Traitement d'images
Introduction à l’image
NGUYEN Thi Oanh – IPH
oanhnt@soict.hust.edu.vn
Qu'est-ce qu'une image ?
Niveaux de gris - 8 bits:
0 - noir
255 - blanc
64 60 69 100 149 151 176 182 179
65 62 68 97 145 148 175 183 181
65 66 70 95 142 146 176 185 184
66 66 68 90 135 140 172 184 184
66 64 64 84 129 134 168 181 182
59 63 62 88 130 128 166 185 180
60 62 60 85 127 125 163 183 178
62 62 58 81 122 120 160 181 176
63 64 58 78 118 117 159 180 176
Source : Tal Hassner. Computer Vision. Weizmann Institute of Science (Israel). 2
Qu'est-ce qu'une image ?
x =
58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
y = 41 210 209 204 202 197 247 143 71 64 80 84 54 54 57 58
42 206 196 203 197 195 210 207 56 63 58 53 53 61 62 51
43 201 207 192 201 198 213 156 69 65 57 55 52 53 60 50
44 216 206 211 193 202 207 208 57 69 60 55 77 49 62 61
45 221 206 211 194 196 197 220 56 63 60 55 46 97 58 106
46 209 214 224 199 194 193 204 173 64 60 59 51 62 56 48
47 204 212 213 208 191 190 191 214 60 62 66 76 51 49 55
48 214 215 215 207 208 180 172 188 69 72 55 49 56 52 56
49 209 205 214 205 204 196 187 196 86 62 66 87 57 60 48
50 208 209 205 203 202 186 174 185 149 71 63 55 55 45 56
51 207 210 211 199 217 194 183 177 209 90 62 64 52 93 52
52 208 205 209 209 197 194 183 187 187 239 58 68 61 51 56
53 204 206 203 209 195 203 188 185 183 221 75 61 58 60 60
54 200 203 199 236 188 197 183 190 183 196 122 63 58 64 66
55 205 210 202 203 199 197 196 181 173 186 105 62 57 64 63
Source : Tal Hassner. Computer Vision. Weizmann Institute of Science (Israel). 3
Qu'est-ce qu'une image ?
Une image est avant tout un signal 2D (x,y)
Souvent, cette image représente une réalité 3D (x,y,z)
D'un point de vue mathématique :
Une image est un matrice de nombres représentant un signal
Plusieurs outils permettent de manipuler ce signal
D'un point de vue humain :
Une image contient plusieurs informations sémantiques
Il faut interpréter le contenu au-delà de la valeur des nombres
4
Images naturelles et artificielles
Image naturelle – Plusieurs moyens d'acquisition
caméra, microscope, tomographie, infra-rouge, satellite, …
Image artificielle – Plusieurs outils de représentation
synthèse d'images, réalité virtuelle, visualisation scientifique, …
Image naturelle Image artificielle Image artificielle
5
Trois principaux types d'images
Images en niveaux de gris Images binaires Images couleurs
I(x,y) [0..255] I(x,y) {0 , 1} IR(x,y) IG(x,y) IB(x,y)
… et plus encore (image 3D, image multi-résolution, …)
Source : Tal Hassner. Computer Vision. Weizmann Institute of Science (Israel). 6
Image couleur dans l'espace RVB
Mais il existe aussi
d’autres codages de
la couleur que RVB…
Demo : CVIPTools : File>View Band>{Red,Green,Blue} / Utilities>Convert>Color to Gray
Source : Tal Hassner. Computer Vision. Weizmann Institute of Science (Israel). 7
Acquisition des images
8
Acquisition d'une image
Monde Caméra Numériseur Image
numérique
Source : Tal Hassner. Computer Vision. Weizmann Institute of Science (Israel). 9
Capteur – Principe général
Principe général :
L'énergie incidente est convertie en signal électrique
Sortie est proportionnelle à la lumière
Filtre pour augmenter la sélectivité
10
Capteur – Principe général
Fonctionnement :
Un capteur est constitué de cellules photovoltaïques qui
mesurent l'intensité de la lumière et sa couleur
Cette intensité lumineuse est ensuite transformée en courant
électrique
Chaque point du capteur, qui compose une partie d'un pixel,
enregistre l'intensité lumineuse pour produire une image
Le capteur : 2 éléments superposés :
le premier est composé de cellules photosensibles,
le second est le dispositif à transfert de charge
Pour la couleur, chaque cellule photosensible possède 3 filtres :
R, B et V ; chaque filtre peut capter une couleur
11
Capteurs
Types de capteurs
CCD (Charge-Coupled Device) : utilisés en majorité sur les
compacts
