Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
ABDELOUAHED SABRI
ABDELOUAHED.SABRI@GMAIL.COM
Traitement d’images
• Traitement et analyse d’mages
– Analyse des images:
• Histogramme : étirements, égalisation, manipulation,
seuillage,
• ...
• Les êtres humains sont des créatures
essentiellement visuelles:
– On compte beaucoup sur notre vision pour donner un sen...
• Pour notre cas, une image est une simple photo qui
représente quelques choses (des objets). Elle peut
être :
– Une photo...
• Le traitement d'images consiste à changer la nature
d'une image, afin de :
1. Améliorer de l’information contenue pour a...
• Améliorer les contours d'une image pour la rendre
plus nette:
C’est quoi le « traitement d'images »
1- Améliorer de l’in...
• Suppression de « bruit » d'une image: le bruit étant des
erreurs aléatoires dans l'image.
C’est quoi le « traitement d'i...
• Correction du « de la motion blur: l’effet visuel de flou »
flou dans une image:
C’est quoi le « traitement d'images »
1...
• Détection de contours dans une image: Cela peut être
nécessaire pour la mesure des objets dans une image
C’est quoi le «...
• Extraction (suppression) des détails d'une image:
Pour des raisons de mesure ou de comptage
C’est quoi le « traitement d...
• Le traitement d'images est utilisé dans plusieurs
applications;
– presque tous les domaines de la science et la technolo...
• Agriculture:
– Satellite/vues aériennes de la terre, par exemple pour
déterminer la quantité de terre utilisée à des fin...
• L'échantillonnage se réfère au processus de
numérisation d'une fonction continue.
– Exemple 1D
L'acquisition des images ...
• Afin de veiller à ce que nous avons des points
d'échantillonnage suffisant, il faut que la période
d'échantillonnage ne ...
• Pour représenter une scène, on enregistre l'énergie
réfléchie par celle-ci.
• Il existe plusieurs énergie qui peuvent êt...
• Lumière visible:
– La lumière est la source d'énergie prédominante pour les
images; simplement parce qu'elle est la sour...
• Caméra CCD (Charge Coupled Device):
– Le détecteur CCD assure la conversion d'un signal lumineux
en un signal électrique...
• Caméra CCD (Charge Coupled Device):
– La capture d’image avec une caméra CCD
L'acquisition des images et l’échantillonna...
• Scanner à plat (Flatbed scanner):
– Cela fonctionne sur un principe similaire à la caméra CCD,
– Au lieu de capturer à l...
• Utilisant autres sources d'énergie:
– Bien que la lumière soit très populaire et facile à utiliser,
autres sources d'éne...
• Utilisant autres sources d'énergie:
– Rayons X: ont une longueur d'onde plus courte que la
lumière visible, et peuvent ê...
• Supposons que nous prenons une image, une photo,
par exemple acquise par un appareil numérique CCD.
– On suppose que la ...
• Une telle fonction peut être tracée:
Images et images numériques
23
• Une image numérique diffère d'une photo en ce que
...
• Terminologie:
– Une image numérique peut être considérée comme un
tableau (matrice 2D) de points échantillonnés à partir...
• Image numérique et voisinage
Images et images numériques
25
les voisinages ont un nombre impair de lignes et de colonne...
• Il est commode de subdiviser les différents
algorithmes de traitement d'images en des sous-
classes.
• Il existe différe...
• Amélioration d’images (image enhancement):
– Il s'agit du traitement d'une image de sorte que le résultat
est plus appro...
• Restauration d’images :
– Cela peut être considéré comme inverser les dommages
causés à une image par une cause connue,
...
• Segmentation d’images :
– Il s'agit de diviser une image en des éléments distinctifs,
ou d'isoler certains aspects d'une...
• Ces classes ne sont pas disjointes; un algorithme
donné peut être utilisé à la fois pour l’amélioration
d'images ou pour...
• Nous allons examiner en détail une tâche particulière
dans le monde réel, et de voir comment les classes ci-
dessus peuv...
• L'acquisition de l'image: Caméra CCD ou scanner,
• Prétraitement: Améliorer le contraste, la suppression
du bruit et ide...
• En général, il existe quatre types de base des images:
– Images binaires,
– Images à niveau de gris ,
– Images couleurs,...
