591 pixels
Exercice 3 :
3. On dispose d'une petite image 5 × 3 cm à reproduire dans un magazine en 15 × 9 cm avec une qualité de 225 dpi.
Quelle résolution doit-on choisir pour scanner l'image ?
𝑇
𝐷
𝑇
𝑇 𝑇 𝐷
𝐷 𝑇 225 15
𝐷
𝑇 𝑇 𝐷 𝑇 5
𝐷 675 𝑑𝑝𝑖
La résolution choisie pour scanner l'image est 675 dpi
𝟏 𝟐, 𝟓𝟒𝐜𝐦
22
Exercice 4 :
Soit une image de 640 points de largeur par 480 points de hauteur.
1. Quelle sera la taille de cette image en octet si c’est une image en niveau de gris ?
2. Quelle sera la taille de l’image en kilo-octets si c’est une image en vraies couleurs (True colors) avec la transparence ?
En niveau de gris ( 8 bits = 1 octet)
307200
𝑇𝑎𝑖𝑙𝑙𝑒 640 480 1 307200 𝑜𝑐𝑡𝑒𝑡𝑠 𝐾𝑜 300 𝐾𝑜
1024
En vraies couleurs ( 24 bits = 3 octets)
921600
𝑇𝑎𝑖𝑙𝑙𝑒 640 480 3 921600 𝑜𝑐𝑡𝑒𝑡𝑠 𝐾𝑜 900 𝐾𝑜
1024
Exercice 5 :
Un appareil photo numérique, de résolution 3000 × 2000 pixels, enregistre (capture) des images en format BMP
(sans compression), ces images sont constituées de pixels codés sur 36 bits.
Combien de photos puis-je enregistrer dans une carte mémoire de 512Mo ?
𝑇𝑎𝑖𝑙𝑙𝑒 𝑝𝑜𝑢𝑟 𝑒𝑛𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑒𝑟 𝑢𝑛𝑒 𝑝ℎ𝑜𝑡𝑜
216 10
𝑇𝑎𝑖𝑙𝑙𝑒 3000 2000 36 216 10 𝑏𝑖𝑡𝑠 𝑜𝑐𝑡𝑒𝑡𝑠 27 10 𝑜𝑐𝑡𝑒𝑡𝑠
8
27 10
𝑇𝑎𝑖𝑙𝑙𝑒 𝑀𝑜 25.75 𝑀𝑜
1024 ∗ 1024
Combien de photos puis-je enregistrer dans une carte mémoire de 512Mo ?
512
𝑁 19 𝑝ℎ𝑜𝑡𝑜𝑠
25.75
23
Exercice 6 :
Soit l’image 3x3 suivante que nous souhaitons sur-échantillonner pour obtenir une image 6x6 :
8 11 3
5 7 0
1 9 12
1. Donner l’image obtenue en utilisant la méthode d’interpolation du plus proche voisin image (6x6)
8 11 3 8 8 11 11 3 3
8 8 11 11 3 3
5 7 0 5 5 7 7 0 0
5 5 7 7 0 0
1 9 12 1 1 9 9 12 12
1 1 9 9 12 12
Exercice 6 :
2. Calculer la valeur du pixel (2,2) si on applique une méthode d’interpolation bilinéaire
𝟏 𝟏
𝟏𝟏 𝟖 𝟗. 𝟓
𝟐 𝟐
𝟏 𝟏
8 𝟗. 𝟓 11
𝟐 𝟐
8 11 3
?
𝟏 𝟏
5 7 0 𝟗. 𝟓 𝟔 𝟕. 𝟕𝟓 → 𝟖
𝟐 𝟐
1 9 12 𝟏 𝟏
pixel (2,2)=8
5 𝟐 𝟔 𝟐 7
𝟏 𝟏
𝟕 𝟓 𝟔
𝟐 𝟐
24
Exercice 6 :
3. Calculer les valeurs des pixels (1,2), (1,3) et (1,4) si on applique une méthode d’interpolation bilinéaire
8 ? 11
8 ? ? ? 11 3
𝟑
𝟏
𝟒 𝟒
𝟏 𝟑
pixels (1,2) = 𝟏𝟏 𝟖 𝟖. 𝟕𝟓 → 𝟗
𝟒 𝟒
5 7 0 8 ? 11
𝟐 𝟐
𝟒 𝟒
𝟐 𝟐
pixels (1,3) = 𝟏𝟏 𝟖 𝟗. 𝟓 → 𝟏𝟎
𝟒 𝟒
1 9 12
8 ? 11
𝟑 𝟏
𝟒 𝟒
𝟑 𝟏
pixels (1,3) = 𝟏𝟏 𝟖 𝟏𝟎. 𝟐𝟓 → 𝟏𝟎
𝟒 𝟒
25