Support de Cours VO1 2015-2016 - Part1

7/25/2019 Support de Cours VO1 2015-2016 - Part1

1/16

Cours VO1S1 - Master SIR Dr. Abdelhamid LOUKIL Page 1

1.INTRODUCTION GENERALE

Le traitement numrique des images est une discipline de linformatique et des mathmatiques

appliqus qui tudie les images numriques et leurs transformations dans le but damliorer leur

qualit ou den extraire de linformation. Il sagit dun sous ensemble du traitement du signal ddiaux images et aux donnes drives comme la vido.

1.1

DOMAINES DUTILISATION DU TRAITEMENT DIMAGESAujourdhui, lutilisation du traitement dimages sest gnralise presque tous les domaines,

nous pouvons citer:

a. Limagerie biomdicale

Aide au diagnostic mdical ;

Comptage biologique (nombre de cellules, de globules, );

Suivi de formes anatomiques ;

Restaurationchirurgie rparatrice et esthtique ;

Tomographie (scanner, Doppler, IRM, chographie, ).b. Linspection et le contrle de qualit (Vision industrielle)

Assemblage ;

Reconnaissance et tri de pices mcaniques,

Contrle de qualit ;

Comptage.

c. La vision robotique (Vision artificielle)

Navigation autonomes des robots mobiles ;

Strovision ;

Ralit augmente ; Tlopration.

d. La tldtection

Mtorologie ;

Analyse des ressources terrestres ;

Cartographie automatique ;

Systmes dinformation gographique (SIG);

Astronomie.

e.

Les applications militaires Guidage de missile ;

Reconnaissance (arienne, sous-marine, etc ...) ;

Dtection de mouvement.

f. Autres

Compression dimages;

Tatouage (watermarking)

Indexation et archivage des images ;

Reconnaissance automatique dcriture (OCR);

Biomtrie (reconnaissance dempreintes digitales, diris, );

Vidosurveillance Intelligente ;


2/16


Retouchage dimages;

Coloration danciens films et photos;

Inpainting dimages, mosacage, Morphing ;

Etc

1.2

POURQUOI TRAITER UNE IMAGE?

Le traitement dimage consiste amliorer le contenu de celle-ci afin den extraire desinformations. Pour cela, il peut tre ncessaire de :

supprimer les facteurs de bruits induits par le capteur dimage, ou par la scne filme

(dbruitage),

de rehausser les signaux utiles de limage (rehaussement),

de prparer limage pour des traitements spcifiques (binarisation, segmentations,squelettisation, codage, compression, ).

1.3

LES CAPTEURS DIMAGES

Il existe une multitude de dispositifs dacquisition dimages. La plupart produisent des images en

utilisant une portion du spectre lectromagntique : visible, infrarouge, rayons X, ultrasons, gamma,comme illustr en figure 1.

Figure 1 :Le spectre lectromagntique

Un dispositif dacquisition peut tre actif ou passif : Le capteur actif transmet un signal dans un environnement donn et mesure ensuite

linteraction de ce signal avec lenvironnement (par ex: radar, sonar, doppler).

Le capteur passif enregistre simplement les signaux dj prsents dans lenvironnement observ

(par ex: camras CCD et camras infrarouges).

Les donnes fournies par ces capteurs peuvent tre soit numriques (gnrant une imagedirectement exploitable par un ordinateur), soit analogiques ncessitant une conversion (par ex.,une carte dacquisition et numrisation / framegrabber) pour transformer le signal analogique en unsignal numrique.


3/16


Les capteurs dimages prsents ci-aprs (liste non exhaustive) sont classs selon la rgiondutilisation du spectre lectromagntique

a. Bande micro-ondes et ondes radio

o Le SAR (Synthetic Aperture Radar)est un capteur actif utilis en imagerie satellitaire. Il metun signal radio (puls) dune longueur donde connue puis reoit le signal rflchi par lasurface de la terre ;

o

LIRM (Imageur rsonnance magntique)est un capteur actif utilis en imagerie mdicale.On utilise une antenne ondes radio pour envoyer des signaux qui sont transmis au corps etpour rcuprer leur rflexion. Le signal radio rflchi est converti en une image par unordinateur ;

