La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Traitement Numérique d Images Principes de Base Jean-François Lerallut, UTC Veronica Medina, UAM Joaquin Azpiroz Leehan, UAM BM-06 Chapitre 3. Bases Lerallut,

Présentations similaires


Présentation au sujet: "Traitement Numérique d Images Principes de Base Jean-François Lerallut, UTC Veronica Medina, UAM Joaquin Azpiroz Leehan, UAM BM-06 Chapitre 3. Bases Lerallut,"— Transcription de la présentation:

1 Traitement Numérique d Images Principes de Base Jean-François Lerallut, UTC Veronica Medina, UAM Joaquin Azpiroz Leehan, UAM BM-06 Chapitre 3. Bases Lerallut, Medina, Azpiroz © 1999 UTC-UAM

2 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 2 Traitement Numérique d Images Principes de Base l Rappels mathématiques l Le système visuel humain l Colorimétrie l Résolution spatiale et quantification

3 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 3 Fonction de Dirac Fonction de DiracDéfinition: Propriétés: 0 0

4 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 4 Cas bidimensionnel : xy 0 (x) (x) xy 0 (x-,y- ) (x-,y- )

5 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 5 Séparabilité : Utilité : théorie de l'échantillonnage Autres définitions : Cas 2-D : Peigne de Dirac : Répétition de la fonction de Dirac sur l'axe x

6 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 6 « Brosse » de Dirac Spectre

7 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 7 Si f(x)=Heavyside, la réponse impulsionnelle s'obtient en dérivant g(x) dans le cas des S.L. Cas 2-D : f(x,y)= somme pondérée d'impulsions de Dirac Application à la réponse impulsionnelle des systèmes linéaires Application à la réponse impulsionnelle des systèmes linéaires A partir de la fonction d'Heavyside : xH(x)1 f(x) h(x) g(x)

8 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 8 Soit g(x,y) la sortie correspondante d'un S.L. : c-a-d : C'est une équation de convolution qui s'écrit : Pour un S.L. stationnaire (invariance d'espace) : Notons h(x,y,, ) la réponse impulsionnelle du système : L'opérateur linéaire ne concerne que les fonctions dépendantes de (x,y),c-a-d :

9 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 9 Propriétés : Cas discret :

10 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 10 f( ) 1 1 g( ) 1 1/2 g(- ) 1/2 g(x- ) 1/2 x f( )g(x- ) 1/2 x 1 1x-1 xf(x)*g(x)1 1/2 2 1/2 x 1 1

11 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 11 Corrélation CorrélationDéfinition: 1-D : 2-D : permet de connaître la " ressemblance " entre deux fonctions f et g. (Par ex, si f et g sont identiques à un décalage près, la valeur maximale de la fonction de cross-corrélation permet de connaître la valeur de ce décalage.) Autre propriété : la transformée de Fourier de la fonction d'auto- corrélation est égale au carré du module de la TF de cette fonction, c-a-d le spectre d'énergie de cette fonction f(x,y).

12 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 12 f( ) 1 1 g( ) 1 1/2 f( )g(x+ ) 1/2 1 1 x g(x+ ) x 1/2 1 f( )g(x+ ) 1/2 1 1 x x 1 1/2

13 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 13 Si la variable est le temps, u est une fréquence. Si la variable est une distance, u est appelée " fréquence spatiale ". F(u) existe si : 1) f(x) est bornée 2) Transformée de Fourier Transformée de Fourier Rappel 1-D : Transformée inverse : Cas 2-D :

14 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 14 Remarques : - Le noyau est séparable - F(u) complexe = R(u) + jI(u) Séparabilité : f(x,y)f(u,y)F(u,v)uuvyyxTransformation sur les lignes Transformation sur les colonnes 1D1D

15 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 15 Exemple 1-D : xf(x)A X

16 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 16 Ax|F(u)|u 1/x -1/x 2/x -2/x

