![Page 1: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/1.jpg)
Traitement d’Image
o Histogrammeo Filtrage linéaire
o filtre moyeno Gradient et Laplacien
o Filtrage non linéaireo médiano nagaoo morphologie mathématique
![Page 2: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/2.jpg)
1. Généralité
Une image acquise est un ensemble de valeurs dépendant• du capteur,• du contexte d’acquisition.très grande quantité d’informations riches et variées.
Objectif : privilégier les informations recherchées• en augmentant la dynamique du signal dans les zones d’intérêt,• en sélectionnant à priori certaines classes d’événements.
![Page 3: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/3.jpg)
Préliminaire :Evaluation de la luminance d'un point réel
• Soit A de coordonnées (x, y) réelles• L(P) la luminance d’un pixel P• soient Pi,j , Pi+1,j , Pi,j+1 , Pi+1,j+1 les quatre pixels qui encadrent A• L(A) ?
Extrapolation de L(A) suivant un modèle de surface :• triangulation de la surface,• extrapolation bilinéaire,• carreau de surface bi-cubique (B-spline, …),• …
![Page 4: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/4.jpg)
Extrapolation triangulaire
j j+1
i
i+1
. A
![Page 5: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/5.jpg)
Extrapolation bilinéaire
L(A) = (1-dx) (1-dy) L(Pi,j) + dx (1-dy) L(Pi,j+1) + (1-dx) dy L(Pi+1,j) + dx dy L(Pi+1,j+1)
j j+1
i
i+1
A j+dx
i+dy
Pi+1,j+1
![Page 6: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/6.jpg)
2. Histogramme
Distribution des luminances dans l’imagePremière étude des objets qui composent la scène
![Page 7: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/7.jpg)
Buts :• améliorer la dynamique• sélectionner des luminances
d’événements
Moyen : modifier les luminancespar une fonction f croissante(conservation des contrastes relatifs)
Pour la suite, on supposera que• f est défini dans [0, 255]
Modification d’histogramme
![Page 8: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/8.jpg)
Expansion dynamique
f(x) = max(0, min(255, (x-xmin)*255/(xmax-xmin) ) )
0
255
f
min max
![Page 9: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/9.jpg)
Expansion adaptative
Situation : sur- ou sous-exposition d'une partie de l'imageLa fonction de transformation varie suivant la position dans l'image
Étude de cellules par fluoroscopie
![Page 10: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/10.jpg)
Solution : expansion dynamique avec un min et un max qui variesuivant la position dans l'image
• définition d’un maximum pour chacun des quatre coins de l'image.• pour chaque pixel, extrapolation bilinéaire d’un maximum à partir
des quatre maxima.• de même pour le minimum.
![Page 11: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/11.jpg)
Egalisation d’Histogramme
Rendre les luminances équiprobables
0
255
f
a b c d a b c d
f(a)
f(b)
f(c) f(d)
![Page 12: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/12.jpg)
N
![Page 13: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/13.jpg)
Algorithme pour l’égalisation
Soit N le nbre de pixels ;
Soit f[256] la fonction de transform. des luminances ;
évaluer l’histogramme cumulé : histoCumule[256] ;
cumulIdéal = N/256 ;
y = 0 ;
pour x=0 à 255f[x] = y ;
tant que histoCumule[x] > cumulIdéaly = y +1 ;
cumul idéal = cumul idéal + N/256 ;
fin tant quefin pour
![Page 14: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/14.jpg)
Spécification d’histogramme
• Généralisation de l’égalisation d’histogramme• Obtenir une distribution des luminances proche d’une distribution
spécifiée à l’avance.
La distribution de référence peut-être :• soit fixée à priori,• soit obtenue sur une image qui sert d’apprentissage.
![Page 15: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/15.jpg)
Algorithme pour la spécification
Soit N le nbre de pixels ;
Soit f[256] la fonction de transform. des luminances ;
soit l’histogramme de référence: histoCumuleRef[256] ;
évaluer l’histogramme cumulé : histoCumule[256] ;
y = 0 ;
pour x=0 à 255f[x] = y;
tant que histoCumule[x] > histoCumuleRef[y]y = y +1 ;
fin tant quefin pour
![Page 16: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/16.jpg)
3. FiltrageFiltrage : modification des valeurs de l’image par application d’un
opérateur.Objectifs :
• réduire le bruit• rehausser des contours• calculer certaines caractéristiques de l’image (gradient, laplacien)
Catégories :• passe-bas / passe-haut• linéaire / non-linéaire
Forme : Filtre(image d’entrée, …, image de sortie)
![Page 17: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/17.jpg)
4. Filtrage linéaire
Choix d’une fenêtre d’observationLa « fenêtre » contient des poids
Nouvelle valeur du pixel : somme pondérée de ses voisins
n8n7n6
n5pn4
n3n2n1
ihg
fed
cba
ps= a.n1+b.n2+c.n3+d.n4+e.p +f.n5+g.n6+ h.n7+ i.n8
ihg
fed
cba
ps
![Page 18: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/18.jpg)
Filtre linéaire passe bas
Bruit : essentiellement des hautes fréquences, on souhaite les « enlever » lissage : moyenne dans un voisinage
Le masque : la somme des coefficients égale 1 la taille du filtre détermine l’importance de l’effet effet : lissage des formes et régularisation de leurs contours inconvénient : introduit du flou (contours moins marqués)
1/91/91/9
1/91/91/9
1/91/91/9
1/251/251/251/251/25
1/251/251/251/251/25
1/251/251/251/251/25
1/251/251/251/251/25
1/251/251/251/251/25
![Page 19: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/19.jpg)
Filtre large : gros problèmes de bord, et gros coût de calcul mélange les structures voisines perte de contraste délocalisation des bords
![Page 20: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/20.jpg)
Filtre gaussien
1 4 7 10 7 4 1
4 12 26 33 26 12 4
7 26 51 71 51 26 7
10 33 71 91 71 33 10 filtre gaussien en représentation entière
7 26 51 71 51 26 7 dont la somme des coefficients vaut 1115
4 12 26 33 26 12 4
1 4 7 10 7 4 1
![Page 21: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/21.jpg)
Filtre passe-haut
Mise en évidence des variations de luminance• Contours• Zone texturée (non homogène)
Propriétés du masque : somme des coefficients nulle
Deux filtres courants :• Le gradient• Le laplacien
![Page 22: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/22.jpg)
Filtre passe-haut : gradient
Comment approximer les dérivées partielles ?