• Chaque pixel est soit noir soit blanc.
Nous avons seulement besoin d'un bit par pixel.
Ces images peuvent donc être tr...
 Nous n’avons que deux couleurs: blanc pour le
contour et noir pour fond
Types d'images numériques
Binaires
35
• Chaque pixel est une nuance de gris, normalement de 0
(noir) à 255 (blanc)
– Cette gamme signifie que chaque pixel peut ...
• 255 niveaux de gris différents sont suffisants pour la
reconnaissance (présentation) de la plupart des objets
naturels.
...
• Appelées images couleurs vraies ou RVB
– chaque pixel a une couleur particulière; cette couleur est
décrite par la quant...
• Une image couleur peut être considérée comme
étant composé d'une « pile » de trois matrices,
représentant les valeurs de...
Types d'images numériques
Couleurs
40
Rouge Vert Bleu
• Dans les images couleurs ont trouve que beaucoup de pixels
ont la même couleur.
• Pour plus de commodité de stockage et ...
• Deux matrice: Indices et Palette
– Dans Indices: les valeurs sont des indices dans la palette
– Dans Palette: valeurs de...
• La taille des fichiers d'image a tendance à être
grande et ceci est directement liée à:
1. la quantité d’information con...
• Ils existent d’autres images qui ont une taille plus
grande que celle présentée ici.
– Par exemple, les images satellita...
• Une grande partie des processus de traitement d'images
sont utilisés pour améliorer la qualité des images pour
les êtres...
• Les intensités observées varient en fonction de
l'arrière-plan:
Perception des images
46
Un carré gris apparaît plus
som...
• On peut observer des intensités inexistantes en
barre dans une variation continue de niveaux de gris
Perception des imag...
Upcoming SlideShare
Loading in …5
×

Introduction au traitement d'images

7,792 views

Published on

Ce cours est une introduction au traitements informatique des images. Le traitement d'images consiste à changer la nature d'une image, afin de:
1.Améliorer de l’information contenue pour aider à l'interprétation par l'homme,
2.La rendre plus adaptée pour une perception autonome de la machine.

Published in: Education
  • Be the first to comment

Introduction au traitement d'images

  1. 1. ABDELOUAHED SABRI ABDELOUAHED.SABRI@GMAIL.COM Traitement d’images
  2. 2. • Traitement et analyse d’mages – Analyse des images: • Histogramme : étirements, égalisation, manipulation, seuillage, • Filtrage : lissage, rehaussement d'images, détection de contours – Applications: • Manipulation d’images, • segmentation d’images. • Compression d’images, Plan 2
  3. 3. • Les êtres humains sont des créatures essentiellement visuelles: – On compte beaucoup sur notre vision pour donner un sens au monde qui nous entoure. Ainsi on peut: Identifier un visage en un instant, Distinguer les couleurs, Traiter une grande quantité d'informations visuelles très rapidement … – Ici, on va s’intéresser aux images simples : instantanés (snapshots) d'une scène visuelle. Bien que le traitement d'image peut utiliser des scènes (vidéo). Introduction 3
  4. 4. • Pour notre cas, une image est une simple photo qui représente quelques choses (des objets). Elle peut être : – Une photo d'une personne, – Une photo de plusieurs personnes, – Une photo des animaux, – Une scène en plein-air, – Une microphotographie d'un composant électronique, – Une image médicale. – … Introduction 4
  5. 5. • Le traitement d'images consiste à changer la nature d'une image, afin de : 1. Améliorer de l’information contenue pour aider à l'interprétation par l'homme, 2. La rendre plus adaptée pour une perception autonome de la machine. • Ces deux aspects sont très différents, et sont, les deux, importants pour le traitement d'images: – Une procédure qui vérifie la condition N°1 peut être la procédure la plus mauvaise pour satisfaire la condition N°2, – Les êtres humains préfèrent leurs images pleines (d’informations), claires et détaillées; les machines préfèrent que leurs images soient très simples et claire. C’est quoi le « traitement d'images » 5
  6. 6. • Améliorer les contours d'une image pour la rendre plus nette: C’est quoi le « traitement d'images » 1- Améliorer de l’information contenue 6  Notez comment la seconde image apparaît plus «claire», c'est une image plus agréable • Sharpening (traitement de la netteté) les contours est une opération vitale pour l'impression des images.