g. Bande Infrarouge

o La camra FLIR (forward looking infrared) est un capteur passif utilis pour lacquisitiondimages ariennes, la surveillance de grands territoires ainsi que pour des applications derecherche et de sauvetage. Appel aussi bolomtre , il capte les rayonnements infrarougesmis par les corps chauds (nutilise pas de source de lumire) ;

o La camraUMFPA (uncooled microbolometer focal plane array) a des applications presqueillimites (mammographie infrarouge, inspection industrielle infrarouge, biomtrie, etc) ;

h. Bande Rayons X

o Limageur radiographique X, cest le premier imageur mdical. Il exploite la proprit desdiffrentes matires constituant le corps humain (chaire, os, liquide, ) absorberdiffremment les rayons X ;

o Limageur tomographie aux rayons X, utilis pour reconstruire limage dune sectioninterne dun organe anatomique ;

i. Bande Rayons

o

Imageur TEP (tomographie par mission de positrons) ;o Imageur SPECT(single photon emission computed tomography) ;

j. Bande Ondes Ultrasonores

o Lchographe (mdical) ;o Le sonar sous-marin ;o Le doppler (mdical) ;o Le tlmtre ultrason (robotique) ;

k. Le spectre visible

o Les camras et barrettes CCD ou CMOS : Actuellement, la plupart des systmes

dimagerie optique utilisent des camras ou barrettes dont llment photosensible est unsemi-conducteur.


4/16


1.4

COMPOSITION MATERIELLE DUN SYSTEME DE VISION PAR ORDINATEURUn systme de vision par ordinateur comporte en gnral (figure2) : une source lumineuse pour clairer la scne (soleil, lampe, ),

un ou plusieurs capteurs dimages(camra, radiomtre, ), une interface (carte d'acquisition) entre le capteur et lordinateur qui convertit linformation

analogique en information numrique. un systme de traitement (ordinateur et logiciels)

Figure 2 :Composition matrielle dun systme de vision par ordinateur

1.5

COMPOSITION FONCTIONNELLE DUN SYSTEME DE VISION PAR ORDINATEUR

Le capteur dimages:- Camra CCD,- barrette CCD,- Scanner informatique,- Radiomtre satellitaire,- Echographe, Doppler,

Prtraitement / Rehaussement:

- Egalisation,- Normalisation,- Filtrage spatial,- Filtrage frquentiel,

Segmentation / Compression

- Extraction contours,- Seuillage simple ou adaptatif,- Segmentation en rgions,- Compression,

Analyse / Reconaissance de formes (RDF)

- Biomtrie- Inspection- Reconstruction 3D- Etc Figure 3 : Composition fonctionnelle

dun systme de vision par ordinateur

Capteurdimages

Image brute

Prtraitement / Rehaussement

Segmentation / Compression

Analyse / RDF


5/16


2.PRINCIPE DE LA FORMATION DIMAGES NUMERIQUES

PAR CAMERA CCD

La lumire incidente (photons) cre dans chaque zone photosensible une quantit de charge(nombre dlectrons) proportionnelle la quantit de lumire reue.

Dans un capteur CCD, chaque pixel est compos dune zone photosensible connecte des capacitsMOS. Une fois la phase dacquisition termine (aprs un temps daccumulation des photons), il fautvhiculer ces informations vers l'extrieur du capteur (figure 4). Pour cela, les charges vont tretransfres de capacit en capacit et ainsi de pixel en pixel jusqu la sortie, en utilisant un registre transfert de charges analogiques CCD.

Figure 4 :Principe daccumulation de charges dans une matrice CCD

La figure ci-dessous (figure 5) montre une vue clate dune camra CCD:

Figure 5 :Vue clate dune camra CCD

Dans ce qui suit, et parmi les constituants de la camra CCD, nous allons prsenter en dtails lescaractristiques techniques de lobjectif ainsi que ceux de la matrice CCD.


6/16


2.1

LOBJECTIF DE LA CAMERA:Il comporte un ensemble de lentilles et diaphragmes (figure 6). Il contrle la profondeur de

champ (grossissement) ainsi que la quantit de lumire qui va atteindre le capteur.