17 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 17 (a) Rectangle lumineux d intensité unité, de cotés a et b selon OX et Oy respectivement, (b) et (c) la transformé de Fourier est le produit de deux fonctions en sinu/u et sinv/v S(u,v)=ab sinc ua sinc ub S(u,v)=ab sinc ua sinc ub

18 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 18 (a) Disque lumineux de diamètre D et dintensité unité (objet à symétrie circulaire), (b) et (c) la transformé de Fourier, également à symétrie circulaire, a pour méridienne la fonction où est le rayon et où J 1 est la fonction de Bessel de première espèce où est le rayon et où J 1 est la fonction de Bessel de première espèce

19 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 19 TF discrète : f(x) échantillonnée selon N points, alors : En bidimensionnel : N échantillons par direction (Ox,Oy)

20 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 20 Propriétés de la TF : 1) Linéarité si etalors 2) Translations Une compression dans le domaine spatial entraîne une expansion de l'étendue spectrale. Une dilatation spatiale entraîne une compression du spectre. La translation d'une image additionne une phase linéaire à la phase originale, le module étant conservé. Une translation du spectre produit une modulation par une exponentielle complexe. 3) Similitude

21 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 21 Intégrer une image revient à multiplier son spectre par une fonction décroissante en fréquence. 7) Valeur moyenne d'où terme "continu" 4) Rotation en coordonnées polaires : alors 5) Dérivation Dériver une image revient à multiplier son spectre par une fonction croissante en fréquence. 6) Intégration et

22 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 22 8) Laplacien d'où d'où (utilisation en détection de contours) 9) Convolution Spectre de puissance de f Autocorrélation Une multiplication dans un domaine équivaut à une convolution dans l'autre. 10) Corrélation-Energie (G*: complexe conjugué) (G*: complexe conjugué)

23 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 23 TF discrète : exemples Carre blanc Module FFT Perspective

24 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 24 TF discrète : exemples Cercle blanc Module FFT Perspective

25 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 25 TF discrète : exemples ?? 2 cercles Module FFT Profil d intensité

26 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 26 TF discrète : rotation

27 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 27 TF discrète : exemple réel

28 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 28 Mécanismes de la Vision: Loeil Est le détecteur des signaux visuels, qui sont formés à partir de la radiation électromagnétique correspondante au spectre visible. n Effectue la focalisation des images provenant de lextérieur pour que la rétine puisse recevoir limage. n Ajustement de la quantité de lumière qui arrive sur la rétine par liris.

29 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 29 Mécanismes de la Vision: La Rétine Est la couche sensorielle de loeil. Le tissu rétinien est formé de cinq types de cellules qui sont orga- nisées en couches et qui font la transduction dun signal électro- magnétique (limage) à un signal électrochimique (la transmission nerveuse) n Effectue un prétraitement de linformation avant de lenvoyer au cerveau à travers le nerf optique.

30 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 30 Distribution de cônes et de bâtonnets (nombre de cellules par mm 2 vs angle)

31 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 31 Mécanismes de la Vision: l Cônes n 6.5 millions dans la fovéa dans la fovéa n détectent la couleur et les détails n réagissent à des hauts niveaux dillumination n Haute résolution (1 minute darc) l Bâtonnets n 130 millions n autour de laxe de loeil n réagissent au mouvement n réagissent à des bas niveaux dillumination n Basse résolution

32 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 32 Mécanismes de la Vision: caractéristiques Nature discontinue de la rétine et résolution de l œil: cônes espacés de 2,5 mcônes espacés de 2,5 m focale cristallin ~2cmfocale cristallin ~2cm => acuité = 0,125 cm à 1m => acuité = 0,125 cm à 1m Champ de vision: rotation de l œil 30 à 40° d ou un champ de 70 à 100°rotation de l œil 30 à 40° d ou un champ de 70 à 100° si >25° peu sensible aux détails mais perception mouvementssi >25° peu sensible aux détails mais perception mouvements

