1)Définition d’image numérique

Une image numérique est définie comme un signal fini

bidimensionnel échantillonne à valeurs quantifiées dans un certain
espace de couleurs. Elle est constituée de points (pixels).
Signal fini : une image possède des dimensions finies,
Exemple : 640 × 480; 800 × 600 points. . .
Signal bidimensionnel : une image possède deux dimensions : largeur,
hauteur.
Signal échantillonné : les pixels d’une image sont régulièrement
espacés sur une grille carrée.
Valeurs quantifiées : les valeurs des pixels appartiennent à un
intervalle borné connu.
Espace de couleur : il existe de nombreuses façon de percevoir les
couleurs d’une image, l’espace de représentation le plus connu est
l’espace rgb (rouge, vert, bleu).
Autrement dit, une image est une matrice M × N de valeurs entières
prises sur un intervalle borné
[0, Ng] où Ng est la valeur maximale du niveau de gris
Exemples d'images numériques :
• image "web",
• image d'un film d'animation,
• sortie des appareils photos et caméscopes numériques,
• image de TV numérique...
2) Pixel
Toute image est constituée d’un ensemble des points appelés pixels
(PIXEL est une abréviation de Picture Elément). Le pixel représente
ainsi le plus petit élément constitutif d’une image numérique.
L’ensemble de ces pixels est contenu dans un tableau à deux
dimensions constituant l’image.
Chaque pixel est localisé par ses coordonnées x et y dans l’image.
Figure 1 : variation du nombre de pixels. En réalité lors de l'affichage
à l'écran la taille est divisée par 4 à chaque étape.
Niveau de grise
Dans une image numérique, Le découpage en pixels constitue
une discrétisation, mais la valeur de chaque point est également
discrétisée.
Figure 2 : quantification des niveaux de gris : passage d'une
suite continue de valeurs à un ensemble discret de N valeurs.

Le nombre de niveaux de gris dépend du nombre de bits

utilisés pour décrire la " couleur " de chaque pixel de l’image.
Plus ce nombre est important, plus les niveaux possibles sont
nombreux.

Figure 3 : variation du nombre de niveaux de gris pour la même

image
3) Caractéristiques d’une image numérique
L’image est un ensemble structuré d’informations caractérisé par les
paramètres suivants:

3-1) Dimension
C’est la taille de l’image. Cette dernière se présente sous forme de
matrice dont les éléments sont des valeurs numériques représentatives
des intensités lumineuses (pixels). Le nombre de lignes de cette
matrice multiplié par le nombre de colonnes nous donne le nombre
total de pixels dans une image.

3-2) Résolution
C’est la clarté ou la finesse de détails atteinte par un moniteur ou une
imprimante dans la production d’images. Sur les moniteurs
d’ordinateurs, la résolution est exprimée en nombre de pixels par unité
de mesure (pouce ou centimètre). On utilise aussi le mot résolution
pour désigner le nombre total de pixels affichables horizontalement ou
verticalement sur un moniteur; plus grand est ce nombre, meilleure est
la résolution.
3-3) Bruit
Un bruit (parasite) dans une image est considéré comme un
phénomène de brusque variation de l’intensité d’un pixel par rapport à
ses voisins, il provient de l’éclairage des dispositifs optiques et
électroniques du capteur.
3-4) Histogramme
L’histogramme des niveaux de gris ou des couleurs d’une image est
une fonction qui donne la fréquence d’apparition de chaque niveau de
gris (couleur) dans l’image. Il permet de donner un grand nombre
d’information sur la distribution des niveaux de gris (couleur) et de
voir entre quelles bornes est repartie la majorité des niveaux de gris
(couleur) dans le cas d’une image trop claire ou d’une image trop
foncée.
Il peut être utilisé pour améliorer la qualité d’une image
(Rehaussement d’image) en introduisant quelques modifications, pour
pouvoir extraire les informations utiles de celle-ci.
Pour diminuer l’erreur de quantification, pour comparer deux images
obtenues sous des éclairages différents, ou encore pour mesurer
certaines propriétés sur une image, on modifie souvent l’histogramme
correspondant.
Par exemple dans l’image ci-dessous, l’histogramme est tassé sur la
gauche; l’image est trop sombre .

