Traitement

dimages

Quelques
applications

Vision humaine

Quest-ce quune
image ?
Traitement dimages
Introduction
 Traitement
dimages Plan

Quelques
applications

Vision humaine

Quest-ce quune
image ?

I Introduction et prise en main dimageJ

I Transformations dhistogramme
I Transformations gomtriques
I Convolution
I Dtection de contour
 Traitement
dimages Bibliographie

Quelques
applications

Vision humaine

Quest-ce quune I Cours de traitement dimages Elise Arnaud - Edmond

image ?
Boyer Universit Joseph Fourier
I Cours de traitement dimages Alain Boucher
I Cours de traitement dimages T Guyer Universit de
Chambry
I Cours de traitement dimages Caroline ROUGIER
universit de Montral
I Analyse dimages : filtrage et segmentation (Edition
Broch) - Cocquerez
 Traitement
dimages Traitement / Analyse dimage

Quelques
applications

Vision humaine

Quest-ce quune
Acquisition Analyse Description dun (des)
image ? Monde Image objet(s) de limage :
rel modle, mesures, classes
Traitement

I Traitement (bas niveau) : suppression du bruit,

augmentation de contraste, lissage, rhaussement des
contours...
I Analyse (haut niveau) : extraction dinformations
 Traitement
dimages Parenthse sur lacquisition

Quelques
applications

Vision humaine

Quest-ce quune
image ?

Numrisation = chantillonnage (nombre fini de points)

+
quantification (nombre fini de nuances)
 Traitement
dimages Application : amlioration dimage

Quelques
applications

Vision humaine

Quest-ce quune
image ?
 Traitement
dimages Application : retouche dimage

Quelques
applications

Vision humaine

Quest-ce quune
image ?
 Traitement
dimages Application : cration de panoramas

Quelques
applications

Vision humaine

Quest-ce quune
image ?
 Traitement
dimages Application : imagerie mdicale

Quelques
applications J Mille - LI Tours
Vision humaine Segmentation du ventricule crbral (scanner crbral)
Quest-ce quune
image ?

Segmentation du rein (scanner abdominal)

 Traitement
dimages Application : route intelligente

Quelques
applications Localisation des voitures
Vision humaine

Quest-ce quune
image ?

Radars automatiques
 Traitement
dimages Application : analyse dimages de documents

Quelques Reconnaissance de caractres

applications

Vision humaine

Quest-ce quune
image ?

Sparation texte/dessin
 Traitement
dimages Application : analyse dimages de documents

Quelques
applications Reconnaissance fine de la structure dun document
Vision humaine

Quest-ce quune
image ?
 Traitement
dimages Application : ralit augmente
http://webloria.loria.fr/gsimon/ra/
Quelques Superposition dun modle virtuel 2D ou 3D sur une image
applications
relle (photo).
Vision humaine

Quest-ce quune
Domaines : jeux, tourisme, marketing, publicit...
image ?
 Traitement
dimages La vision humaine

Quelques
applications

Vision humaine
La vision humaine est une source dinspiration pour les
Quest-ce quune ingnieurs en traitement dimages et vision par ordinateur
image ?
mais ...
I le systme de vision humain est extrmement complexe
I on voit plus avec le cerveau quavec les yeux
Rle du cerveau :
I intgre les vues gauche et droite (strovision) pour
recrer linformation de profondeur
I effectue la segmentation, la reconnaissance et
linterprtation
I est spcialis dans la reconnaissance de visages
 Traitement
dimages Une illusion doptique
Akiyoshi Kitaoka
Quelques
applications

Vision humaine

Quest-ce quune
image ?
 Traitement
dimages Interprtation dune image

Quelques
applications
Importance des connaissances a priori pour complter,
Vision humaine

Quest-ce quune
corriger et interprter linformation
image ?
 Traitement
dimages Interprtation dune image

Quelques
applications

Vision humaine Spcialisation dans la reconnaissance de visages

Quest-ce quune
image ?
 Traitement
dimages Quest-ce quune image : point de vue
mathmatique
Quelques
applications
I une image avant numrisation est un signal 2D continu
Vision humaine
(mme si elle correspond souvent une scne 3D...)
Quest-ce quune
image ?
Notions de base
I une image numrique est une matrice de nombres
Codage de
linformation /
reprsentant le signal continu
Formats de
fichiers
Compression
dimage
Une image peut donc tre vue comme une fonction :
I :S
(i, j) x = I (i, j)

Dans le domaine continu :

