Scribd
Importer
7 vues3 pages

TAI - Imagerie Couleur Et Multispectrale TP N° 3: Color Constancy

Ce TP vise à mettre en œuvre et tester des algorithmes de constance chromatique sur des images. Les étudiants doivent implémenter plusieurs méthodes en Matlab, évaluer leurs performances à l'aide de métriques spécifiques, et comparer les résultats obtenus. Un compte-rendu détaillé, accompagné des codes sources et des images résultats, est à soumettre dans un dossier compressé.

Transféré par

marchespublicstxpt
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
7 vues3 pages

TAI - Imagerie Couleur Et Multispectrale TP N° 3: Color Constancy

Ce TP vise à mettre en œuvre et tester des algorithmes de constance chromatique sur des images. Les étudiants doivent implémenter plusieurs méthodes en Matlab, évaluer leurs performances à l'aide de métriques spécifiques, et comparer les résultats obtenus. Un compte-rendu détaillé, accompagné des codes sources et des images résultats, est à soumettre dans un dossier compressé.

Transféré par

marchespublicstxpt
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

TAI – Imagerie Couleur et Multispectrale

TP n° 3

Objectif :
A travers ce TP, vous allez mettre en œuvre les algorithmes de constance
chromatique (color constancy), vus en cours. Vous allez les tester sur plusieurs
images et comparer leurs performances.

Livrable : Un compte-rendu descriptif et explicatif + les codes sources


commentées + les images résultats, le tout compacté dans un dossier numérique
compressé portant les noms de famille du binôme.

Commencez par copier les images de test dans votre répertoire de travail.

Quelques fonctions Matlab utiles : reshape, max, mean, tic, toc

Color Constancy

1/ Implémentation des algorithmes


Créez des fonctions Matlab implémentant les algorithmes suivants :
L’entête de ces fonctions est de la forme suivante :
RGB_Out = fonction(RGB_In)
Où RGB_Out est l’image corrigée et RGB_In est l’image acquise dans des
conditions non canoniques :
1) Grey World
2) White Patch
3) Modified White Patch
4) MHP (Méthode Hybride Progressive)

MHP est une combinaison progressive du Grey World et du White Patch


modifié dont l’idée et l’algorithme sont décrits ci-dessous :

Cette approche progressive combine localement le monde gris et le patch


blanc modifié. Par conséquent, la méthode du monde gris n’est appliquée que
sur les zones sombres et moyennes de l’image, tandis que la méthode du patch
blanc n’est appliquée que sur les zones claires de l’image. Pour ce faire, deux
seuils sont définis h1 et h2. h1 délimite le niveau d’intensité au-dessus duquel on
applique la méthode patch blanc modifié. h2 délimite le niveau d’intensité en
dessous duquel on applique la méthode du monde gris. Les niveaux d’intensité
compris entre h2 et h1 sont corrigés en appliquant une combinaison progressive
des deux algorithmes afin d’assurer une transition graduelle des zones traitées
par le monde gris et des zones traitées par le patch blanc modifié comme
l’illustre la figure ci-dessous.

Le choix des deux seuils est relativement aisé puisqu’il s’agit juste de délimiter
grossièrement les zones à traiter par chaque méthode.
L’algorithme est le suivant :
- On calcul d’abord l’image d’intensité I en calculant la moyenne des trois
bandes
𝑅+𝐺+𝐵
𝐼=
3
- On calcule ensuite pour chaque pixel les coefficients Kr, Kg et Kb en
fonction de I
Où

Enfin, la nouvelle image est calculée en multipliant chaque canal par les images
Kr, Kg et Kb.

2/ Implémentation des métriques d’évaluation


Implémentez chacune des métriques d’évaluation suivantes dans une fonction
Matlab : MSE et ∆Eab.

3/ Test sur les images – 1ère partie


Testez vos implémentations sur les images du dossier Images_TP3\Test1.
Dans ce dossier se trouve pour chaque jeu de test une image considérée comme
acquise sous l’illuminant canonique nommée xxx_Orig (vérité terrain) et des
images de la même scène acquises sous un illuminant non canonique.
Calculez alors l’erreur entre la vérité terrain (xxx_Orig) et la sortie des différents
algorithmes appliqués à la même image acquise sous un illuminant non
canonique (xxx).
Dressez ensuite un tableau comparatif entre les différents algorithmes à l’aide
des résultats des métriques implémentées précédemment ainsi que le critère
subjectif visuel et le temps d’exécution.

Vous aimerez peut-être aussi