Les critres de choix d'un objectif sont:- sa distance focale (lie au grossissement);- son angle de champ;-

son ouverture, qui caractrise la luminosit de l'objectif;- sa qualit (aberrations gomtriques et chromatiques).

Figure 6 :Lobjectif dune camra

2.2 LE CAPTEUR CCD :

Capteurs linaires (barrettes CCD ou CMOS)

Conviennent lanalyse de scnes en mouvement contrl (objets en dfilement) ou la mesure

dune dimension particulire ou dun niveau. Le nombre dlments photosensibles peut varier de

256 jusqu 5000(figure 7).

Figure 7 :Barrette CCD et principe du scanner informatique plat


7/16


Capteurs matriciels (matrices CCD ou CMOS)

Les capteurs matriciels (figure 8) font intervenir de 500 x 500 4096 x 4096 photo-lments (etmme plus actuellement).

Figure 8 :Capteurs CCD et CMOS matriciels + circuit lectronique dhabillage

Figure 9 : Formats des capteurs matriciels


8/16


2.3

LA FORMATION DE LIMAGE NUMERIQUELe signal issu du capteur est analogique. Pour le traiter numriquement, une opration

dchantillonnage spatial et une quantification sont ncessaires:

Lchantillonnage spatial:

Dans cette phase, limage est dcoupe sous forme dune grille rectangulaire de m lignes et ncolonnes (m x n). Un rectangle lmentaire de cette grille ou pixel (m, n) reprsente la valeur duniveau de gris ou de la composante de couleur de limage.

Figure 10 : Le principe de lchantillonnage spatial

256 x 256 pixels

64 x 64 pixels

16 x 16 pixels


9/16


La quantification :

Dans cette phase, la valeur analogique du pixel initialement stocke est convertie en une amplitudequi ne peut prendre quun nombre fini de valeurs distinctes.

Pour une image 256 niveaux de gris, chaque amplitude est code sur un octet (8 bits).

Pour une image couleur, chaque composante R,V et B sera code sparment.

N.B. : Dans un capteur dimages numriques, les phases dchantillonnage etde quantification sontralises lintrieur du capteur. Le signal issu de ce type de capteur est numris (port USB, port

DVI, ).Par contre, le signal issu dun capteur analogique devra tre numris laide dune carte

dacquisition dimages.

Pixel cod sur 8 bits Pixel cod sur 4 bits Pixel cod sur 2 bits


10/16


3.REPRESENTATION DUNE IMAGE NUMERIQUE

3.1

LES DIFFERENTS TYPES DIMAGES NUMERIQUESUne image numrique est la fonction qui chaque point (appel pixel) I(i,j) du plan image

associe lintensit lumineuse en ce point.Selon les valeurs pouvant tre prises par la fonction I, nousdistinguons 3 diffrents types dimages:

a. Image binaire:

Les valeurs prises par cette fonctions sont binaires > I (i,j) { 0, 1}

b.

Image en niveaux de gris :Gnralement, la fonction I peut prendre 256 valeurs entires allant de 0 255 appeles niveaux

de gris > I(i,j) [ 0, 255 ]

c. Image RVB 24 bits (3 x 8 bits)

Dans ce cas, chaque pixel est associ un vecteur de 3 lments entiers (Ir,Iv,Ib) pour coder les 3canaux de couleur canal rouge, canal vert et canal bleu.Les valeurs possibles prises par chaque canal est de 0 255.

Ir(i,j)[ 0, 255 ] ; Iv(i,j) [ 0, 255 ] ; Ib(i,j) [ 0, 255 ] ;

1 Composante verte Iv Composante rouge Ir Composante bleue Ib


11/16


3.2

CARACTERISTIQUES DUNE IMAGE NUMERIQUE

a. La "dfinition" dune image:

On appelle dfinition le nombre de pixels constituant l'image, c'est--dire sa "dimensioninformatique" (le nombre de colonnes de l'image que multiplie son nombre de lignes).Une image possdant 640 pixels en largeur et 480 en hauteur aura une dfinition de 640 pixels par480, note 640x480 .

b. La "Rsolution" dune image:

