Université des Sciences et de la Technologie Houari Boumediene
Faculté d'Électronique et d'Informatique
TRAVAIL DEMANDE
MODULE : RDIV
SELMI manel 181831063830
MOULOUDJ Anis 181831083078
1) Améliorer la qualité des images en niveaux de gris et l’image teinte H et V :
Les images au niveau de gris :
Figure1 : image 25 Originale Figure2 : image 25_gn1
Figure3 : image 25_gn2 Figure4 : image 25_sp
L’image teinte H et V :
En H :
En V :
La fonction égalisation d’histogramme permet d’améliorer la qualité
d’image dans les deux cas image gris et image teinte H et V.
Afficher Les histogrammes des 4 images Avant et après :
Image Originale :
Figure 6 : L’histogramme après Figure 7 : L’histogramme avant
L’égalisation l’égalisation
Image bruite (image25_gn1) :
Figure 8 : L’histogramme avant Figure 9 : L’histogramme après
L’égalisation l’égalisation
Image bruite (image25_gn2) :
Figure 10 : L’histogramme avant Figure 11 : L’histogramme après
L’égalisation l’égalisation
Image bruite (image25_sp) :
Figure 12 : L’histogramme avant Figure 13 : L’histogramme après
L’égalisation l’égalisation
Les images occupent toute la dynamique entre 0 et 255
Après l’égalisation l’histogramme dans les quatre images devient
uniforme donc une bonne qualité d’image
La dynamique de L’image bruite gn1 et gn2 distribué vers la droite donc
vas vers les tons clairs
2) Binarisation les images en utilisant différentes valeurs de seuil :
Programme
threshold (ImgGray, dst, 0, 255, THRESH_BINARY);
imshow("image seuillee", dst);
waitKey(0)
On a utilisé seuillage binaire donc l’image sortie elle est égale à zéro
lorsque la valeur est inférieure au seuil est la valeur max-val dans le cas
contraire.
Transformer l’image au niveau de gris en une image dont les valeurs de
pixels ne peuvent avoir que la valeur 1 OU 0
Binariser : c’est représenté l’image en deux classes : l’objet et le fond
Seuil 150 :
Seuil 110 :
Seuil 50 :
Seuil 0 :
Plus les valeurs sont grandes ou ils sont petits plus on perd l’information de
l’image
o Pour un seuil = 255 l’image noir
o Pour un seuil = 0 l’image blanc
5) Superposer l’image masque à l’image originale pour obtenir l’image de
l’objet :
On a multiplié le masque par les valeurs de l’image gray point par point
pour obtient une image masquée
On a annulé toute la partie juste la partie centrée de l’image