  7. 7. • Suppression de « bruit » d'une image: le bruit étant des erreurs aléatoires dans l'image. C’est quoi le « traitement d'images » 1- Améliorer de l’information contenue 7  Notez comment la seconde image apparaît plus «nette», c'est une image plus claire • le bruit peut prendre de nombreuses formes différentes, chaque type de bruit nécessite une méthode différente pour sa suppression (réduction)
  8. 8. • Correction du « de la motion blur: l’effet visuel de flou » flou dans une image: C’est quoi le « traitement d'images » 1- Améliorer de l’information contenue 8  Notez que dans la deblurred image il est possible de lire la plaque ainsi que d'autres détails qui ne sont pas du tout clair dans l'image originale • Ce flou appelé aussi flou cinétique ou flou de mouvement : dû au mouvement rapide du sujet photographié pendant l'enregistrement (la capture) .
  9. 9. • Détection de contours dans une image: Cela peut être nécessaire pour la mesure des objets dans une image C’est quoi le « traitement d'images » 2- Rendre l’image plus adaptée 9  Seuls les contour sont visible dans la deuxième image On remarque qu'il peut être nécessaire d’augmenter légèrement le contraste de l'image originale, pour rendre les contours plus clairs.
  10. 10. • Extraction (suppression) des détails d'une image: Pour des raisons de mesure ou de comptage C’est quoi le « traitement d'images » 2- Rendre l’image plus adaptée 10  La deuxième image présente une version floue dans laquelle des détails non-pertinentes ont été supprimés. Les petits détails sont disparus, alors, on peut par exemple, mesurer la taille et la forme de l'animal (bison) sans être « influencé » par les détails inutiles.
  11. 11. • Le traitement d'images est utilisé dans plusieurs applications; – presque tous les domaines de la science et la technologie peuvent faire usage de méthodes de traitement d'images. • Médecine: – Inspection et Interprétation des images obtenues à partir des rayons X, IRM ou CAT scan, – l'analyse des cellules dans une image, des caryotypes (est l'arrangement standard de l'ensemble des chromosomes d'une cellule). C’est quoi le « traitement d'images » Applications 11
  12. 12. • Agriculture: – Satellite/vues aériennes de la terre, par exemple pour déterminer la quantité de terre utilisée à des fins différentes, ou pour enquêter sur l'adéquation des différentes régions pour différentes cultures, – l'inspection des fruits et légumes; distinguer les produits bons et frais des produits mauvais. • Industrie – Inspection automatique d'objets sur une ligne de production, – l'inspection des échantillons de papier. • Application de la loi – Analyse des empreintes digitales, – Sharpening (traitement de la netteté) ou suppression de flou (deblurring) des images radars. C’est quoi le « traitement d'images » Applications 12
  13. 13. • L'échantillonnage se réfère au processus de numérisation d'une fonction continue. – Exemple 1D L'acquisition des images et l’échantillonnage Échantillonnage 13  L'échantillonner à 10 valeurs espacées de X. C’est un sous-échantillonnage, car le nombre de points n'est pas suffisant pour reconstruire la fonction (d’origine)  L’échantillonné à 100 points, On peut reconstruire la fonction; toutes ses propriétés peuvent être déterminées à partir de cet échantillonnage
  14. 14. • Afin de veiller à ce que nous avons des points d'échantillonnage suffisant, il faut que la période d'échantillonnage ne soit pas supérieure à la moitié du moindre détail dans la fonction. C'est ce qu'on appelle le critère de Nyquist (énoncé comme étant le théorème d'échantillonnage) • Images: • Pour obtenir un échantillon (numérique) d’une image, on peut commencer par une représentation continue d'une scène. L'acquisition des images et l’échantillonnage Échantillonnage 14
