Quantification 8 bits 5 bits 3 bits 1 bit.

Présentation au sujet: "Quantification 8 bits 5 bits 3 bits 1 bit."— Transcription de la présentation:

1 Quantification 8 bits 5 bits 3 bits 1 bit

2 Erreur sur l'image quantifiée sur 1 bit

3 Décalage circulaire B(x,y)=a(x-240,y-270)

4 Rotation (circulaire)
Teta=90° Teta=20° (x,y) = mod( round(T-1*[x';y']) , [m;n]) + [1;1]; b(x',y') = a(x,y);

5 Zooming (200,230) x=200+round(1/alpha*x'); y=230+round(1/beta*y');
b(x',y')=a(x,y); % alpha=beta=4

6 "Shear" suivant x x=x'-round(cos(teta)*y'); y=y'; %teta = 30°

7 Négation

8 Écrêtage Cmax=70, Cmin=50

9 Recadrer sur 7 bits après écrêtage
Ajustage Recadrer sur 7 bits après écrêtage

10 Seuillage Seuil = 70

11 Seuillage Seuil = 50

12 Des détailles vers la basse luminosité
Image trop sombre Des détailles vers la basse luminosité

13 Transformation logarithmique
s = c log (1 + r )

14 Effet d'un écran CRT 50 100 150 200 250 CRT Gamma=2 50 100 150 200 250
CORRECTION Gamma = 0.5 50 100 150 200 250 CRT

15 Image d’origine trop foncée
Power law (gamma) 100 200 300 50 150 250 350 400 450 50 100 150 200 250 300 350 400 450 100 200 300 Image d’origine trop foncée Power law avec gamma = 0.6

16 Image d’origine trop foncée
Power law 100 200 300 50 150 250 350 400 450 50 100 150 200 250 300 350 400 450 100 200 300 Image d’origine trop foncée Power law avec gamma = 0.3

17 Image d’origine trop éclairée
Power law 200 400 600 100 300 500 700 100 200 300 400 500 600 700 200 400 600 Image d’origine trop éclairée Power law avec gamma = 2

18 Image d’origine trop éclairée
Power law 200 400 600 100 300 500 700 100 200 300 400 500 600 700 200 400 600 Image d’origine trop éclairée Power law avec gamma = 4

19 Histogramme Image sombre

20 Histogramme Image éclairée

21 Histogramme Image avec un contraste bas

22 Histogramme Image avec contraste important

23 Histogram equalization

24 Histogram equalization

25 Histogram equalization

26 Histogram equalization

27 Histogram equalization
Image de départ

28 Histogram equalization
Image améliorée

29 Histogram equalization

30 Amélioration statistique locale
Image d'origine Image améliorée Zones touchés E=4, K0=0.4, K1=0.02, K2=0.4

31 moyennage Image d'origine Image bruité Image améliorée 4 itérations

32 moyennage Image améliorée 8 itérations Image améliorée 20 itérations

33 Masque 5*5 avec pondération
Smoothing Image d'origine Masque 5*5 Masque 5*5 avec pondération Masque 9*9

34 Masque (filtre) Masque triangulaire Masque gaussien

35 Filtrage à médiane Programme MATLAB
function im = getimage filename = input('donner le nom du fichier de image (sans extension):','s'); filetype = input('le type du fichier (jpg, tif, bmp, ...) :','s'); im=imread(strcat('image_de_test\',filename,'.',filetype),filetype); %filtre mediane im=getimage; d_im=double(im); %taille de fenetre (2*a+1)*(2*b+1) a=1;b=1; bloc_size=(2*a+1)*(2*b+1); [m,n]=size(im); d_tr_im=d_im; for x=a+1:m-a for y=b+1:n-b bloc=reshape(d_im(x-a:x+a,y-b:y+b),bloc_size,1); d_tr_im(x,y)=median(bloc); end; subplot(1,2,1);image(im);colormap(gray(256)); subplot(1,2,2);image(d_tr_im);

36 Filtrage à médiane Moyennage 3*3 Image d'origine Médiane 3*3

37 Méthode gradient Approximation valeur absolue

38 Méthode gradient Approximation valeur absolue

39 horizontal et vertical
Laplacien horizontal et vertical

40 Sharpening (add Laplacien)
Image d'origine Image améliorée Masque horizontal et vertical

41 horizontal, vertical et diagonal
Laplacien horizontal, vertical et diagonal

42 Sharpening (add Laplacien)
Image d'origine Image améliorée Masque horizontal, vertical et diagonal

43 Sharpening spatial filter
Image d'origine Image améliorée Masque horizontal et vertical

44 horizontal, vertical et diagonal
Laplacien horizontal, vertical et diagonal

45 horizontal, vertical et diagonal
5*Laplacien horizontal, vertical et diagonal

46 Sharpening spatial filter
Image d'origine Image améliorée Masque horizontal, vertical et diagonal

47 Sharpening spatial filter
Masque horizontal, vertical et diagonal