La rsolution, terme souvent confondu avec la "dfinition", dtermine par contre le nombre depoints par unit de surface, exprim en points par pouce (PPP, en anglais DPI pour Dots Per Inch); unpouce reprsentant 2.54 cm.La rsolution permet ainsi d'tablir le rapport entre le nombre de pixels d'une image et la taille rellede sa reprsentation sur un support physique. Une rsolution de 300 dpi signifie donc 300 colonneset 300 ranges de pixels sur un pouce carr ce qui donne donc 90 000 pixels sur un pouce carr.

c. Dynamique ;

Pour une image en niveaux de gris, la dynamique reprsente le nombre de niveaux de gris

prsents dans celle-ci. Pour une image couleur, nous parlons de dynamique par canal.Nous pouvons aussi exprimer la dynamique par le nombre de bits utilis pour coder le niveau de gris.

d. Luminance dune image (brillance)

Etant donn une image en niveau de gris I(MxN), la luminance est exprime par :

-

f(x,y) reprsente le niveau de gris du pixel (x,y).- Pour une image couleur, nous avons une moyenne par canal.

e. Contraste dune image

Il reprsente lcart-type des variations des niveaux de gris sur toute limage:

f. Histogramme:

On appelle histogramme de limage I, la fonction H dfinie sur lensemble des entiers naturelspar :

H (k) = Card { P / I (P) = k }

Cest dire que H(k) traduit le nombre dapparitions du niveau de gris k dans limage I.Lhistogramme est un outil privilgi en analyse dimages car il reprsente un rsum simple, mais

souvent suffisant du contenu de limage.


12/16


Dans le cas o limage est en couleurs (RGB, CMJN, HSV, ), nous traons un histogramme pour

chaque canal (pour le codage RVB, nous avons Hr, Hv, Hb).

g. Histogramme cumul duneimage

Not Hc(k) et reprsente la somme des valeurs de lhistogramme des pixels ayantun niveau degris infrieur ou gal k.Il est gnralement normalis en divisant par le nombre total des pixels delimage (M pixels par ligne x N pixels par colonne).

h. Entropie dune image

Soit H[i] la valeur de lhistogramme pour le niveau de gris i.Lestimateur de la probabilit dapparition du niveau de gris i dans limage (variable alatoire de

dimension 2) est donne par : M : nombre de pixels par ligne

N : nombre de pixels par colonne

Alors, lentropie E de limage est donne par:

Lentropie reprsente le fondement de tous les algorithmes damlioration des images. On

cherche toujours maximiser la valeur de lentropie dordre 0 (nergie).


13/16


i. Autres dfinitions

o Voisinage dun pixel

On appelle voisinage dordre k du pixel P et lon note Vk (P) lensemble des pixels Q dfini

par :

Vk(Q) = {pixels Q tels que 0


14/16


4.LES SOURCES DE BRUITS DANS UNE IMAGE

Il existe 4 sources diffrentes induisant du bruit dans une image :

a. Bruits lis aux conditions de prise de vues

Le boug (vibrations du systme de prise de vue, boug de loprateur humain)

Le photographe ne sest pas stabilis lors de la capture dimage

Problmes lis lclairage de la scne observe (faible clairage de la scne, mauvaise

homognit de lclairage, instabilit de la source dclairage, ).

Une scne trs mal claire


15/16


b. Bruits lis au capteur

Capteur mal rgl (mauvaise mise au point)

Capteur de mauvaise qualit (distorsion de la gamme des niveaux de gris ou en flou,distorsions gomtriques,)

Image ayant subi des distorsions gomtriques en tonneau

c. Bruits lis lchantillonnage(carte dacquisition)

Effet poivre et sel

Image LENA ayant subi un bruitage de type poivre & sel


16/16


Phnomne de moir

Image prsentant leffet de Moir (Aliasing)

d. Bruits lis la nature de la scne

Nuage sur les images satellitaires

Poussires ou fumes dans les scnes industrielles

Brouillard pour les scnes routires

Scne naturelle ayant subi des dgradations de types climatiques (pluies, brouillard, )

Date post:	27-Feb-2018
Category:	Documents
Upload:	anonymous-vkyyma1zto
View:	216 times
Download:	0 times

Support de Cours VO1 2015-2016 - Part1

Documents