  15. 15. • Pour représenter une scène, on enregistre l'énergie réfléchie par celle-ci. • Il existe plusieurs énergie qui peuvent être utiliser: • La lumière visible, • La lumière invisible: Rayon X, lumière UV, l’infra rouge …. L'acquisition des images et l’échantillonnage Acquisition 15
  16. 16. • Lumière visible: – La lumière est la source d'énergie prédominante pour les images; simplement parce qu'elle est la source d'énergie utilisée par les êtres humains pour observer directement. Beaucoup d'images numériques sont capturées en utilisant la lumière visible comme source d'énergie, ce qui a l'avantage d'être sûre, bon marché, facilement détectées et traitées rapidement avec le matériel approprié. • Deux méthodes, très populaires, pour produire une image numérique sont soit utilisant un appareil photo numérique ou un scanner à plat (flatbed scanner). L'acquisition des images et l’échantillonnage Acquisition 16
  17. 17. • Caméra CCD (Charge Coupled Device): – Le détecteur CCD assure la conversion d'un signal lumineux en un signal électrique, – Une caméra CCD a, à la place du film d'habitude, une matrice de photosites: Ce sont des dispositifs électroniques en silicium dont la tension de sortie est proportionnelle à l'intensité de la lumière qui tombe sur eux (reçu) – Pour une caméra reliée à un ordinateur (Webcam), des informations provenant des photosites sont ensuite acheminées vers un support de stockage approprié (disque dur) L'acquisition des images et l’échantillonnage Acquisition 17
  18. 18. • Caméra CCD (Charge Coupled Device): – La capture d’image avec une caméra CCD L'acquisition des images et l’échantillonnage Acquisition 18 Sortie numérique MatriceCCD Scène originale La sortie est un tableau de valeurs, chacune représente un point d'échantillonnage de la scène originale. Les éléments de ce tableau sont appelés éléments de l'image (picture elements), ou plus simplement pixels.
  19. 19. • Scanner à plat (Flatbed scanner): – Cela fonctionne sur un principe similaire à la caméra CCD, – Au lieu de capturer à la fois l'image entière sur un grand tableau, une seule rangée (ligne) de photosites est déplacée à travers l'image, et capture ainsi ligne par ligne en se déplaçant. L'acquisition des images et l’échantillonnage Acquisition 19 Mouvementdelaligne Scène originale Tableau de sortie Ligne de photosites
  20. 20. • Utilisant autres sources d'énergie: – Bien que la lumière soit très populaire et facile à utiliser, autres sources d'énergie peuvent être utilisées pour créer une image numérique, – La lumière visible est une partie du spectre électromagnétique: rayonnement dans lequel l'énergie prend la forme d'ondes de différentes longueurs d'onde. L'acquisition des images et l’échantillonnage Acquisition 20 10-11 10-9 10-8 4x10-7 8x10-7 1.5x10-6 3x10-2 Blue 4,3x10-7m Vert 5,4x10-7m Rouge 7x10-7m
  21. 21. • Utilisant autres sources d'énergie: – Rayons X: ont une longueur d'onde plus courte que la lumière visible, et peuvent être utilisés pour résoudre des objets de petite taille que ceux traités avec la lumière visible. Les rayons X sont bien entendu utilisés pour déterminer les structures d’objets qui sont cachés de la vue: comme les OS. L'acquisition des images et l’échantillonnage Acquisition 21
  22. 22. • Supposons que nous prenons une image, une photo, par exemple acquise par un appareil numérique CCD. – On suppose que la photo est monochromatique: c'est-à-dire constituée des nuances gris seulement, donc pas de couleur. Images et images numériques 22  On peut supposer que les valeurs de la luminosité de l'image peuvent être des nombres réels dans l’intervalle 0,0 (noir) à 1,0 (blanc)  On peut considérer cette image comme étant une fonction à deux dimensions, où les valeurs de la fonction sont la luminosité de l'image à un moment donné,
  23. 23. • Une telle fonction peut être tracée: Images et images numériques 23 • Une image numérique diffère d'une photo en ce que le x, y, et f (x, y) sont tous des valeurs discrètes (échantillonnées).