S = [0, nl 1] [0, nc 1]
= [0, ValMax]

Dans le domaine discret :

S = {0, 1, ..., nl 1} {0, 1, ..., nc 1}
= 0, 1, ..., 255
 Traitement
dimages Reprsentation continue
On peut reprsenter une ligne de limage comme une courbe
Quelques (profil dintensit) et limage entire comme une surface
applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
linformation /
Formats de
fichiers
Compression
dimage
 Traitement
dimages Reprsentation discrte
Une image numrique est une matrice de nombres : les
Quelques
applications valeurs des pixels
Vision humaine Un pixel s est dcrit par :
Quest-ce quune
image ?
I ses coordonnes dans limage (i, j)
Notions de base
Codage de
I sa valeur I (i, j), reprsentant son niveau de gris ou sa
linformation /
Formats de
fichiers
couleur
Compression
dimage
 Traitement
dimages
Images naturelles et images synthtiques
Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
linformation /
Formats de
fichiers
Compression
dimage

Le bruit dans une image

Le bruit est une altration de limage. Il peut tre caus par

les processus dacquisition, de transmission ou de stockage.
 Traitement
dimages Quelques lments simples dune image

Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
linformation /
Formats de
fichiers
Compression
dimage
 Traitement
dimages Rsolution

Quelques La rsolution correspond la finesse de la description spatiale

applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
linformation /
Formats de
fichiers
Compression
dimage
Dfinition : la rsolution est le nombre de points/pixels par
unit de longueur
Exprim en :
I dpi : dots per inch (points par pouce)
I ppc : points par centimtres
I ppm : points par millimtre
I ppi : pixels per inch
1 pouce = 2.54 cm
 Traitement
dimages Comment calculer une rsolution ?

Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base Il faut mettre en relation 3 paramtres :
Codage de
linformation /
Formats de
I Les dimensions physiques de limage finale (sur un
fichiers
Compression
dimage
cran, imprime) ou de limage source (page scanner)
- ex. 30*20 cm
I La rsolution de limage finale - ex. 300 dpi
I La taille en pixels du fichier image - ex. 3072*2048 pixels
 Traitement
dimages Exemple

Quelques
applications Vous souhaitez imprimer une photo de 13 x10 cm. Votre
Vision humaine imprimeur vous demande de lui fournir des images dont la
Quest-ce quune
image ?
rsolution est de 300 dpi au moins.
Notions de base Soit une rsolution de 300/2.54 ppcm = 118.1 ppcm
Codage de
linformation /
Formats de
fichiers
Compression
dimage

Vous devrez fournir votre imprimeur une image de

I largeur minimale : 13x300/2,54=1535 pixels
I longueur minimale : 10x300/2,54=1181 pixels.
 Traitement
dimages Codage des valeurs des pixels
En niveau de gris
Quelques
applications I la valeur I (i, j) dun pixel s = (i, j) reprsente son
Vision humaine intensit lumineuse
Quest-ce quune
image ?
I binaire : I (i, j) = 0 noir ou I (i, j) = 1 blanc
Notions de base
Codage de
linformation /
I codage 8 bits (le plus classique) : I (i, j) = 0, ..., 255 du
Formats de
fichiers plus fonc au plus clair
Compression
dimage
En couleur
I codage dans lespace RGB : trois intensits lumineuses
rouge, vert, bleu.
I codage 24 bits : R(i, j) = 0, ..., 255; V (i, j) =
0, ..., 255; B(i, j) = 0, ..., 255
 Traitement
dimages Un autre espace de couleurs : lespace HSL

Quelques
applications

Vision humaine
I Teinte - Hue : perception de la couleur (prune, orange,
Quest-ce quune cladon)
image ?
Notions de base I Saturation : puret de la couleur (plus ou moins dlave)
Codage de
linformation /
Formats de
fichiers
I Luminance : intensit lumineuse (ombre et lumire)
Compression
dimage

Dfinition des couleurs plus intuitive

 Traitement
dimages Reprsentation matricielle / vectorielle
Image vectorielle
Quelques I Codage par des formes gomtriques simples :
applications

Vision humaine
I Polygone : coordonnes des sommets, couleur du
Quest-ce quune
contour, couleur de remplissage
image ? I Arc de cercle ...
Notions de base
Codage de
linformation /
I Exemples de formats : DXF, SVG, Illustrator
Formats de
fichiers
Compression
I Domaines : PAO (publication assiste par ordinateur),
dimage
DAO (dessin assist par ordinateur)...
I Avantages : peu de place en mmoire, transformations
gomtriques sans aliasing
I Inconvnients : laffichage ncessite des calculs, la taille
de limage est lie sa complexit
 Traitement
dimages Reprsentation matricielle / vectorielle
Image matricielle
Quelques I Codage de limage par une matrice de pixels
applications

