Chapitre 2: Prétraitement Des Images Numériques

Chapitre 2
Prétraitement des images numériques
Introduction
Filtrage
II. 1. Introduction
utile cont
inutile. Différents types de traitement existent :
- les opérations ponctuelles qui modifient la valeur de chaque pixel sans tenir compte
.
- la réduction du bruit (le filtrage).
- Techniques de Rehaussement de contraste : Laplacien, filtrage d'ordre adaptatif,
opérateurs morphologiques
- la compression.
II. 2. Les histogrammes
L'histogramme d'une image numérique représente la distribution des valeurs

des pixels en fonction du niveau de gris (NG). C'est une fonction discrète h(x) qui
donne, pour chaque intensité lumineuse x, le nombre de pixels ayants cette valeur
(figure II. 1)
Figure II. 1 : (a) image originale, (b) son histogramme

min , nmax].
permet aussi d'obtenir rapidement une information générale
sur l'apparence de l'image :
- Deux images très différentes peuvent avoir le même histogramme. Ce dernier donne
- Un histogramme équilibré proche d'une fonction plate donne en général une image
visuellement plaisante,
- Un histogramme tassé à droite donne une image trop claire,
- Un histogramme tassé sur la gauche donne une image trop sombre,
- Un histogramme tassé au centre donne une image grisâtre,
a- Histogramme normalisé : hn(x) est le taux

de pixels ayant un niveau de gris égal à x :
h x
hn x (1)
N
b. Histogramme cumulé :
où chaque élément du vecteur hc(x) représente le nombre de pixels de
possédant un niveau de gris inférieur ou égale à x. Celui-ci peut être estimé à partir de
somme discrète.
x
hc x h i
i 0
permet de corriger le contraste et l'échelle des couleurs pour

des images surexposées ou sous-exposées. En outre sa modification qui est un
traitement ponctuel (modifie l'intensité d'un pixel) n'altère pas les informations
contenues dans l'image mais les rend plus ou moins visibles.
La modification d'un histogramme est généralement représentée sur une
courbe (appelée courbe tonale) indiquant la modification globale des composantes de
l'image avec en abscisse les valeurs initiales et en ordonnées les valeurs après
modification. La courbe tonale correspond à une fonction de transfert définie par une
table de transcodage appelé Look Up Table, notée LUT.
3. 1. Recadrage Dynamique
Le recadrage de dynamique consiste à étendre la dynamique de l'image initiale

[a, b] correspondante à [nmin, nmax] vers l'étendue totale [0; 255]. Il consiste à utiliser
une transformation linéaire permettant d obtenir un nouvel histogramme ayant la
dynamique maximale :
T : nmin , n max 0, 255
255.(f (x , y ) n min )
f (x , y ) g (x , y )
n max n min
avec : f(x, y) image originale
g (x, y) image transformée
(a) (b)
(c) (d)
Figure II. 2 : (a) image originale, (b) image transformée, (c) histogramme avant
recadrage, (d) histogramme après recadrage
Remarque : Cette étendue réduite de niveaux de gris avant transformation peut

survenir suite à un temps de pose incorrecte ou à un éclairage de la scène trop faible.
et ne change
ion présente dans
3. 2.
L égalisation de l histogramme consiste à équilibrer le mieux possible la

distribution des pixels dans la dynamique. d obtenir un histogramme le
plus plat possible où l on affecte le même nombre de pixels pour chaque niveau de
gris. Ceci améliore le contraste et permet d'augmenter artificiellement la clarté (ou
nuances) d'une image.
Le niveau de gris f(x, y) de chaque pixel (x, y) est transformé en g(x, y) en
appliquant la transformation :
f
i 0
H (f )
g (x , y ) round n max * H cn (f x , y round n max *
N
avec : round : valeur entière

nmax : valeur maximale = 255 (8bits)
Figure II. 3 : effet

3. 3. Binarisation
Le but de la binarisation d'une image est d'affecter un niveau uniforme aux

pixels pertinents et d liminer les autres.
seuillage. Cette dernière consiste à attribuer le niveau 255 aux pixels dont la valeur est
supérieure à un seuil S et le niveau 0 aux autres. Le graphe de la transformation
correspondante est donné comme suit :
255 f x,y seuil

g x,y
0 f x,y seuil
Figure II. 4 : exemple sur la binarisation

II. 4. Filtrage
Le filtrage consiste à traiter chaque pixel en fonction de sa valeur et de celle de
trouve principalement: la
réduction du bruit, le rehaussement du contraste. Les moyens utilisés pour réaliser
la convolution
numérique » et la Transformée de Fourier.
Il existe différents types
critères :
- critère mathématique : filtre linéaire, non linéaire.
- critère fréquentiel : filtre pass-bas, filtre pass-haut, dérivateur,..
-
II. 4. 1. Opérateur de Convolution
Soit f une image numérique et soit h une fonction de x 1 , x 2 y 1 , y 2 La
convolution de f par h est une transformation basée sur le voisinage du point (x, y),
donnée par :
x2 x2
f h x,y h i, j f x i,y j
i x1 j x1
La fonction ou le filtre h
(masque ou kernel).
Généralement ce filtre est de dimension d impaire et

d d
symétrique : x 1, x 2 y 1, y 2 ,
2 2
Pour d=3, le filtre h est de la forme suivante :
Le résultat de la convolution donnée par :

d 1 2 d 1 2
g x,y f h x,y h x,y f x i,y j
i d 1 2j d 1 2
w 1f x 1, y 1 w 2f x , y 1 w 3f x 1, y 1
w 4f x 1, y w 5f x , y w 6f x 1, y
w 7 f x 1, y 1 w 8f x , y 1 w 9f x 1, y 1
* f, la somme des éléments du filtre est

normalisée à 1 : wi 1
i
cette situation est connue sous le nom

de problèmes de bords et elle est résolue par plusieurs manières, dont on cite :
- Zero padding : ajout de 2 lignes et de 2 colonnes de zéros (un cadre) sur les bords de
- effet miroir : dupliquer les 2 lignes et les 2 colonnes se trouvant sur les bords.
II. 4. 2. Réduction du bruit

