Faculté des Sciences TD3 Traitement d’images :
Kenitra aster 2I Pr. Y. El merabet
Exercice1 : Détection de contour par seuillage par hystérésis
L’image I est une image à niveaux de gris de taille 10×10 pixels et dont les valeurs de niveaux de gris
sont codées sur 4 bits. Cette image contient un contour que l’on souhaite extraire. Lors du calcul, on
néglige les pixels de bord.
1. Calculer les images de gradient IGx et IGy qui sont obtenues par application du masque de convolution
[+1, 0, -1] selon l’axe des x et l’axe des y respectivement.
2. Calculer le module de gradient IG=|IGx|+ |IGy|.
3. Binariser l’image IG ainsi obtenue. Prendre pour le threshold les valeurs 5 et 6 conclure.
4. Mettre en œuvre le seuillage par hystérésis sur l’image IG pour Sh=7 et Sb=5.
I IGx
9 8 9 9 9 9 8 9 8 7 0 -1 0 0 1 0 0 2
9 8 9 8 8 9 9 8 6 4 0 0 1 -1 -1 1 3 4
8 8 9 8 8 8 8 6 4 3 -1 0 1 0 0 2 4 3
9 9 9 8 9 8 6 4 3 3 0 1 0 0 3 4 3 1
8 9 9 8 8 6 4 3 2 2 -1 1 1 2 4 3
9 8 8 8 7 5 5 4 1 1 1 0 1 3 2
8 8 8 7 6 5 4 3 2 0 0 1 2 2
8 6 5 4 2 3 2 1 0 0 3 2
7 5 4 2 2 2 1 0 0 0
7 4 3 2 1 1 1 0 0 0
IGy IG
1 0 0 1 1 1 0 3 4 4 0 0 2 2 2 1 6 8
0 -1 0 0 -1 1 3 4 3 1 2 0 1 1 1 5 8 6
0 -1 0 0 0 2 4 3 2 1 1 1 0 0 5 8 6 3
0 1 1 0 2 3 1 0 2 2 2 2 1 4
0 1 1 1 2 1 0 2 1
1 2 3 4
1
8 7 4 7 8 10 8 8
Exercice2 : Segmentation par division (quadtree) 6 4 5 4 9 8 9 8
L’objectif est de réaliser la segmentation en régions de l’image I de la 4 5 2 3 4 7 8 10
figure ci-contre en utilisant la méthode de division de régions 9 4 3 4 6 8 6 8
quadtree (Arbre quaternaire) dont le principe est le suivant: Si un 8 7 4 9 8 7 8 6
bloc n'est pas homogène (i.e. la mesure d’homogénéité est supérieure 8 8 6 8 12 11 12 13
au seuil) alors on divise le bloc en 4 blocs égaux et on réapplique 8 7 8 8 13 12 10 12
l'algorithme sur chacun des blocs. Dans cet exercice, la mesure
5 8 8 8 12 14 12 11
Faculté des Sciences TD3 Traitement d’images :
Kenitra aster 2I Pr. Y. El merabet
d’homogénéité utilisée est l’étendue e = max−min.
Exercice3 : Segmentation par croissance de régions (LPE)
On souhaite segmenter l’image I par la méthode watershed (LPE ou Ligne de Partage des Eaux). Les
images G1 et G2 sont deux images de gradients obtenues par application de deux algorithmes différents
de calcul de gradient sur l’image I.
1. Segmenter l’image I en utilisant G1 comme image de gradient.
2. Segmenter l’image I en utilisant G2 comme image de gradient.
3. Evaluer qualitativement (visuellement) les images segmentées produites.
4. Evaluer quantitativement ces résultats de segmentation en utilisant la méthode de Vinet.
I
3 6 5 6 4 6 5 3 4 2 1
6 4 101 100 103 5 3 4 3 2 1
4 3 102 102 102 4 2 3 2 1 3
5 5 99 101 103 4 4 3 4 5 5
4 6 103 104 105 3 4 216 213 210 209
5 3 4 6 5 3 7 214 212 214 100
1 4 2 0 0 5 216 209 211 209 102
0 2 3 2 3 6 212 211 210 213 99
2 4 3 1 3 4 216 206 215 214 99
1 1 2 1 2 6 207 206 213 214 102
G1 G2
1 4 3 4 2 3 2 1 1 0 0 2 2 1 1 2 4 2 1 1 0 0
2 2 97 96 99 3 1 2 1 1 0 1 2 100 97 99 6 1 0 1 0 0
3 2 98 1 95 2 1 2 0 1 1 2 3 98 0 97 5 1 2 1 0 1
2 2 97 0 99 2 2 2 2 3 3 3 4 100 1 100 3 2 2 1 0 0
1 3 100 98 101 3 4 211 208 207 203 1 3 98 97 102 4 1 207 204 204 0
3 1 2 2 3 3 4 208 2 3 2 3 4 3 4 3 1 5 208 1 2 1
0 1 3 2 1 3 207 206 1 2 3 1 1 2 2 1 4 210 206 1 3 3
0 0 1 1 1 4 205 2 2 3 3 0 0 2 1 1 3 208 0 1 1 1
1 1 1 0 1 3 210 3 2 2 3 2 1 1 0 1 3 211 2 2 2 1
0 0 0 0 0 4 203 4 3 2 4 0 0 1 2 3 4 203 3 2 2 3