Vision humaine I Exemples de formats : BMP, PGM, JPEG

Quest-ce quune I Avantages : affichage direct
image ?
Notions de base I Inconvnients : taille mmoire, transformations
Codage de
linformation /
Formats de gomtriques avec aliasing / perte dinformation
fichiers
Compression
dimage
 Traitement
dimages Formats dimages matricielles

Quelques
applications
Comment stocker dans un fichier toutes les informations de
Vision humaine
limage : taille de limage, format des pixels, valeurs des
Quest-ce quune
pixels ?
image ?
Notions de base
Il existe une multitude de formats :
Codage de
linformation /
Formats de
I Les formats simples : fichiers ASCII ou binaires
fichiers
Compression comportant un entte contenant les dimensions de
dimage
limage et le format des pixels puis la liste des valeurs
des pixels.
Exemple : les formats PNM (PBM - Portable BitMap,
PGM - Portable Grayscale Map, PPM - Portable
PixMap).
I Les formats compresss : linformation est code de
manire rduire la taille du fichier image.
Exemple : les formats image du web (GIF , PNG, JPEG)
 Traitement
dimages Formats PNM
Les fichiers correspondants sont constitus des lments suivants :
Quelques
applications 1. Un "nombre magique" pour identifier le type du fichier : P1
Vision humaine ou P4 pour PBM, P2 ou P5 pour PGM et P3 ou P6 pour
Quest-ce quune PPM.
image ?
Notions de base
Codage de
2. Un caractre despacement (blanc, TABs, CRs, LFs).
linformation /
Formats de
fichiers 3. La largeur de limage (valeur dcimale, code en ASCII)
Compression
dimage suivie dun caractre despacement, la hauteur de limage
(valeur dcimale, ASCII) suivie dun caractre despacement.
4. Uniquement pour PGM et PPM : lintensit maximum
(valeur dcimale comprise entre 0 et 255, code en ASCII)
suivie dun caractre despacement.
5. Largeur Hauteur nombres correspondant aux valeurs des
pixels
I Pour P1, P2, P3 : valeurs dcimales codes en ASCII et
spares par des espaces
I Pour P4, P5, P6 : valeurs binaires sur 1 ou 3 octets
 Traitement
dimages Exemple 1

Quelques
applications
P1
Vision humaine
#feep.pbm
Quest-ce quune
image ? 24 7
Notions de base
Codage de 1
linformation /
Formats de
fichiers
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Compression
dimage 0 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 1 0
0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0
0 1 1 1 0 0 0 1 1 1 0 0 0 1 1 1 0 0 0 1 1 1 1 0
0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0
0 1 0 0 0 0 0 1 1 1 1 0 0 1 1 1 1 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Fichier PBM dune image 247 dont les valeurs sont codes
en ASCII
 Traitement
dimages Exemple 2

Quelques
applications
Exemple
Vision humaine
P2
Quest-ce quune
image ? #feep.pbm
Notions de base 24 7
Codage de
linformation /
Formats de
3
fichiers
Compression
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
dimage
0 3 3 3 3 0 0 3 3 3 3 0 0 1 1 1 1 0 0 1 1 1 1 0
0 3 0 0 0 0 0 3 0 0 0 0 0 1 0 0 0 0 0 1 0 0 1 0
0 3 3 3 0 0 0 3 3 3 0 0 0 1 1 1 0 0 0 1 1 1 1 0
0 3 0 0 0 0 0 3 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0
0 3 0 0 0 0 0 3 3 3 3 0 0 1 1 1 1 0 0 1 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Fichier PGM dune image 247. Les valeurs dintensit codes en

ASCII sont au maximum de 3.
 Traitement
dimages Compression
tailleinitiale taillefinale
Taux de compression : = tailleinitiale
Quelques
applications

Vision humaine Compression sans perte : rduire la taille sans altrer le

Quest-ce quune contenu
image ?
Notions de base
Codage de
I Principe : utiliser la redondance de linformation
linformation /
Formats de (rptitions)
fichiers
Compression
dimage
I Avantage : rversibilit
I Exemples : RLE,VCL,LZW (zip)...

