Traitement dimages et de parole

Sabra MABROUK
Objectifs du cours

Etudier les concepts fondamentaux du Traitement et de

l'Analyse des images numriques en vue de leur
comprhension.

Introduire les Outils et les Techniques ncessaires ces

tudes.

2
Contenu

1. Introduction au traitement du signal

2. Introduction au traitement dimages
3. Rhaussement dimages
4. Restauration dimages
5. Segmentation dimages
6. Introduction au traitement de la parole

3
 Chapitre 1

Introduction au traitement du signal

Introduction
Signal
Reprsentation physique dune information transmettre
Entit qui sert vhiculer une information
Exemple :
- onde lectrique
- Signaux biologique : ECG
- Traffic dinternet
- Images, vido

5
Introduction
Bruit
Tout phnomne perturbateur gnant la perception ou
linterprtation du signal

6
Introduction
La qualification de signal et de bruit peut tre
fonction du destinataire.

Echo de sonar : bruit Echo de sonar : signal

Chant des baleines : signal Chant des baleines : bruit

7
Introduction
Bruit
li au capteur, la quantification, la transmission...

Bruit additif g(x) = f(x)+b(x) Bruit multiplicatif g(x) = f(x)b(x)

8
Introduction
Mesure du bruit : le SNR (dB)
Dfinition : le rapport signal bruit (Signal-to-noise ratio)
est le rapport damplitude des puissances du signal et du
bruit

Une mesure utile pour

estimer un niveau de bruit connaissant le signal "clair".
estimer quantitativement une mthode de suppression de
bruit quand on connat le signal original.

9
Introduction
Traitement du signal
Ensemble de techniques permettant de crer, danalyser, de
transformer les signaux en vue de leur exploitation.
Extraction du maximum de linformation utile dun signal
perturb par le bruit.

10
La chane de traitement de
linformation et le TS

11
Restauration
Sparer un signal utile dun signal perturbateur (bruit de fond,
cho) lies un mouvement du capteur ou un dfaut de mise
au point.

Flou de mise au point Flou de boug

12
Restauration
Restitution du signal aussi proche que possible avant la
dgradation.
dtermination du modle mathmatique du processus
de dgradation et application du modle inverse

13
Amlioration
Prtraitement visant attnuer les bruit sans ncessit la
connaissance du modle mathmatique de la dgradation.

Diffrente approche :
Par lissage : linaire (filtre linaire)
non linaire
partir de lhistogramme de limage
(mthodes statistiques)

14
Segmentation
Partitionner le signal en un ensemble de classes non vides tel
que leur union permet de reconstruire le signal.

15
Domaines dapplication du TS
Tlcommunications : codage et restauration de la parole,
courrier vocal, compression et transmission d'images,
visioconfrence,...
Dfense : surveillance, guidage, navigation
Biophysique : gnie biomdical, EEG, ECG, radiographie,
tomographie,
Gophysique : sismique de surface, tldtection
Electromagntisme : radar, optique, astrophysique
Graphisme et imagerie : vision par ordinateur, reconnaissance
de formes, restauration d'images, animation, cartographie

16
Classification Des Signaux
Pour faciliter ltude des signaux, diffrents modes de
classification peuvent tre envisages :
Reprsentation temporelle des signaux,
Reprsentation spectrale,
Reprsentation morphologique,
Classification nergtique.

17
Reprsentation temporelle des signaux
Elle est base sur lvolution du signal en fonction du
temps
Deux types fondamentaux :
Les signaux dterministes :
peuvent tres dcrits par des relations mathmatiques
explicites.
Ces signaux proviennent des phnomnes pour lesquels
on connat les lois physiques correspondantes et les
conditions initiales, permettant ainsi de prvoir le rsultat.
Exemple: - loi dOhm U=RI
- sinus s(t)=sin(wt)

18
Reprsentation temporelle des signaux
Les signaux alatoires :
leur comportement temporel est imprvisible et leur
description se limite des observations statistiques.
Expriences non reproductibles
Pas de relation explicite pour dcrire le phnomne
Exemple : - le signal de parole
- la mesure de lactivit crbrale

19
Reprsentation spectrale
Un signal peut tre class suivant la distribution de son
amplitude, sa puissance ou son nergie en fonction de la
frquence (spectre du signal).

Le domaine des frquences occup par son spectre est

aussi appel la largeur de bande spectrale du signal F

20
Reprsentation spectrale
Il est ncessaire de comparer la largeur de la bande
spectrale du signal au domaine de frquences dans lequel
se situe le signal.
En considrant la frquence moyenne Fmoy = (Fmax +
Fmin)/2, on peut distinguer deux types de signaux :
Les signaux bande troite : F/Fmoy petit
Les signaux large bandes : F/Fmoy grand.