33 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 33 Un carré de la même intensité paraît plus foncé sur un fond clair que sur un fond sombre Mécanismes de la Vision: caractéristiques

34 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 34 Mécanismes de la Vision: Limites Superposition

35 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 35 Mécanismes de la Vision: Limites Superposition Fausse couleur

36 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 36 Mécanismes de l interprétation: « Les deux femmes »

37 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 37 Mécanismes de l interprétation:

38 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 38 Mécanismes de l interprétation:

39 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 39 Mécanismes de l interprétation:

40 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 40 Mécanismes de l interprétation:

41 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 41 Mécanismes de l interprétation:

42 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 42 Position Position Intensité Intensité Effet de bandes de Mach

43 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 43 Effet intégrateur de loeil reproduction Agrandissement de la reproduction

44 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 44 Effet différentiateur et intégrateur de loeil

45 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 45 Mécanismes de la Vision: Inhibition Latérale Excitation de A produit des impulsions à une fréquence proportionnelle à lintensité lumineuse.Excitation de A produit des impulsions à une fréquence proportionnelle à lintensité lumineuse. Si les cellules B sont excitées aussi, celles-ci ihniberont les impulsions produites par A.Si les cellules B sont excitées aussi, celles-ci ihniberont les impulsions produites par A. Une désinhibition de A est possible sil existe dautres cellules C, proches de B qui les inhibent, mais qui nagissent pas sur A, étant donné leur distance.Une désinhibition de A est possible sil existe dautres cellules C, proches de B qui les inhibent, mais qui nagissent pas sur A, étant donné leur distance. Les connexions en parallèle et en rétroaction sont responsables du phénomène dinhibition latérale. du phénomène dinhibition latérale.

46 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 46 Mécanismes de la Vision: Réponse spatiale des cellules rétiniennes Si les réponses des cellules sont enregistrées spatialement, on obtient la réponse impulsionnelle spatiale, qui correspond à un filtre passe haut. la réponse impulsionnelle spatiale, qui correspond à un filtre passe haut. Réponse spatiale des cellules rétiniennes.

47 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 47 Mécanismes de la Vision: Codification Neuronale au niveau de la rétine n La compression de la dynamique au niveau de la rétine augmente la largeur de bande transmissible par le nerf optique –Canal de caractéristiques globales d illumination (passe bas) –Canal avec information des bords et lignes (passe bande)

48 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 48 Mécanismes de la Vision: Codification Neuronale au niveau des cellules ganglionnaires et du noyau genouillé latéral n Réponse aux stimulus des disques lumineux sur la rétine –un centre excitateur et un pourtour inhibitoire (nommés zone "on") –ou dune configuration inverse (zone "off").

49 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 49 Mécanismes de la Vision: Codification Neuronale au niveau Cortical n Neurones simples répondant aux barres lumineuses sur la rétine au lieu de répondre aux disques lumineux. n Neurones complexes se comportant comme si leur information provenait de multiples cellules simples, toutes avec leurs champs de réception avec la même orientation, mais provenant de localisations légèrement différentes. n Cellules hypercomplexes similaires, mais en plus de lorientation spécifique, il doit exister une discontinuité dans le champ de réception, comme dans le cas de la fin dune ligne ou le coin dune figure géométrique.

50 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 50 Mécanismes de la Vision: Codification Neuronale Cellules:1:ganglionnaires2:simples3:complexes4:hypercomplexes Types de stimulus auxquels les cellules de la voie visuelle répondent

51 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 51 Mécanismes de la Vision: Modèle Cortical de Hubel & Wiesel Ilôt avec un ensemble de feuillets correspondant à toutes les orientations possibles, codées sur une trentaine de directions et un autre ensemble de feuillets à dominance oculaire alternée gauche et droite (1 mm 2 de surface et 2 mm de épaisseur). surface et 2 mm de épaisseur). Organisation en colonnes pour la dominance oculaire pour la dominance oculaire (D=droir, G=gauche) (D=droir, G=gauche) et pour la réponse à lorientation. et pour la réponse à lorientation.

