3. Traitement des images 3.
Traitement des images
Plan
3- Traitement des images
3.1 Amélioration du contraste
Le mécanisme de formation des images
Fonction de transfert
Modification d’histogramme est loin d’être parfait, et l’image à la sortie
3.2 Filtrage
de ce mécanisme doit être traitée avant
Filtre moyenneur
d’être soumise aux modules suivants du
Filtre dans le domaine fréquentiel système de vision.
Filtre gaussien
Filtre median
Laplacien
3.3 Morphologie
3. Traitement des images
Atténuation du bruit
Objectifs du rehaussement •Bruit photonique
d’images:
Amélioration du contraste Original bruité
Augmenter la plage dynamique
Isoler et améliorer la perception
des caractéristiques
Filtrage
Brouiller (analyse multirésolution)
Accentuer les caractéristiques Image rehaussée
Atténuer le bruit
Atténuer le bruit impulsionnel
Filtrer tout en préservant les arêtes
Image en fluorescence de la moelle osseuse
•Bruit impulsif (salt & pepper noise) •Bruit formé par un maillage non régulier
Fissures à la surface Image rehaussée
Original bruité Image rehaussée
de la toile
•Bruit périodique •Bruit périodique
(Image numérisée et télécopiée) (Image balayée ligne par ligne et retransmise par
radio)
Avant Après
Avant Après
•Bruit périodique •Bruit périodique
(Image imprimée en demi-tons sur papier) (Image imprimée en demi-tons sur papier)
Avant Après Avant Après
Rehaussement des arêtes
Images du cerveau
en résonance
magnétique
nucléaire
Avant Après
Surface fracturée d’une pièce de céramique
(microscope électronique)
3. Traitement des images
Avant Après Avant Après
Main et plaques métalliques observées en rayons X
Pou de tête observé au microscope
Amélioration du contraste
•Étirement linéaire de l’histogramme
Avant Après
Saturne observée au
Image rehaussée
télescope spatial Hubble Après
Avant
Coupe d’un vaisseau sanguin montrant la
disposition des cellules en couches d’oignon
3. Traitement des images
•Égalisation de l’histogramme
3.1 Amélioration du
contraste
But: Manipuler l’échelle de niveaux de
gris afin d’améliorer la plage
dynamique.
Causes d’un faible contraste:
Mauvais éclairage
Capteur avec plage dynamique faible
Sources d’éclairage parasites
Réponse non-linéaire du capteur
Avant Après
3. Traitement des images 3. Traitement des images
3.1.1 Fonction de transfert
Définitions
Contraste: Différence en niveaux de avec: I’ : nouvelle valeur d’éclairement
gris (ou valeurs d’éclairement) pour une f : fonction de transfert
I ′(x, y) = f (I (x, y)) I : valeur actuelle d’éclairement
région de l’image
Valeurs de contraste:
Utilisation:
Gmin ≤ I (x, y) ≤ Gmax
Sur/sous utilisation de la plage
avec Gmin, Gmax = valeurs extrêmes
d’éclairement Effets d’illumination et/ou d’optique
I(x,y) = Éclairement à x,y Non-linéarités du capteur
Plage de contraste: Gmax − Gmin
Gmax
Rapport de contraste:
Gmin
3. Traitement des images 3. Traitement des images
Fonction linéaire Exemple simple (gain K unitaire)
Gmax −G min G ⋅ Gmin − g ⋅ Gmax Gmax −G min G ⋅ Gmin − g ⋅ Gmax
I ′(x, y) = I(x, y) + I ′(x, y) = I(x, y) +
G−g G−g G−g G−g
Gmax I ′ = KI + b
Gmax
I’(x,y)
I’(x,y)
Gmin Gmin
g G
I(x,y)
Gmin Gmax
Gmin I (x,y) Gmax
3. Traitement des images 3. Traitement des images
Fonctions de Gmax
Fonction de transfert discrète
transfert variées I’(x,y)
Linéaire bornée
Gmin
Gmin I (x,y) Gmax
Gmax
Linéaire I’(x,y)
Gmin
Gmin I (x,y) Gmax
Gmax
Linéaire par I’(x,y)
morceaux
Gmin
Gmin I (x,y) Gmax
Gmax
I’(x,y)
logarithmique
Gmin
Gmin I (x,y) Gmax
3. Traitement des images 3. Traitement des images
Exemples
Rampe Fonction de transfert non-linéaire
(caméra: correction γ)
Image d’éclairement
Image corrigée
3. Traitement des images 3. Traitement des images
Fonctions de transfert variées
3.1.2 Histogramme
Répartition des niveaux de gris d’une image
3. Traitement des images 3. Traitement des images
Transformation d’histogramme
soient r: niveau de gris, im. orig.