21
Reprsentation spectrale
Pour les signaux bande troite, il est possible de les
classer par domaine de variation de la frquence
moyenne Fmoy :
Fmoy < 250 KHz : signaux basses frquences (BF)
250 KHz < Fmoy < 30 MHz : signaux hautes frquences (HF)
30 MHz < Fmoy < 300 MHz : signaux trs hautes frquences
(VHF)
300 MHz < Fmoy < 3 GHz : signaux ultra hautes frquences
(UHF)
Fmoy > 3 GHz : signaux super hautes frquences (SHF)

22
Reprsentation morphologique
Le critre est de voir la nature de lamplitude et du temps
des signaux.
Le temps et lamplitude peuvent tre continus ou discrets.
Ainsi, il y a quatre grandes classes :
Signaux analogiques : temps continue et amplitude continue
Signaux chantillonns : temps discret et amplitude continue
Signaux quantifis : temps continu et amplitude discrte
Signaux numriques : temps discret et amplitude discrte

23
Reprsentation morphologique

24
La classification nergtique
Selon cette catgories, Une distinction peut tre faite
entre :
Les signaux nergie finie,
Les signaux puissance moyenne finie non-nulle.

25
La classification nergtique
Les signaux nergie finie :
L'nergie Wx d'un signal x(t), dfinie sur lintervalle [t1,t2] ,
est donne par lquation suivante :

Rq : Lnergie d'un signal est une caractristique lie la

quantit de l'information reprsente.

26
La classification nergtique
En considrant un intervalle s'tendant tout l'axe rel,
l'nergie totale se calcule comme suit:

Les signaux nergie finie sont ceux pour lesquels

l'intgrale est borne :

Ces signaux sont dits de carr intgrable (sommable),

leur puissance moyenne est nulle.

27
La classification nergtique
Les signaux puissance moyenne finie non-nulle
La puissance moyenne Px dun signal x(t) calcule sur
lintervalle [t1,t2] est dfinie par :

En considrant un intervalle s'tendant tout l'axe rel, la

puissance moyenne totale se calcule comme suit:

28
La classification nergtique
Pour un signal priodique, de priode T0, la puissance moyenne
totale est calcule sur une priode:

Les signaux puissance moyenne finie sont gnralement des

signaux priodiques ou quasi priodiques. Ces signaux satisfont
la condition suivante

29
Autres modes de classification
Les signaux priodiques :
Les signaux priodiques x(t) = x(t+kT)
Le signal sinusodal est le plus reprsentatif de ces signaux
priodiques:

Les signaux de dure finie

Signaux de dure limite ou "support born" :

Signaux pairs et impairs

Un signal est pair si x(t) = x(t) exemple : cos(wt)
Un signal est impair si x(t) = x(t) exemple : sin(wt)

30
Autres modes de classification
Signaux causaux :
Un signal est dit causal s'il est nul pour toute valeur
ngative du temps :
x(t) = 0, pour tout t< 0

31
Signaux Particuliers
La fonction Signe :

32
Signaux Particuliers
La fonction Saut unit ou chelon d'HEAVISIDE

Cette fonction peut se dfinir partir de la fonction signe

E(t) = ( 1 + sgn (t) ) /2

33
Signaux Particuliers
Signal rectangulaire ou porte ou fentre

34
Signaux Particuliers
On peut symboliser rect (t) au temps t0 par rect(t-t0).
Dune faon gnrale, la fonction rectangulaire gnralise
scrit A rect((t - t0) / T)
On peut considrer ce signal comme tant une impulsion
rectangulaire de dure T, d'amplitude A et centre sur
t = t0.

35
Signaux Particuliers
Cette fonction est souvent utilise comme facteur
multiplicatif d'une fonction quelconque pour reprsenter
une portion limite dans le temps (dure T) de cette
fonction.

36
Signaux Particuliers
Limpulsion de Dirac :
La distribution delta peut tre considre comme la limite
dune impulsion de dure t et de hauteur 1/t lorsque
t 0.

37
Signaux Particuliers
Intrt du signal delta :
Le signal delta est utilis pour localiser la valeur d'une
fonction x(t) en t= t0.
C'est un oprateur d'chantillonnage qui restitue la valeur
x(0) dune fonction x(t). Dune manire plus gnrale,
pour toute fonction x(t) continue on a:

38
Signaux Particuliers
Proprits du delta :

Reprsentation graphique conventionnelle

de (t t0 )
Une flche verticale en t = t0
de longueur proportionnelle au poids C :

39
Signaux Particuliers
Suite Priodique dimpulsions de delta
Une suite dimpulsions de delta se rptant sur l'axe du
temps avec une priode T est note T (t )

Cette suite est appele fonction d'chantillonnage ou

peigne de Dirac :

40
Signaux Particuliers
Oprateur de rptition

On montre que

41
Signaux Particuliers
Fonction sinuscardinal

42
Systmes linaires invariants dans le temps

43