Notions de traitement et d'analyse d'image
Traitement et analyse d'image Ce document traite des notions fondamentales du traitement et de l'analyse d'image, en se concentrant sur les méthodes de traitement d'images matricielles codées sur 256 niveaux de gris.
D'après le document Notions de traitement et d'analyse d'image
Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.
Document source
Image Processing · PDF · 32 pages · 2000
Afficher l'aperçu du document
Traitement et analyse d'image
Ce document traite des notions fondamentales du traitement et de l'analyse d'image, en se concentrant sur les méthodes de traitement d'images matricielles codées sur 256 niveaux de gris. Les étudiants découvriront des algorithmes pour l'affichage d'images, des outils d'analyse comme les histogrammes, ainsi que des techniques de filtrage et de transformation, y compris la transformée de Fourier.
Affichage d'images
Lorsqu'on dispose d'une image codée sur 256 niveaux de gris, il peut être nécessaire de l'afficher sur un périphérique qui ne supporte pas autant de niveaux. Plusieurs algorithmes permettent de réaliser cette tâche.
Correspondance simple
Pour un affichage à 4 niveaux (N=4), on divise la plage 0-255 en 4 intervalles : 0-63, 64-127, 128-191, 192-255. On associe chaque intervalle à un niveau d'affichage :
algorithme d'affichage 256 vers 4 niveaux :
Pour chaque pixel (x,y) de niveau I(x,y) faire :
Si (I(x,y)<64) alors
afficher avec le niveau 0
sinon
Si I(x,y)<128 alors
afficher avec le niveau 1
sinon
Si I(x,y)<192 alors
afficher avec le niveau 2
sinon
afficher avec le niveau 3
fin Si
fin Si
fin Si
fin Pour
Affichage par seuil aléatoire
Cette méthode améliore la représentation en tenant compte de la densité des points. Pour une représentation binaire (N=2), on tire une valeur aléatoire :
algorithme du seuil aléatoire (2 niveaux) :
Pour chaque pixel (x,y) de niveau I(x,y) Faire :
Générer un seuil aléatoire S entre 0 et 254
Si I(x,y)>S alors
allumer le pixel
fin Si
fin Pour
Affichage par matrices de seuil
Cette méthode utilise une matrice de seuil D(2n). Pour chaque pixel (x,y), on calcule x0 et y0 :
algorithme pour matrice de seuil (4 niveaux) :
Pour chaque pixel (x,y) de niveau I(x,y) Faire :
x0=x mod 8
y0=y mod 8
S=Dx0y0(8)
Si I(x,y)<85 alors
P=0,75*I(x,y)
Si P<S alors
Afficher avec niveau 1
sinon
Afficher avec niveau 0
fin Si
sinon si I(x,y)<170 alors
P=0,75*(I(x,y)-85)
Si P>S alors
afficher avec niveau 2
sinon
afficher avec niveau 1
fin Si
sinon
P=0,75*(I(x,y)-170)
Si P>S alors
afficher avec niveau 3
sinon
afficher avec niveau 2
fin Si
fin Si
fin Pour
Outils élémentaires d'analyse d'image
Histogramme
L'histogramme est une représentation graphique des niveaux de gris dans une image. Il permet de distinguer rapidement les images trop foncées ou trop claires. La probabilité d'apparition d'un niveau est donnée par :
pi = fi / n.p
où fi est la fréquence d'apparition du niveau i.
Profil
Un profil représente la variation du niveau I(x,y) le long d'une ligne ou d'une colonne donnée.
Recherche de niveau
Cette opération affiche tous les pixels ayant le même niveau qu'un pixel donné, permettant de mettre en évidence des détails similaires.
Information contenue dans une image
La quantité d'information apportée par un niveau donné est définie par :
Qi = - log2(pi)
Cette quantité varie de 0 à l'infini, indiquant qu'un niveau rare apporte plus d'information qu'un niveau omniprésent.
Traitements de base
Les traitements de base consistent à améliorer l'image pour des applications spécifiques, comme la restauration d'image ou le filtrage.
Transformations d'histogramme
Les tables de conversion (LUT) permettent de transformer les niveaux d'une image. Par exemple, pour redistribuer les niveaux :
j = Transfo(i)
On peut également égaliser l'histogramme pour obtenir une distribution uniforme.
Filtrage dans le domaine spatial
Le filtrage peut être linéaire ou non-linéaire. Les filtres linéaires incluent :
- Filtres passe-bas : atténuent les détails nets.
- Filtres passe-haut : mettent en évidence les détails.
Filtrage dans le domaine fréquentiel
Le filtrage fréquentiel utilise la transformée de Fourier. Les filtres passe-bas et passe-haut sont définis par :
H(u,v) = 1 si r < R H(u,v) = 0 si r > R
Images binaires
La binarisation transforme une image à plusieurs niveaux en une image binaire. Cela permet d'isoler des objets.
Opérateurs morphologiques
Les techniques de dilatation et d'érosion sont utilisées pour éliminer les points parasites dans une image binaire.
Segmentation
La segmentation découpe l'image en régions, caractérisées par des contours ou par homogénéité.
Extraction de contours
Les contours sont détectés par des variations brusques de niveaux. On utilise des masques linéaires pour détecter ces discontinuités.
Questions fréquentes
Qu'est-ce qu'un histogramme en traitement d'image ?
L'histogramme est une représentation graphique des niveaux de gris d'une image, permettant de visualiser la distribution des pixels par niveau.
Quelles sont les méthodes de filtrage d'image ?
Les méthodes de filtrage incluent le filtrage linéaire (passe-bas et passe-haut) et le filtrage non-linéaire, comme le filtre médian.
Qu'est-ce que la binarisation ?
La binarisation est le processus de conversion d'une image à plusieurs niveaux en une image en noir et blanc, facilitant l'isolement d'objets.
Comment fonctionne la transformée de Fourier ?
La transformée de Fourier permet de passer du domaine spatial au domaine fréquentiel, facilitant le traitement des convolutions.
Quels sont des exemples d'algorithmes de traitement d'image ?
Des exemples incluent l'algorithme d'affichage par seuil aléatoire et l'algorithme d'égalisation d'histogramme.
Commentaires
Aucun commentaire pour le moment. Posez la première question.