Compression avec perte : rduire fortement la taille au prix

dune perte dinformation
I Principe : enlever les informations les moins importantes
I Inconvnient : non rversible (artefacts lors de la
dcompression)
I Exemples : JPEG, JPEG2000, PNG...
 Traitement
dimages Evaluer la qualit de la compression avec perte
I Erreur quadratique moyenne (Mean Square Error)
Quelques
1 X
(I (i, j) I 0 (i, j))2
applications
MSE =
Vision humaine N
i,j
Quest-ce quune
image ?
Notions de base
I Rapport Signal sur Bruit (Signal To Noise Ratio)
Codage de
linformation /
Formats de V
fichiers
Compression
SNR = 10log10 ( )
dimage MSE
avec
1 X
v= I (i, j)2
N
i,j
I Rapport Signal sur Bruit de crte (Peak Signal To Noise
Ratio)

max(I )2
PSNR = 10log10 ( )
MSE
PSNR [30, 40]db pour des images de bonne qualit.
 Traitement
dimages Algorithme de compression sans perte
Codage Run Length Encoding
Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base I utilis dans les formats BMP, TIFF
Codage de
linformation /
Formats de
I Ide : regrouper les plages de valeurs identiques
fichiers
Compression
dimage
I AAAAARRRRRROLLLBBTTTTT : 22 caractres
I 5A6R1O3L2B5T : 12 caractres
I Taux = 45%
En pratique : format binaire, par exemple 1 octet pour le
compteur puis un octet pour la valeur.
Loctet 0 peut servir de caractre spcial pour introduire par
exemple une suite de donnes non compresses.
 Traitement
dimages Un algorithme de compression sans perte
Codage de Huffman
Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
linformation /
Formats de
fichiers
Compression
dimage

Nombre moyen de bits utiliss pour le codage :

1 0.4 + 2 0.3 + 3 0.1 + 4 0.1 + 5 0.06 + 5 0.04 = 2.2bits
 Traitement
dimages Questions

Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
linformation /
Formats de
fichiers
1. Dcoder la chane suivante : 0110001101010010001011
Compression
dimage 2. Le code est-il unique ?
3. Citez trois inconvnients du codage de Huffman.
 Traitement
dimages Un algorithme de compression avec perte : JPEG

Quelques
applications On veut supprimer de linformation sans perdre des
Vision humaine informations importantes
Quest-ce quune
image ?
Notions de base Vision humaine :
Codage de
linformation /
Formats de
I loeil est plus sensible la luminance (intensit) quaux
fichiers
Compression
dimage
nuances de couleur.
I loeil humain est plus sensible aux basses frquences

Conclusion :
I on rduit la partie de codage consacre aux nuances de
couleur
I on supprime en priorit les hautes frquences dune
image
 Traitement
dimages Compression JPEG : les grandes tapes (1)

Quelques
applications

Vision humaine

Quest-ce quune
image ?
Notions de base
Codage de
I Changement despace de couleurs pour sparer la
linformation /
Formats de luminance de la chrominance (espace YUV).
fichiers
Compression
dimage I Les canaux correspondant la chrominance sont
sous-chantillonns : un bloc de 22 pixels est remplac
par un seul pixel moyenne.
I Chaque image est dcompose en blocs de taille 88.
 Traitement
dimages Compression JPEG : les grandes tapes (2)

Quelques
applications

Vision humaine
I Chaque matrice 88 est transforme en une autre
Quest-ce quune
image ? matrice par la DCT (Discrete Cosinus Transform).
Notions de base
Codage de
linformation /
I On obtient une nouvelle matrice de mme taille,
Formats de
fichiers valeurs relles, qui contient la mme information que la
Compression
dimage matrice de dpart.
I Les hautes frquences correspondent aux coefficients en
bas droite de la matrice DCT.
 Traitement
dimages Compression JPEG : les grandes tapes (3)

Quelques
applications

Vision humaine I On divise terme terme la matrice DCT par une

Quest-ce quune matrice de quantification prdfinie.
image ?
Notions de base
Codage de
I On conserve larrondi de la division, souvent nul pour
linformation /
Formats de une valeur de MQ leve.
fichiers
Compression
dimage
 Traitement
dimages Compression JPEG : les grandes tapes (4)

Quelques
applications

Vision humaine On transforme chaque matrice en vecteur :

Quest-ce quune
image ?
I Lecture en Zig-Zag
Notions de base
Codage de
I Permet dobtenir de longues plages de 0
linformation /
Formats de
fichiers
I Les vecteurs sont compresss par un codage sans perte,
Compression
dimage RLE pour les plages de 0 puis Huffman