52 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 52 Vision polychrome Trois types de cône sensibles à différentes radiations du spectre visible.

53 Colorimétrie l Synthèse additive: plusieurs radiations monochromatiques combinées l Synthèse soustractive: lumière blanche filtrée l Expérience fondamentale: égaliser la perception d une couleur, due à une source colorée quelconque, et due à la superposition de sources prédéfinies. Les meilleurs résultats sont obtenus avec RVB

54 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 54 Système RVB A partir de trichromie et théorie de Maxwell: RVB couleurs primaires pour reproduire une couleur quelconque. Rouge:700,0 nm Rouge:700,0 nm Vert: 546,1 nm Vert: 546,1 nm Bleu: 435,8 nm Bleu: 435,8 nm Système additif: mélange de trois couleurs primaires. (rouge, vert, bleu) Système soustractif: objets translucides, imprimantes (cyan, magenta, jaune)

55 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 55 Système TLS Luminance: énergie lumineuse globale reçue par Luminance: énergie lumineuse globale reçue par l œil (blanc=100%, noir = 0%). l œil (blanc=100%, noir = 0%). Teinte: caractérise la longueur d onde (couleur) Teinte: caractérise la longueur d onde (couleur) Saturation: caractérise le ton « pastel » ou « vif » Saturation: caractérise le ton « pastel » ou « vif » d une couleur d une couleur

56 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 56 Colorimétrie Affichage de 256 couleurs Agrandissement d un TRC couleur

57 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 57 Echantillonnage

58 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 58 Echantillonnage

59 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 59 Fonction d échantillonnage bidimensionnelle Fonction déchantillonnage Fonction déchantillonnage avec Fonction delta 2-D Fonction delta 2-D Transformation de Fourier dune fonction déchantillonnage Transformation de Fourier dune fonction déchantillonnage

60 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 60 Fonction déchantillonnage bidimensionnelle Fonction déchantillonnage bidimensionnelle Transformation de Fourier dune fonction déchantillonnage Transformation de Fourier dune fonction déchantillonnage y x x y v u v=2 / y v=2 / y u=2 / x u=2 / x

61 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 61 Echantillonnage: allure des spectres Spectre dune image continue Spectre dune image continuePuissanceu v Fonction à support borné Spectre dune image « échantillonnée » Spectre dune image « échantillonnée » Théorème de convolution Théorème de convolution

62 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 62 Spectre d une image « échantillonnée » Spectre de bande principale u =2 / x u =2 / x v =2 / y v =2 / y Réplication des spectres

63 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 63f(x,y) f e (x,y) (x,y) (x,y) F(u,v) F d (u,v) u u v v y y y xx x

64 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 64 Densité d échantillonnage Densité d échantillonnage Suréchantillonné Sous-échantillonné (Repliement en fréquence) Critère de Nyquist Critère de Nyquist

65 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 65 Erreurs de recouvrement

66 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 66 Erreur de recouvrement: effet de Moiré

67 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 67 Résolution spatiale Images échantillonnées à 256 x 256, 128 x 128, 64 x 64 et 32 x 32 pixels. On peut observer quà partir dun sous-échantil- lonnage de 4:1, correspon- dant à limage de 64 x 64 pixels, la dégradation est si grande que limage ne peut pas être utilisée.

