Objectifs du cours
Objectifs du cours
Analyse d'images et reconnaissance des formes · course
Fiche de révisionFiche de cours
Rédigée à partir de ce document, puis vérifiée avant publication.
Ce matériel couvre les bases de l’analyse d’images et de la reconnaissance des formes, destiné aux étudiants en traitement d’images. Il présente les notions fondamentales sur les images numériques, leur représentation, leur amélioration, ainsi que les méthodes d’analyse automatique comme la segmentation et la détection de contours.
L’image est une source d’information majeure pour l’être humain. Elle contient une grande quantité de données utiles à l’interprétation ou à la prise de décision, que ce soit par un humain ou une machine.
Le traitement d’images répond à deux motivations principales :
Les domaines d’application sont variés : médecine (imagerie radiologique), biologie (images microscopiques), industrie (vision robotique), agriculture (télédétection satellitaire).
Une image est la représentation analogique ou numérique d’une scène ou d’objets. Elle contient une mesure relative de luminance exprimée par un ton de gris (image analogique) ou un nombre entre 0 et 255 (image numérique).
Pour être traitée par ordinateur, une image doit être digitalisée par :
Une image numérique est donc une image échantillonnée et quantifiée, composée d’éléments appelés pixels.
La qualité d’une image numérique dépend de :
La résolution doit être choisie en fonction du contenu informationnel pertinent de l’image. Une mauvaise quantification ou un échantillonnage insuffisant peut entraîner des distorsions ou une perte d’information.
L’entropie définit le nombre moyen de bits par pixel nécessaires pour coder l’information, selon la distribution statistique des niveaux de gris :
Entropie = - ∑(i=1 à N) pi * log2(pi)
où N est le nombre de niveaux de gris, et pi la proportion de pixels au niveau i.
Les couleurs résultent de la séparation de la lumière blanche en ondes électromagnétiques de différentes longueurs d’onde (0,4 μm violet à 0,7 μm rouge).
Le principe de la trichromie repose sur l’idée qu’un triplet de couleurs primaires suffit à restituer toutes les couleurs par synthèse additive. Ces primaires sont généralement le rouge (R), le vert (G) et le bleu (B).
L’espace RGB est un espace vectoriel à trois dimensions (r,g,b) où chaque composante varie entre 0 et 255. L’origine (0,0,0) correspond au noir, et le point (255,255,255) au blanc. Les couleurs secondaires comme le cyan, magenta et jaune sont obtenues par addition de deux primaires :
La diagonale principale du cube RGB, où r=g=b, correspond aux nuances de gris, de noir à blanc.
L’espace XYZ (CIE 1931) est une transformation linéaire de RGB, contenant toutes les couleurs visibles avec des coordonnées positives.
L’espace HSV caractérise la couleur selon :
La conversion RGB → HSV est non linéaire et plusieurs méthodes existent pour la réaliser.
Une image digitale est stockée dans un fichier selon un format spécifique. Pour lire une image, il faut connaître son format ou utiliser un logiciel compatible. Les formats courants sont :
Le cours aborde successivement le rehaussement, la restauration (filtrage), la segmentation, puis la description géométrique des formes.
Le rehaussement modifie l’aspect visuel de l’image pour faciliter son interprétation, en jouant sur la qualité visuelle et la perception des formes.
La transformée de Fourier 2D d’un signal f(x,y) est définie par :
F(u,v) = ∫∫ f(x,y) e^(-j2π(ux + vy)) dx dy
Elle permet d’analyser l’image en fréquences :
Un filtre passe-bas conserve uniquement les basses fréquences (partie centrale), supprimant le bruit et les détails fins. La transformée inverse permet de revenir à l’image filtrée.
La restauration vise à améliorer la qualité d’une image dégradée par des défauts comme la poussière, le flou ou une mauvaise illumination.
Le filtrage spatial s’applique sur un voisinage autour d’un pixel, défini par des masques (croix, diamant, carré) de différentes tailles (ex. 3x3, 7x7). Le masque indique quels pixels voisins sont pris en compte.
Voisinage trié : 0, 123, 124, 125, 127, 128, 130 Valeur médiane : 125 Pixel bruité (valeur 0) remplacé par 125
Le filtre médian est plus efficace que le filtre conservatif pour un bruit sel et poivre important, mais reste peu performant sur le bruit gaussien.
Pour compenser le floutage induit par les filtres lissants, on applique un filtre passe-haut qui accentue les contours. Ces filtres utilisent des noyaux de convolution spécifiques et augmentent malheureusement aussi le bruit.
La détection de primitives (contours, régions, lignes) est essentielle pour identifier des objets dans une image. Elle sert à des mesures précises comme le contrôle industriel ou l’imagerie médicale.
La détection automatique est complexe et nécessite souvent des connaissances a priori.
Les contours correspondent à des maxima locaux du gradient (dérivée première) ou aux passages par zéro du Laplacien (dérivée seconde).
Le gradient est un vecteur formé des dérivées partielles selon x et y :
∇I = [∂I/∂x, ∂I/∂y]
On recherche les points où le module du gradient est maximal.
Le Laplacien est la somme des dérivées secondes :
ΔI = ∂²I/∂x² + ∂²I/∂y²
Les contours sont les points où ΔI s’annule en changeant de signe, assurant un contour fermé d’épaisseur un pixel.