  24. 24. • Terminologie: – Une image numérique peut être considérée comme un tableau (matrice 2D) de points échantillonnés à partir de l'image continu (photo), dont chacun a une luminosité particulière quantifiée; Ces points sont les pixels qui constituent l'image numérique. – Les pixels qui entourent un pixel donné constituent son voisinage Un voisinage peut être caractérisé par sa forme qui est une matrice: par exemple, on peut parler d’un voisinage de 3x3, ou d'un d’un voisinage de 5x7. Images et images numériques 24
  25. 25. • Image numérique et voisinage Images et images numériques 25 les voisinages ont un nombre impair de lignes et de colonnes, ce qui garantit que le pixel courant est dans le centre de la zone ; voisinage 3x3, 9x9. Sinon, il peut être nécessaire de spécifier quel pixel dans ce voisinage est le « pixel courant » Pixel courant Voisinage de 3x5 X Y
  26. 26. • Il est commode de subdiviser les différents algorithmes de traitement d'images en des sous- classes. • Il existe différents algorithmes pour différentes tâches et problèmes  Et souvent nous tenons à distinguer la nature de la tâche à accomplir. • Amélioration d’images (image enhancement), • Restauration d’images, • Segmentation d’images . Les aspects du traitement d'images 26
  27. 27. • Amélioration d’images (image enhancement): – Il s'agit du traitement d'une image de sorte que le résultat est plus approprié pour une application particulière. – Exemple: • Sharpening (aiguiser) ou de la suppression de flou dans une image floue, • Mètre en évidence les contours, • Amélioration du contraste, ou de l’éclaircissement d’une image, • Suppression de bruit, • … Les aspects du traitement d'images 27
  28. 28. • Restauration d’images : – Cela peut être considéré comme inverser les dommages causés à une image par une cause connue, – Exemple : • Suppression de flou causé par le mouvement linéaire, • Suppression des distorsions optiques, • Suppression des interférences périodique, • … Les aspects du traitement d'images 28
  29. 29. • Segmentation d’images : – Il s'agit de diviser une image en des éléments distinctifs, ou d'isoler certains aspects d'une image. – Exemple: • Trouver des lignes, des cercles ou des formes particulières dans une image, • Sur une photographie aérienne, identifier des voitures, arbres, bâtiments, ou des routes. Les aspects du traitement d'images 29
  30. 30. • Ces classes ne sont pas disjointes; un algorithme donné peut être utilisé à la fois pour l’amélioration d'images ou pour la restauration d'images. • Toutefois, il faut être en mesure de décider ce que nous essayons de faire avec notre image: – Simplement lui donner une meilleure apparence (amélioration), ou la suppression des dommages (restauration). Les aspects du traitement d'images 30
  31. 31. • Nous allons examiner en détail une tâche particulière dans le monde réel, et de voir comment les classes ci- dessus peuvent être utilisés pour décrire les différentes étapes dans l'accomplissement de cette tâche. • Exemple: – La tache consiste en obtenir, par un processus automatique, les codes postaux dans les enveloppes. Les étapes du traitement d'images 31
  32. 32. • L'acquisition de l'image: Caméra CCD ou scanner, • Prétraitement: Améliorer le contraste, la suppression du bruit et identifier les régions susceptibles de contenir le code postal. • Segmentation: Extraction de la partie qui ne contient que le code postal, • Représentation et description: Chercher des courbes, les trous et les coins qui nous permettrons de distinguer les différents chiffres qui constituent le code postal. • Reconnaissance et interprétation: Attribuer des étiquettes à des objets en fonction de leurs descripteurs (de l'étape précédente), et assigner des significations à ces labels. Les étapes du traitement d'images 32
  33. 33. • En général, il existe quatre types de base des images: – Images binaires, – Images à niveau de gris , – Images couleurs, – Images indexées. Types d'images numériques 33
  34. 34. • Chaque pixel est soit noir soit blanc. Nous avons seulement besoin d'un bit par pixel. Ces images peuvent donc être très efficaces en termes de stockage. • Exemple: • Les images contenant du texte (imprimé ou écrit à la main), • Les empreintes digitales, • Les plans d'architecture, • Les images contenant des contours. Types d'images numériques Binaires 34
  35. 35.  Nous n’avons que deux couleurs: blanc pour le contour et noir pour fond Types d'images numériques Binaires 35