Sensible au bruit…
0-10
000
010
000
10-1
000
∂I / ∂x ∂I / ∂y
![Page 23: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/23.jpg)
Filtre passe-haut : gradient (Sobel)
Idée : mélanger un filtre « moyenneur » et gradient :
∂I / ∂x ∂I / ∂y10-1
10-1
10-1
-1-1-1
000
111
∂I / ∂x ∂I / ∂y10-1
20-2
10-1
-1-2-1
000
121
Filtre de Sobel
![Page 24: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/24.jpg)
-1 0 1 -2 0 2 -1 0 1
1 2 1 0 0 0 -1 -2 –1
![Page 25: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/25.jpg)
Filtre passe-haut : norme du gradient
régions homogènes : gradient faible (en noir dans l’image) frontière de régions : gradient élevé (contours clairs dans l’image)
![Page 26: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/26.jpg)
Filtre passe-Haut : Laplacien
Filtres qui approximent le Laplacien :(somme des dérivées partielles secondes)
-1
-1
-1
-1
8
-1
-1
-1
-1
0
0
-1
0
-1
-2
-1
-2
16
0
-1
-2
0
0
-1
0
0
0
-1
-1
-2
0
-1
0
0
0
0
-1
-1
0
-1
-3
-1
-3
0
-1
-3
7
-1
-3
0
0
-1
-3
0
0
-1
-3 7 24 7 -3 -1
-1 -3 0 7 0 -3 -1
0 -1 -3 -3 -3 -1 0
0 0 -1 -1 -1 0 0
![Page 27: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/27.jpg)
régions homogènes : laplacien nul (en gris dans l’image) frontière de régions : transition forte de part et d’autre de 0
(transition foncé-clair dans l’image)
![Page 28: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/28.jpg)
5. Filtre non linéaire (passe-bas)Objectif :
• effet passe-bas• avec une meilleure préservation des contours
Filtre médianFiltre de NagaoFiltre morphologique
![Page 29: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/29.jpg)
Filtre non linéaire : médian
Principe : on affecte à chaque pixel la valeur médiane des intensitésdans la fenêtre centrée sur lui
Avantage : préservation de la dynamique des contours (pas de flou) Inconvénient :
• arrondi tout de même les angles• coûteux, il faut mettre en place un tri
5567104565
1076655554
Valeur médiane5
![Page 30: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/30.jpg)
Comparaison : médian et moyen
médian
moyen
![Page 31: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/31.jpg)
Filtre non linéaire : nagao
• pour chaque pixel, on considère 9 sous-fenêtres Fk, k=1,…,9
• pour chaque fenêtre, on calcule la moyenne mk et la variance vk
• on affecte au pixel la moyenne de la fenêtre qui a la variance la plusfaible
bonne préservation des contours et des anglesau prix d'une complexité et d'un coût accrus
![Page 32: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/32.jpg)
Morphologie mathématique
Image 2D en niveau de gris : volume binaire (3D) La forme est « en bas » Le fond est « en haut » I
x
luminence
![Page 33: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/33.jpg)
Morphologie mathématique :érosion et dilatation
DB(I)
xx
EB(I)
B
élément structurant : généralement un « disque horizontal » érosion : min dans ce disque dilatation : max dans ce disque
![Page 34: Traitement d’Image · Spécification d’histogramme •Généralisation de l’égalisation d’histogramme •Obtenir une distribution des luminances proche d’une distribution](https://reader033.vdocuments.net/reader033/viewer/2022041800/5e50f6ca5cb98b297b762eba/html5/thumbnails/34.jpg)
Morphologie mathématique :ouverture et fermeture
Ouverture : « érodes » les pics plus étroits que BFermeture : comble les creux plus étroits que B
x
OB(I)
FB(I)
x