Scribd
Importer
9 vues1 page

Traitement d'image : HSV et méthodes clés

Le document traite des différences entre les espaces de couleur HSV et RGB, en mettant l'accent sur leur utilisation dans le traitement d'image. Il explique les techniques de binarisation, de seuillage (global et adaptatif), ainsi que les méthodes de filtrage pour lissage et détection de contours. Enfin, il aborde les opérations morphologiques et la convolution pour améliorer les images.

Transféré par

chaimaelahmimi7
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 TXT, PDF, TXT ou lisez en ligne sur Scribd
9 vues1 page

Traitement d'image : HSV et méthodes clés

Le document traite des différences entre les espaces de couleur HSV et RGB, en mettant l'accent sur leur utilisation dans le traitement d'image. Il explique les techniques de binarisation, de seuillage (global et adaptatif), ainsi que les méthodes de filtrage pour lissage et détection de contours. Enfin, il aborde les opérations morphologiques et la convolution pour améliorer les images.

Transféré par

chaimaelahmimi7
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 TXT, PDF, TXT ou lisez en ligne sur Scribd

HSV Vs RGB:(on doit connaitre juste la teinte ==used in traitement d image ,CV

hue saturation Value


teinte(0==360), purte(0,100) luminosite(0 100)

OpenCV:0..179 0--255 0---255

Traitement d image :
I.
1. Binarisation (conversion niveau de gris en noir et blan)=>simplifier le
calcul,atenuer le bruit ,(CNN)
2. seuillage: a)Global (otsu){ une seul seui pour tout les pixels}
b) Adapatif =>moyenne(on divise l image en des parties puis on
calcule la moy de
, =>Moy gaussienne

II. Filtrage (Convolutionnel)on parle de lissage et on utilise un filtre passe bas


pour eleiner les haute frequence
3 filtres moyeuneur midian gaussien
lextraction de contor detection de contour en utilise un filtre pass haut
3 filtres sobel any laplaien

[Link] pass bas(bruit) elimine haute freq


[Link] pass haut(detection de contours) {LAplacien , sobel, cany}
[Link] Morphologique : dilatation , erosion , ouverture , fermeture

====================
2. seuillage:ON CHERCHE UN SEUIL tout les valeurs < =->0 et > =-> 255, chaque pixel
est associe a une classe(blan ou noir)
que ca soit 0 ou 1 . La bonne seuil :
trunc :< inchangeable , > a la seuil,, tozero 3akss
==>La methode OTSU=maxi niveau gris=> le seuil optimal, la minimisation de l
inertie intraclasse(petit=proche de moy)
, maximiser interclasse(on le calcule par ecart)
L histograme == freq d aparaition des valeur
intraclasse::ecart type :dispertion autour de la valeur moyenne
ecart 1ere classe + ecart 2eme classe=

la minimisation de l inertie interclasse= myenne de 1ere classe, 2eme classe:


algo de balayge :iterative
histogramme bimodale , multi
flouter une image la rendre flou
convolution :::: modifier l image original afain dameliore limage original et on
la calcule on posant le noyau sur le pixel en balayant notre noyau sur toute limage
et faire le produit entre le noyau et le voisinage de chaque pixel

filtre moyenneur :on applique le moyenneur on va flouter limage


GAUSSIEN plus on seloigne de pixel central plus les coefficient diminue produit
entre liage original et le kernel

Vous aimerez peut-être aussi