  36. 36. • Chaque pixel est une nuance de gris, normalement de 0 (noir) à 255 (blanc) – Cette gamme signifie que chaque pixel peut être représenté par huit bits, soit exactement un octet, – Il s'agit d'une gamme très naturelle pour le traitement d’mages. Types d'images numériques A niveau de gris 36
  37. 37. • 255 niveaux de gris différents sont suffisants pour la reconnaissance (présentation) de la plupart des objets naturels. Types d'images numériques A niveau de gris 37
  38. 38. • Appelées images couleurs vraies ou RVB – chaque pixel a une couleur particulière; cette couleur est décrite par la quantité de Rouge, Vert et de Bleu. Si chacune de ces composantes a un intervalle de 0 à 255, ce qui donne un total de 2553 =16.777.216 couleurs différentes possibles dans l'image. C'est assez de couleurs pour une image. – Puisque le nombre total de bits requis pour chaque pixel est de 24 (8x3), ces images sont aussi appelés images en couleur 24-bit. Types d'images numériques Couleurs 38
  39. 39. • Une image couleur peut être considérée comme étant composé d'une « pile » de trois matrices, représentant les valeurs de rouge, vert et bleu pour chaque pixel. Cela signifie que pour chaque pixel correspond trois valeurs. Types d'images numériques Couleurs 39
  40. 40. Types d'images numériques Couleurs 40 Rouge Vert Bleu
  41. 41. • Dans les images couleurs ont trouve que beaucoup de pixels ont la même couleur. • Pour plus de commodité de stockage et de manipulation de fichier image, une image indexée utilise une carte (map) de couleurs associée appelée palette de couleur: – Une palette est simplement une liste de toutes les couleurs utilisées dans cette image, – La valeur des pixels ne présente pas la couleur (comme pour une image RVB) mais un indice de la couleur dans la palette. • Cette présentation est pratique pour le cas d’une image a 256 couleurs ou moins, car pour le stockage les valeurs des indices ne requiert qu’un octet chacun. – Le format GIF ne permet que 256 couleurs ou moins dans chaque image Types d'images numériques Indexées 41
  42. 42. • Deux matrice: Indices et Palette – Dans Indices: les valeurs sont des indices dans la palette – Dans Palette: valeurs des couleurs rouge, vert et bleu • Sans cette palette, l'image serait très sombre et non-coloré. • La modification d'une entrée de la palette entraîne la modification de la couleur de tous les pixels référant à cette entrée. Types d'images numériques Indexées 42 Indices Palette les pixels étiquetés 6 correspondent à 0,2627 0,2588 0,2549, qui est une couleur grise foncé.
  43. 43. • La taille des fichiers d'image a tendance à être grande et ceci est directement liée à: 1. la quantité d’information contenue 2. Le type d’images. • Exemple: Calculer les tailles (en bits, octets, Ko, Mo) respectives de trois images (de taille 512x512); 1- binaire 2- à niveau de gris 3- couleur On suppose l'absence de compression, et on néglige les informations dans l'en-tête. Taille des fichiers images 43
  44. 44. • Ils existent d’autres images qui ont une taille plus grande que celle présentée ici. – Par exemple, les images satellitaires peuvent être de l'ordre de plusieurs milliers de pixels dans chaque direction. Taille des fichiers images 44 Binaire À niveau de gris Couleur bits 262144 262144 x 8 786432 x 8 octets 32768 262144 786432 Ko 32,768 262,144 786.432 Mo ≈ 0,033 ≈ 0,262 ≈ 0,786
  45. 45. • Une grande partie des processus de traitement d'images sont utilisés pour améliorer la qualité des images pour les êtres humains. – Nous devons donc être conscients des limites du système visuel humain. • La perception d'images se compose de deux étapes de base: – Capturer l'image avec l'œil, – Reconnaître et interpréter l'image (les objets dans l’image) avec le cortex visuel dans le cerveau. • La combinaison de ces étapes influence sur la façon dont nous percevons le monde autour de nous.  Il y a un certain nombre de choses à garder à l'esprit !!! Perception des images 45
  46. 46. • Les intensités observées varient en fonction de l'arrière-plan: Perception des images 46 Un carré gris apparaît plus sombre s'il est placé sur un fond blanc que s'il était placé sur un fond noir.  Ceci est par ce que nous ne percevons pas les niveaux de gris comme ils le sont, mais plutôt leur différences avec leur entourage.
  47. 47. • On peut observer des intensités inexistantes en barre dans une variation continue de niveaux de gris Perception des images 47  l’intensité varie de façon continue du clair à l'obscurité si on la parcouru de gauche à droite. Toutefois, nos yeux vont voir des barres horizontales ( ou verticales) dans cette image

×