CMOS (Complementary Metal Oxyde Semi-conductor) : équipe
plutôt les reflex et les hybrides
12
Image numérique
Les valeurs de f (x,y) sont la réponse du capteur au
phénomène observé
Les valeurs de f (x,y) sont des valeurs de « voltage » continu
Les valeurs de f (x,y) doivent être converties vers le
domaine numérique
Conversion Analogique/Numérique (A/N)
Deux procédés sont impliqués pour numériser une image :
Numérisation = Échantillonnage + Quantification
13
Echantillonnage et quantification
Source : Gonzalez and Woods. Digital Image Processing. Prentice-Hall, 2002. 14
Echantillonnage et quantification
L’échantillonnage est limité par la capacité du
capteur, donc le nombre de pixels disponible (ou autre
limite imposée)
La quantification est limitée par la quantité de tons
(de gris) définie dans l’intervalle
Source : Gonzalez and Woods. Digital Image Processing. Prentice-Hall, 2002. 15
Echantillonnage et quantification
Avec un capteur à matrice :
Source : Gonzalez and Woods. Digital Image Processing. Prentice-Hall, 2002. 16
Echantillonnage et quantification
CVIPTools : Utilities>Size>Spatial Quant / Utilities>Convert >Gray Level Quantization
17
Représentation des images
Matrice de dimension M X N
Chaque élément à une valeur entière dans l'intervalle
[Lmin , Lmax]
Le nombre de « bits » requis pour représenter les
niveaux de gris dans l’intervalle « L » est « K » :
L=2K
Le nombre de bits pour entreposer un image est donc :
b=MXNXK
18
Résolutions des images
Résolution spatiale
Le plus petit détail discernable
Résolution tonale (de tons de gris)
Le plus petit changement discernable
Une image a donc une résolution spatiale de M X N pixel
et une résolution de tons de gris de K bits ou de L
niveaux ou tons
19
Résolutions spatiale et tonale
Résolution spatiale : échantillonage
Résolution tonale : quantification
Source : Antoine Mazanera. Introduction et filtrage. ENSTA (France). 20
Formats de fichiers d'images
Il existe beaucoup de format de fichiers pour
sauvegarder les images
TIF, GIF, JPEG, PNG, PPM, PGM, BMP, ...
Chaque format a ses particularités et nous ne les
étudierons pas dans ce cours
Entête contenant les informations de l'image
Pixels de l'image codés de différentes façons
Quelques notions seulement sur les principaux formats
que nous utiliserons
21
Formats sans compression
Les formats les plus simple sont les images sans
compression
Les pixels sont codés directement, les uns à la suite des autres
Nous utiliserons ici principalement :
PGM : images en niveaux de gris 8 bits
PPM : images en couleurs Rouge-Vert-Bleu 24 bits
Utiles comme formats d'entrée et sortie des traitements
que nous ferons sur les images
22
Formats avec compression
Les pixels sont compressés pour que le fichier soit plus petit
sur le disque
Compression sans perte : Fichier compressé sans modification de la
valeur des pixels
Exemple : PNG
Compresssion avec perte : Valeurs des pixels modifiées pour prendre
encore moins de place après la compression
Exemple : JPEG
JPEG est très bien pour visualiser les images (vision
humaine) mais très mauvais pour le traitement d'images, car
on perd beaucoup d'informations
Images d'entrée peuvent être en JPEG
Eviter autant que possible de sauvegarder les résultats en JPEG
23
Autre format d'images
TIFF : format multi-usage avec/sans compression
Autres :
BMP : format couleurs 24 bits sans compression
GIF : format couleurs 8 bits avec compression
Encore beaucoup d'autres formats...
24
Profils d’intensité dans une image
25
Profil d'intensité d'une image
Un profil d’intensité d’une ligne dans une image est
représenté par des signaux 1D.
26
Profil d'intensité d'une image
27
Profil d'intensité d'une image
28
Références
Antoine Mazanera. Cours de Traitement d'images. ENSTA (France).
http://www.ensta.fr/~manzaner/Support_Cours.html
Cours TI et Vision - Introduction et filtrage :
http://cours.enise.fr/info/vision/tai/traitements_ponctuels.pdf
29