Égalisation s: niveau de gris, im. rés.
d’histogramme
T(): fonction de
Amélioration du transformation de r ⇒ s
contraste en s’assurant
que les niveaux de gris p(r): histogramme
des pixels de l’image normalisée d’entrée
résultante soient
uniformément répartis. p(s): histogramme désirée
3. Traitement des images
Résultats
cas discret:
•Histogramme
•Histogramme cumulé
k normalisé
s = T (rk ) = ∑ p(r )
0
3. Traitement des images 3. Traitement des images
Images typiques: a) foncée,b)
claire, c) à faible contraste et d) à Égalisation
contraste élevée d’histogramme sur des
images typiques.
3. Traitement des images
Comparaison
Autre méthode de rehaussement
•Histogramme
•Histogramme cumulé
normalisé
Égalisation globale de l’histogramme Égalisation locale de l’histogramme
Avant Après Avant Après
Plaquage mince à base de particules d’or Empreinte digitale sur feuille de papier
observé au microscope électronique
3. Traitement des images 3. Traitement des images
3.2 Filtrage Catégories
Filtres linéaires
Obéit au principe de superposition
Buts:
Filtre passe-bas adoucir l’image
Atténuer le bruit atténuer le bruit
Analyse multirésolution Filtre passe-haut rehausser les arêtes
Accentuer les discontinuités Filtre passe-bande rehaussement sélectif
des arêtes
Définition (selon dimensions)
Le filtrage est le processus de remplacer Filtres non-linéaires
un pixel par une valeur qui est fonction Atténuation du bruit impulsionnel
des données à proximité du pixel. C’est Rehaussement des discontinuités / filtrage
un opérateur local. du bruit
3. Traitement des images 3. Traitement des images
3.2.1 Filtre moyenneur
Convolution
Type: Passe-bas
Définition:
1 Un filtre linéaire est réalisé grâce à
O(x, y) = ∑ I ( x, y )
K voi sin s la convolution de l’image avec un
« noyau » représentant la réponse
impulsionnelle du filtre. Le noyau
est aussi appelé masque pour
rappeler l’opération de
multiplication effectuée par la
convolution.
La fréquence de coupure du filtre
est en général déterminée par la
dimension du masque.
3. Traitement des images 3. Traitement des images
3. Traitement des images 3. Traitement des images
1 1 1
1 1 1 1 1 1
• 25 25
1 1 1 1 1 1 23
•
1 1 1
3. Traitement des images 3. Traitement des images
25 25
1 1 1 23 23
1 1 1 21 1 1 1 1 1 1
• 21
1 1 1 1 1 1 1 1 1
• • 18 14
1 1 1 1 1 1
3. Traitement des images 3. Traitement des images
La dimension du noyau
détermine la fréquence
de coupure
3. Traitement des images 3. Traitement des images
3.2.2 Filtrage dans le domaine
fréquentiel
∞ ∞
F(u,v ) = F[I (x, y )] = ∫ ∫ I(x, y)e
− j2 π (ux +vy )
dxdy
−∞−∞
I(x,y)
F F(u,v)
Opérations Opérations
spatiales fréquentielles
F-1
I’(x,y) F’(u,v)
3. Traitement des images 3. Traitement des images
3.2.3 Filtre gaussien
Comparaison entre le filtre
Filtre passe-bas optimal moyenneur et le filtre gaussien
Paramètres ajustables
Commande du degré de brouillage
Largeur de bande finie ⇒
reconstruction spatiale exacte
Opérateur local et lisse
−
(x 2 +y 2 )
1
o(x, y ) = I (x, y) ⋅ e 2σ
2
σ 2π
x 2 + y2 = r 2
Filtre à symétrie
circulaire
3. Traitement des images 3. Traitement des images
Mise en œuvre
1- Échantillons de la fonction gaussienne
−
(x 2 +y 2 )
1
o(x, y ) = I (x, y) ⋅ e 2σ
2
σ 2π
⎛ i 2 + j 2 ⎟⎞
W (i, j ) = k ⋅ exp⎜ −
⎝ 2σ 2 ⎠
W (i, j ) ⎛ i 2 + j 2 ⎟⎞
= exp⎜ −
k ⎝ 2σ 2 ⎠
3. Traitement des images 3. Traitement des images
W (i, j ) ⎛ i 2 + j 2 ⎟⎞
= exp⎜ −
k ⎝ 2σ 2 ⎠
3. Traitement des images 3. Traitement des images
3.2.4 Filtre médian
Déf.:
O(x,y):Valeur médiane de la liste
ordonnée dans W(x,y)
Type: Filtre non-linéaire de
suppression de bruit
impulsionnel
3. Traitement des images 3. Traitement des images
3. Traitement des images 3. Traitement des images
Mise en œuvre: Choix du Exemple: échelon
masque de sélection du
voisinage
Marche d’escalier Marche d’escalier + bruit impuls.