68 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 68 Reconstruction de limage initiale Filtrage passe-bas Filtrage passe-bas Filtre idéal Filtre idéal Interpolation Interpolation Fonction dinterpolation idéale Fonction dinterpolation idéale

69 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 69 Spectre de limage échantillonnée Spectre de limage échantillonnée Filtre idéal: H(u,v) Filtre idéal: H(u,v) uv vuuv

70 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 70 Reconstruction de limage initiale Fonction image discrétisée Fonction image discrétisée Fonction dinterpolation idéale Fonction dinterpolation idéale Fonction image reconstruite Fonction image reconstruite f d (x) h(x) f d (x)*h(x)

71 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 71 h(x) h(x) H(u) H(u) x Perte de résolution Repliement en fréquence Repliement en fréquence Idéal Idéal Réel Réel - x - x + x + x -2 / x -2 / x +2 / x +2 / x f d (x)*h(x) f d (x)*h(x) Rectangulaire (interpolation de degré zero) Rectangulaire (interpolation de degré zero) Fonctions dinterpolation

72 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 72 Triangulaire (interpolation de degré 1) Triangulaire (interpolation de degré 1) Reconstruction résultante Reconstruction résultante h(x) h(x) H(u) H(u) x Perte de résolution Repliement en fréquence Repliement en fréquence Idéal Idéal Réel Réel - x - x + x + x -2 / x -2 / x +2 / x +2 / x f d (x)*h(x) f d (x)*h(x)

73 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 73 Quelques filtres ouverture circulaire ouverture gaussienne ouverture carrée

74 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 74 Erreurs de reconstruction Spectre de Fourier dune image discretisée Spectre de Fourier dune image discretisée Perte de résolution Perte de résolution Energie dans la bande principale - Energie du signal filtré Energie dans la bande principale =

75 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 75 Erreur dinterpolation (repliement) Erreur dinterpolation (repliement) Energie totale du signal filtré - Energie dans la bande principale Energie totale du signal filtré =

76 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 76 Erreurs comparatives pour plusieurs fonctions dinterpolation

77 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 77 Quantification Lœil humain peut distinguer 30 niveaux de grisLœil humain peut distinguer 30 niveaux de gris (approximativement 5 bits). Fréquemment on utilise 128 et 256 niveaux de gris dansFréquemment on utilise 128 et 256 niveaux de gris dans les systèmes daffichage pour obtenir une bonne qualité. Si on utilise un nombre inférieur de niveaux, des fauxSi on utilise un nombre inférieur de niveaux, des faux contours peuvent être introduits, en plus dautres artéfacts.

78 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 78 Quantification Affichage des images avec différents niveaux de gris des contours apparaissent dans les images de 32 et 16 niveaux

79 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 79 Quantification 842 Affichage des images avec différents niveaux de gris Les images ont une apparence définitivement artificielle.

80 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 80 Compromis : Résolution spatiale / Quantification l La résolution spatiale ou échantillonnage, a une relation avec la quantification, ou le nombre de niveaux de gris quon puisse montrer dans limage, et avec la quantité de détails qui se trouve dans la même image. l Il n y a pas de règles définies entre ces variables. La qualité de limage dépend de ses caractéristiques et de la réponse des observateurs. l En imagerie médicale, les diverses modalités ont leurs caractéristiques propres ( 64 x 64 -> 4000 x 4000 ) l ATTENTION au volume ! ( 4096 bytes -> 16 Mbytes)

81 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases x 256 pixels 8 bits / pixel 64 Koctets 512 x 512 pixels 24 bits / pixel 768 Koctets Exemple bien connu : LENA

82 Lerallut, Medina, Azpiroz © 1999 UTC-UAM BM-06 Chapitre 3. Bases 82Conclusion l La connaissance du système visuel humain est très importante: n Le SVH détermine les caractéristiques du nombre de niveaux de gris et la résolution spatiale nécessaires. n Les caractéristiques du SVH sont utilisées dans plusieurs techniques daffichage et de compression dimages. n Dautres applications (ciné, vidéo, télévision par satellite) utilisent également des techniques exploitant les caractéristiques du SVH.


Télécharger ppt "Traitement Numérique d Images Principes de Base Jean-François Lerallut, UTC Veronica Medina, UAM Joaquin Azpiroz Leehan, UAM BM-06 Chapitre 3. Bases Lerallut,"

Présentations similaires


Annonces Google