Résumé du Cours sur le Traitement d’Images 2
March 16, 2025
Contents
1 Histogramme d’une image 2
2 Transformation d’histogramme 2
2.1 Normalisation d’histogramme . . . . . . . . . . . . . . . . . . . . 2
2.2 Égalisation d’histogramme . . . . . . . . . . . . . . . . . . . . . . 2
2.3 Seuillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 Luminance et contraste 2
3.1 Luminance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.2 Contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
4 Transformation linéaire 3
5 Transformation non linéaire 3
6 Égalisation d’histogramme 3
6.1 Égalisation locale . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
7 Seuillage 3
7.1 Seuillage global . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
7.2 Seuillage dynamique . . . . . . . . . . . . . . . . . . . . . . . . . 3
8 Opérations sur les images 4
8.1 Addition d’images . . . . . . . . . . . . . . . . . . . . . . . . . . 4
8.2 Soustraction d’images . . . . . . . . . . . . . . . . . . . . . . . . 4
8.3 Multiplication d’images . . . . . . . . . . . . . . . . . . . . . . . 4
9 Opérations logiques sur les images binaires 4
10 Exemples et applications 4
1
1 Histogramme d’une image
L’histogramme d’une image est une représentation graphique qui montre la dis-
tribution des intensités de pixels dans l’image. Pour chaque niveau d’intensité
(par exemple, de 0 à 255 pour une image en niveaux de gris), l’histogramme
compte le nombre de pixels ayant cette intensité.
Exemple : Si une image a beaucoup de pixels sombres, l’histogramme aura
un pic dans les valeurs basses (proches de 0). Si l’image est claire, le pic sera
dans les valeurs hautes (proches de 255).
2 Transformation d’histogramme
La transformation d’histogramme est une technique utilisée pour modifier la
distribution des intensités de pixels dans une image. Cela peut améliorer la
qualité de l’image, par exemple en augmentant le contraste ou en ajustant la
luminosité.
2.1 Normalisation d’histogramme
Cela consiste à ajuster les valeurs des pixels pour qu’elles couvrent toute la plage
dynamique (de 0 à 255).
2.2 Égalisation d’histogramme
Cette technique redistribue les intensités de pixels pour obtenir un histogramme
plus uniforme, ce qui améliore souvent le contraste de l’image.
2.3 Seuillage
C’est une technique qui transforme une image en niveaux de gris en une image
binaire (noir et blanc) en définissant un seuil. Les pixels au-dessus du seuil
deviennent blancs, et ceux en dessous deviennent noirs.
3 Luminance et contraste
3.1 Luminance
C’est la moyenne des intensités de tous les pixels de l’image. Pour augmenter
la luminance, on peut simplement ajouter une valeur constante à chaque pixel.
3.2 Contraste
Le contraste mesure la différence entre les pixels les plus sombres et les plus
clairs. Un contraste élevé signifie que les différences entre les zones sombres et
claires sont accentuées.
2
4 Transformation linéaire
C’est une technique simple pour ajuster la dynamique d’une image. Elle consiste
à étirer ou compresser les niveaux de gris pour qu’ils couvrent toute la plage de
0 à 255.
Exemple : Si une image a des niveaux de gris entre 50 et 150, on peut
appliquer une transformation linéaire pour étirer ces valeurs entre 0 et 255, ce
qui augmente le contraste.
5 Transformation non linéaire
Contrairement à la transformation linéaire, la transformation non linéaire utilise
des fonctions plus complexes (comme le logarithme ou l’exponentielle) pour
modifier les intensités de pixels. Cela peut être utile pour accentuer certaines
parties de l’image.
6 Égalisation d’histogramme
L’égalisation d’histogramme est une technique qui redistribue les intensités de
pixels pour obtenir un histogramme plus uniforme. Cela permet d’améliorer le
contraste de l’image, surtout lorsque l’image est trop sombre ou trop claire.
6.1 Égalisation locale
Au lieu d’appliquer l’égalisation à toute l’image, on l’applique à de petites
régions de l’image. Cela permet de mieux préserver les détails locaux.
7 Seuillage
Le seuillage est une technique qui transforme une image en niveaux de gris en
une image binaire (noir et blanc). On choisit un seuil, et tous les pixels au-dessus
de ce seuil deviennent blancs, tandis que ceux en dessous deviennent noirs.
7.1 Seuillage global
Un seul seuil est appliqué à toute l’image.
7.2 Seuillage dynamique
L’image est divisée en plusieurs régions, et un seuil est calculé pour chaque
région. Cela permet de mieux gérer les variations de luminosité dans l’image.
3
8 Opérations sur les images
En plus des transformations d’histogramme, on peut effectuer des opérations
mathématiques sur les images pour améliorer leur qualité ou extraire des infor-
mations.
8.1 Addition d’images
On peut additionner deux images pour réduire le bruit ou augmenter la lumi-
nosité.
8.2 Soustraction d’images
Cela permet de détecter les différences entre deux images, par exemple pour
détecter des mouvements ou des défauts.
8.3 Multiplication d’images
On peut multiplier une image par un facteur pour ajuster la luminosité ou le
contraste.
9 Opérations logiques sur les images binaires
Pour les images binaires (noir et blanc), on peut appliquer des opérations
logiques comme AND, OR, XOR, etc. Ces opérations sont utiles pour com-
biner des images ou extraire des informations spécifiques.
10 Exemples et applications
Le cours (TI Presentation-generale-ElBoustani) fournit plusieurs exemples pra-
tiques pour illustrer comment ces techniques peuvent être appliquées pour améliorer
des images, détecter des objets, ou analyser des changements dans une série
d’images.