3-5) Luminance
C’est le degré de luminosité des points de l’image. Elle est définie
aussi comme étant le quotient de l’intensité lumineuse d’une surface
par l’aire apparente de cette surface, pour un observateur lointain, le
mot luminance est substitué au mot brillance, qui correspond à l’éclat
d’un objet. Une bonne luminance se caractérise par :
 Des images lumineuses (brillantes)
 Un bon contraste : il faut éviter les images où la gamme de
contraste tend vers le blanc ou le noir; ces images entraînent des pertes
de détails dans les zones sombres ou lumineuses.
 L’absence de parasites.
4) Segmentation d’images
On appelle segmentation d’une image l’opération consistant à s´éparer
une image en un ensemble de régions disjointes deux à deux, et dont
l’union recouvre l’image d’origine. On distingue deux 7 types
d’approches pour la segmentation : contour ou région.
Dans l0approche contour, on cherche à isoler le ou les contours des
objets d’intérêt. Le résultat se présente en général sous la forme d’un
ensemble de chaînes de pixels, et des traitements additionnels sont
souvent n´nécessaires pour associer les contours aux objets d’intérêt.
L’autre approche cherche à identifier des régions de pixels homogènes
au sein de l’image.
Le critère d’homogénéité peut-être l’intensité, la couleur, ou même la
texture locale. Le résultat se présente soit sous la forme d’une image
binaire, ou d’une image étiquetée, chaque étiquette ou label
correspondant à une région
5) image binaire
Après la segmentation d’une image, on obtient une image binaire,
dans laquelle les valeurs des pixels valent soit 1 (pixel appartenant à la
structure d’intérêt), soit 0 (pixel appartenant au fond),
ou une image étiquetée, dans laquelle la valeur associée à chaque pixel
correspond à la région à laquelle il appartient.
Il est souvent n´nécessaire d’appliquer des traitements additionnels sur
les images binaires, soit pour nettoyer les résultats de segmentation
(présences de nombreuses petites particules correspondant `a du
bruit), ou bien pour obtenir des informations plus pertinentes sur la
forme de particules
6) Définition de traitement d’images
Le traitement d’images est un domaine très vaste qui a connu, et qui
connaît encore, un développement important depuis quelques dizaines
d’années.
On désigne par traitement d'images numériques l'ensemble des
techniques permettant de modifier une image numérique afin
d'améliorer ou d'en extraire des informations.
De ce fait, le traitement d’images est l’ensemble des méthodes et
techniques opérant sur celles-ci, dans le but de rendre cette opération
possible, plus simple, plus efficace et plus agréable, d’améliorer
l’aspect visuel de l’image et d’en extraire des informations jugées
pertinentes.
7) Système de traitement d’images
8) L’objectif de l’équation de la chaleur
l’équation de la chaleur permet de simplifier graduellement une image
et de se débarrasser d’oscillations indésirables, au prix d’une
dégradation de leur structure.

Introduction
1 Traitement d’images
1.1définition de base
1.2 Image numérique
1.3 Pixel
1.4Caractéristiques d’une image numérique
1.4.1 Dimension
1.4.2 Résolution
1.4.3 Bruit
1.4.4 Luminance
1.4.5 Histogramme
1.5 Segmentation d’images
1.6 image binaire
1.7 image en niveaux de gris
1.8 image couleur
2 Résolution numérique
2.1 L’objectif de l’équation de la chaleur
2.2 Équation de la chaleur
2.3 Approximations des dérivées
2.4 Discrétisation par différences finies
2.5 Discrétisation de l’équation de la chaleur