Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Traitement d’images Polycopié de cours Michèle Gouiﬀès michele.gouiﬀes@universi

Traitement d’images Polycopié de cours Michèle Gouiﬀès michele.gouiﬀes@universite-paris-saclay.fr 1 TABLE DES MATIÈRES Table des matières 1 L’image : caractéristiques, représentations 4 2 Couleur 5 3 Amélioration d’images 8 3.1 Réhaussement de contraste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 3.2 Réduction du bruit, lissage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 4 Classiﬁcation 12 4.1 Binarisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 4.2 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 5 Régions 14 5.1 Étiquetage en composantes connexes . . . . . . . . . . . . . . . . . . . . . . . . 14 5.2 Segmentation après une classiﬁcation . . . . . . . . . . . . . . . . . . . . . . . . 14 5.3 Croissance de régions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 5.4 Ligne de Partage des Eaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 6 Contours 17 6.1 À partir du gradient image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 6.2 À partir du Laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 6.3 Lissage et dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 6.4 Autres détecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 7 Morphologie mathématique 21 7.1 Dilatation et érosion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 7.2 Ouverture et fermeture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 7.3 Gradients morphologiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 7.4 Transformation en tout ou rien (Hit or Miss) . . . . . . . . . . . . . . . . . . . . . 22 7.5 Squelette morphologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 7.6 Reconstruction géodésique et seuillage par hystérésis . . . . . . . . . . . . . . . . 23 7.7 Morphologie fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 8 Points d’intérêt 25 8.1 Détecteur de Harris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 8.2 Descripteurs de points d’intérêt . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 9 Descripteurs de texture 27 9.1 Statistiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 9.2 Motifs binaires locaux (LBP) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 9.3 Méthodes fréquentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 9.4 Méthodes spatiofréquentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 10 Descripteurs de forme 30 10.1 Descripteurs classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 10.2 Signature et descripteurs de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 30 10.3 Codage de Freeman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 10.4 Moments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 10.5 Transformée de Hough . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2 TABLE DES MATIÈRES 11 Mouvement 33 11.1 Détection du mouvement par soustraction du fond . . . . . . . . . . . . . . . . . . 33 11.2 Flot optique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 11.3 Algorithme de Horn et Schunck . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 11.4 Algorithme de Lucas-Kanade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 12 Compression d’images 36 13 Quelques références 37 3 1 L’IMAGE : CARACTÉRISTIQUES, REPRÉSENTATIONS 1 L’image : caractéristiques, représentations L’image numérique est ici une matrice de picture elements ou pixels, chacun d’entre eux codant une nuance de couleur ou de niveau de gris. Cette image est acquise par un capteur relié à une carte d’acquisition disposant d’un convertisseur analogique numérique. Une image est notamment caractérisée par ses résolutions spatiales et tonales. La première, appelée également déﬁnition, correspond tout simplement aux dimensions de l’image (hauteur ou nombre de lignes, largeur ou nombre de colonnes). La seconde résolution est liée au codage binaire de chaque pixel (en général 8 bits dans le cas d’une image en niveaux de gris et 24 dans le cas d’une image couleur). Comme nous le verrons dans la section suivante, même si la plupart des images sont représen- tées dans l’espace couleur RGB, il existe diﬀérents modèles de représentation des couleurs. Quant au format d’enregistrement des images (dont .jpg, .png, .gif, etc), il s’agit d’un type de représenta- tion de l’image, éventuellement avec compression, associée à des métadonnées (date, taille). Une image peut-être vue comme un signal à deux dimensions. Alors qu’un signal évolue en fonction du temps (ou en fonction de la fréquence), l’image est une fonction de deux variables spatiales, qui peuvent être notées x et y, comme l’indique uploads/s3/ 4a-coursimage.pdf