110 likes | 316 Views
Traitement d’images : briques de base S. Le Hégarat. Exemples d’images Amélioration d’images Détection de contours Classification Segmentation Analyse de texture. Bibliographie. H. Maître, Le traitement des images , Hermès éditions.
E N D
Traitement d’images : briques de baseS. Le Hégarat Exemples d’images Amélioration d’images Détection de contours Classification Segmentation Analyse de texture
Bibliographie • H. Maître, Le traitement des images, Hermès éditions. • J.-P. Cocquerez & S. Philipp, Analyse d’images : filtrage et segmentation, Masson éditions. • S. Bres, J.-M. Jolion & F. Lebourgeois, Traitement et analyse des images numériques, Hermès éditions.
# colonnes pixel (i,j) # lignes Exemples d’images
ImageS14.ppt Exemples en télédétection
# pixels # pixels # pixels # pixels Niveau de gris Niveau de gris # pixels Niveau de gris Niveau de gris Niveau de gris # pixels Niveau de gris Amélioration d’images • Exemples de méthodes fondées sur des modifications de l’histogramme de l’image : • Translation d’histogramme • Modification de la dynamique • Seuillage
# pixels # pixels # pixels # pixels # pixels Niveau de gris Niveau de gris Niveau de gris Niveau de gris Niveau de gris Spécification d’histogrammes • Egalisation d’histogrammes • Principe : Maximiser l’entropie • Spécification d’histogramme • Objectif : à partir de l’image X et HX, son histogramme, on calcule Y=g(X) ayant HY donné • Théorème : Soit FX la fct de répartition de X, alors la distribution de Z=FX(X) est uniforme • Mise en œuvre : Y= Fy-1(FX(X))
Avant égalisation Après égalisation Avant égalisation Après égalisation Egalisation des cas ‘d’école’
Avant égalisation Après égalisation Egalisation : autre exemple Pas de réelle sensibilité visuelle à l’histogramme
+2B +B +B -A -A 0 0 +A +A Egalisation : exercices • Soit une image ayant pour histogramme Calculer sa fonction d’égalisation • Soit une image ayant pour histogramme Calculer sa fonction d’égalisation
Gaussien s=20 Poivre et sel 10% Gaus. s=10, poivre&sel 10% Exemples de bruits Valeurs ‘aberrantes’ en p% pixels de l’image, ex : - Bruit ‘poivre et sel’ Valeurs ‘altérées’ en tout pixel de l’image, ex : - Bruit ‘gaussien’ - Bruit à distribution uniforme - Bruit à distribution de Rayleigh