idéale + bruit structurel
1 itération du 5 itérations du
du filtre médian du filtre médian
3. Traitement des images 3. Traitement des images
Résumé - fonction échelon
10 itérations du 20 itérations du
du filtre médian du filtre médian
Marche d’escalier + bruit impuls. 20 itérations du (image originale + bruit) -
+ bruit structurel du filtre médian (20 itérations du filtre médian)
(image originale + bruit) -
(20 itérations du filtre médian)
3. Traitement des images 3. Traitement des images
Exemple: scène
contemporaine
3.2.5 Laplacien
L’effet de brouillage causé par le
Image originale bruitée système optique ou par le
mouvement du sujet
photographié dégrade l’image et
résulte d’un effet d’intégration
local. Pour y remédier, une
opération de dérivation pour
accentuer les hautes fréquences
(atténuées par l’intégration).
Filtre gaussien Filtre médian
(1 itération)
3. Traitement des images 3. Traitement des images
I définition
∇I
∇2I ∂2 ∂2
∇ 2 I (x, y) = 2 (
I x, y ) + 2 I (x , y )
∂x ∂y
∂2I
= I (i, j + 1) − 2 I (i, j ) + I (i, j − 1)
∂x 2
∂2I
= I (i + 1, j ) − 2 I (i, j ) + I (i − 1, j )
∂y 2
0 1 0 1 4 1
Caractéristique de scène (variation de la normale à la
surface) et sa tr aduction sur l’ima ge d’illuminance. La ∇ = 1 −4 1 ≅ 4 −20 4
2
variation d’illuminance peut être détectée soit comme un
maximum de la dérivée première de l’image, ou soit com-
me un passage par zéro de la dérivée seconde.
0 1 0 1 4 1
3. Traitement des images 3. Traitement des images
Une autre façon de voir le
Laplacien:
Filtre moyenneur
Passe-bas
1 -4 1
Soustraction
3. Traitement des images 3. Traitement des images
O(x, y) = I (x, y) − I (x, y )∗ G(σ )
3. Traitement des images 3. Traitement des images
3.3 Morphologie Introduction à la morphologie
Le traitement morphologique est
Introduction à la morphologie basé sur la notion d’inclusion ou
Morphologie binaire non d’une forme particulière dans
Dilatation Érosion une région de l’image
Ouverture Fermeture
Morphologie en niveaux de gris
L’opérateur <<
Érosion Dilatation
Ouverture Fermeture
3. Traitement des images 3. Traitement des images
Principales applications 3.3.1 Morphologie binaire
Les opérateurs morphologiques
de base sont utilisés pour
adoucir les contours des
régions. L’adoucissement peut
être réalisé soit en rétrécissant
(en érodant), soit en
agrandissant (en dilatant) les
régions.
Dilatation Érosion
3. Traitement des images 3. Traitement des images
Dilatation
Image (A) Élément structurant (B) A⊕B
Image (A) Élément structurant (B) A⊕B
3. Traitement des images 3. Traitement des images
Érosion Ouverture
L’ouverture est un opérateur
composé qui combine une érosion
suivie d’une dilatation
Image (A) Élément structurant (B) A B
Image (A) Élément structurant (B) A B
3. Traitement des images 3. Traitement des images
Ouverture: adoucissement de Ouverture: suppression d’isthmes
contours (ES convexe) (ES convexe)
Image (A) Élément structurant (B) A B Image (A) Élément structurant (B) A B
3. Traitement des images 3. Traitement des images
Fermeture
Ouverture: élimination de bruit
(ES convexe) La fermeture est un opérateur
composé qui combine une
dilatation suivie d’une érosion
Image (A) Élément structurant (B) A B Image (A) Élément structurant (B) A B
3. Traitement des images 3. Traitement des images
Fermeture: bouchage de trous Fermeture: remplissage de détroits
(ES convexe) (ES convexe)
Image (A) Élément structurant (B) A B Image (A) Élément structurant (B) A B