Le bruit est une information parasite qui s ajoute aléatoirement à une image
numérique causant la perte de la netteté dans les détails. Ce bruit peut être d origines
diverses :
* Bruits d acquisition : flou, poussière, bougé
* Bruits lié au système d acquisition (capteur) : mauvaise mise au point, bruit
thermique, bruit de grenaille
* Bruits d échantillonnage et de quantification : bruit poivre et sel
* Bruits lié à la transmission: Bruit sel et poivre.
La réduction du bruit est réalisée par les filtres de Lissage.
II. 4. 3. Filtre de Lissage

Les filtres de lissages sont des opérateurs qui permettent de réduire le bruit et
les éléments perturbateurs et non significatifs dans une image numérique. Il existe
plusieurs types de filtres que nous classons soit par critère fréquentiel (filtre pass- bas,
pass- haut) soit par critère mathématique comme suit :
- Filtrage linéaire par convolution : filtre moyenneur, filtre gaussien, filtre
exponentiel
- Filtrage non linéaire : filtres d ordre, filtre médian, filtre de Nagao, filtrage
fréquentiel.
a) Filtre passe-bas : il coupe les hautes fréquences. Cette opération a pour effet de
réduire le bruit et -à- . On donne
des exemples de masques de filtre pass-bas de dimension 3*3, h1 et h2 sont de type
filtre moyenneur :
1 1 1 1 b 1
h1 = 1/9 1 1 1 h2 =1 /(b+2)2 b b2 b
1 1 1 1 b 1
La taille du filtre est

filtrage est fort. En général, on réalise un masque isotopique (voisinage circulaire
autour du centre). Le tableau II. 1 donne des exemples de filtres pass-bas de
dimension 5*5 (filtre moyenneur, gaussien et exponentiel).
Tableau II. 1
(a)
(b)
Figure II. 5 : effet du filtre moyenneur sur deux types de bruits (a) images bruitées, (b)
images filtrées par filtre moyenne
b) Filtre passe-haut : il coupe les basses fréquences. Cette opération a pour effet
image, les contours et le bruit et éliminer les régions
uniformes.
On donne des exemples de masques de filtre pass-haut : h4 Laplacien,
h5 filtre pass haut.
-1 -1 -1 0 -1 0
h3 = -1 8 -1 h4 = -1 4 -1
-1 -1 -1 0 -1 0
c) Filtre passe-bande : il laisse passer une bande de fréquences. Sert à faire ressortir
e) Filtre non linéaire : il fait intervenir les pixels voisins suivant une loi non linéaire.
Le plus connu dans cette catégorie est le filtre médian.
e. 1. Filtre median : il est utilisé pour atténuer les pixels isolés qui possèdent des
valeurs très différentes par rapport à leurs voisinages. Dans ce filtre on affecte à
chaque pixel, la valeur médiane des intensités des pixels voisins par rapport à la
fenêtre centré sur ce dernier. La figure II. 6 illustre le principe de fonctionnement de
ce filtre.
Figure II. 6 : Principe de fonctionnement du filtre median
(a) (b) (c)

Figure II. 7 : effet du filtre sur image bruitée ; (a) image bruitée, (b) image filtrée par
un filtre moyenneur, image filtrée par un filtre median
Références
[1] Polycopie de cours : . Dr. Abdelnour
BOUKAACHE. Université 8 Mai 1945 Guelma.
[2] Cours :
du Littoral

Chapitre 2: Prétraitement Des Images Numériques

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 2: Prétraitement Des Images Numériques

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 2: Prétraitement Des Images Numériques

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 2

Prétraitement des images numériques

II. 2. Les histogrammes

L'histogramme d'une image numérique représente la distribution des valeurs

Figure II. 1 : (a) image originale, (b) son histogramme

a- Histogramme normalisé : hn(x) est le taux

permet de corriger le contraste et l'échelle des couleurs pour

Le recadrage de dynamique consiste à étendre la dynamique de l'image initiale

Remarque : Cette étendue réduite de niveaux de gris avant transformation peut

L égalisation de l histogramme consiste à équilibrer le mieux possible la

avec : round : valeur entière

Figure II. 3 : effet

Le but de la binarisation d'une image est d'affecter un niveau uniforme aux

255 f x,y seuil

Figure II. 4 : exemple sur la binarisation

Le filtrage consiste à traiter chaque pixel en fonction de sa valeur et de celle de

Soit f une image numérique et soit h une fonction de x 1 , x 2 y 1 , y 2 La

Généralement ce filtre est de dimension d impaire et

Pour d=3, le filtre h est de la forme suivante :

Le résultat de la convolution donnée par :

* f, la somme des éléments du filtre est

cette situation est connue sous le nom

II. 4. 2. Réduction du bruit

II. 4. 3. Filtre de Lissage

La taille du filtre est

Figure II. 6 : Principe de fonctionnement du filtre median

(a) (b) (c)

Vous aimerez peut-être aussi