Chapitre 5 : Image couleur

Slides:



Advertisements
Présentations similaires
Il indique la capacité d’une source lumineuse à restituer les couleurs
Advertisements

Le système visuel humain
La lumière et les couleurs (Chap4)
INTRODUCTION 1. Une représentation du signal où le bruit est isolé
2. Echantillonnage et interpolation des signaux vidéo
Vision Par Ordinateur Partie matérielle Entrée Partie logicielle
Cours S.S.I., SI1, avril 2007 – Comment utiliser les outils déjà présentés. Page 1 Comment utiliser les outils déjà présentés dans le cours S.S.I. et pourquoi.
COMPOSITION DE DEUX VIBRATIONS PARALLELES DE MEMES FREQUENCES
I/ Observations expérimentales :
Laboratoire dInformatique et dImagerie Industrielle Traitement des Images Couleur Partie 3 : un exemple de traitement dimages couleur : Correction chromatique.
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
14 Apprendre à rédiger Voici l’énoncé d’un exercice et un guide (en orange) ; ce guide vous aide : pour rédiger la solution détaillée ; pour retrouver.
Formation aux techniques de la couleur
Traitements d'images et Vision par ordinateur
Les Images Couleur Cours 4
La couleur BEP Mode LP Magenta.
Chapitre 6 : Restauration d’images
Analyse fréquentielle
Introduction à la Couleur
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
Rappels Lorsqu’on veut analyser la lumière provenant d’une source, il faut utiliser un objet capable de décomposer cette lumière ( prisme (dispersif) ou.
Chapitre 3 : Détection des contours
Module #2 L’optique.
1. LIER ANATOMIE ET COULEURS PRIMAIRES
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Une nouvelle technique d'analyse : La spectrophotométrie
Espaces vectoriels Montage préparé par : S André Ross
Principe de l ’ajustement accommodatif avec un test bichrome
Nicolas Holzschuch iMAGIS-GRAVIR/IMAG
Chapitre 4: Objets et Images
Exercices de Physique du Bâtiment II Complément de corrigé de Série 6
Exercices de Physique du bâtiment II Complément de corrigé de Série 5
Design dun système de vision embarqué. Application:
Chapitre 4 : Morphologie Mathématique
Pr. M. Talibi Alaoui Département Mathématique et Informatique
SCHNEIDER Laurent NOYER Vincent TEISSIE Alexis
La lumière visible Comment l’exploiter ?
L’effet d’un filtre coloré sur une lumière incidente
TP 2 : Synthèse additive, synthèse soustractive
Spectres lumineux I. Les spectres d'émission 1. Définition
OBSERVER COULEURS ET IMAGES.
Chapitre 4 Réflexion et réfraction de la lumière
Chapitre 2 : La lumière.
INF3500 : Conception et implémentation de systèmes numériques Pierre Langlois Arithmétique entière.
TP2 synthèse additive, synthèse soustractive
Algorithmes Branch & Bound
Couleurs et images.
Chapitre 2: Messages de la lumière
I) Etude de texte : Isaac Newton
COLORIMETRIE Remerciements à G. Pratz.
Chapitre 1: Les couleurs
Semaine 06 vA14 Modèle colorimétrique Détection de contours
Spectrophotométrie.
MODULATION I - Définitions et généralités s(t)
LUMIERE ET PHOTOMETRIE
Module #2 L’optique.
La couleur! Références: Sonka et al: section 2.4
Pixels, Résolution, et Manipulations d’Images
DESIGN GRAPHIQUE A. DAAIF ENSET Université Hassan II
L’image vidéo. Séquence 1 : l’image vidéo Le Pixel est un carré lumineux : => simple définition (SD), deux standards : plusieurs NTSC et PAL => haute définition.
Images. Une image est constituée de « pixels »: il y en a ici 600  500 = Ce sont des petits carrés colorés de manière uniforme. Codage de l’image.
MPEG : normalisation La vidéo est compressé en MPEG2 Une vidéo classique : (720x576) à 50 images entrelacées par seconde. Le Mpeg-2 travaille sur 1/4 de.
Les couleurs.
Chapitre 3 Activités.
Thème : L’Univers Domaine : Les étoiles
Photoshop 6.0 Aurélie KNOSP Ye LU.
Chapitre 2: couleurs des objets
L'image: Les espaces couleur BacPro SEN Lycée Condorcet.
L'image 1ère partie: Généralités 2ème partie: Les espaces de couleurs
Transcription de la présentation:

Chapitre 5 : Image couleur Pr. M. Talibi Alaoui Département Mathématique et Informatique

Principes de base de la vision couleur A. Principes généraux : Principes de base de la vision couleur L’oeil humain est capable de percevoir des rayonnements électromagnétiques dont la longueur d’onde est comprise entre 360 nm et 800 nm. Idéalement, une couleur devrait être caractérisée par son spectre C(f) pour une fréquence f.

L’œil analyse la couleur à travers 3 types de cellules sensibles au rouge (R = Red), au vert (G=green), et au bleu (B=bleu). Ces cellules sont vues comme trois filtres, caractérisés par leur réponse fréquentielle R0(f), G0(f) et B0(f). La couleur perçue par l’oeil se caractérise par trois nombres positifs r0, g0 et b0, correspondant aux réponses des 3 filtres. Par exemple :

Synthèse d’images couleur Dans ce chapitre : Présenter successivement les trois représentations les plus courantes de la couleur (RGB, NTSC et HSV). Nous verrons comment réaliser quelques transformations simples sur la couleur. Synthèse d’images couleur Il est possible de synthétiser toutes les couleurs perceptibles en superposant ( avec un dosage adéquat ) trois couleurs de base.

En télévision, on utilise trois substances de spectres différents qui doivent être choisis de telle sorte que l’essentiel des couleurs perceptibles soit synthétisable. Les intensités de 3 faisceaux d’électrons règlent en chaque point le dosage des trois couleurs de base.

L’écran est tapissée de trois substances dont les spectres d’émission (notés Si(f), pour i = 1, 2, 3) correspondent approximativement aux couleurs rouge, vert et bleu. Nous notons à présent : i : un indice variant de 1 à 3. Si(f) : les trois couleurs primaires du système de synthèse. si : le dosage de ces trois couleurs, Pi(f) : les réponses des cellules de l’œil. pi : les trois couleurs caractérisant la couleur perçue.

Le spectre de la couleur synthétisé est : La couleur perçue est caractérisée par : En remplaçant C(f) par sa valeur et en permutant les deux sommations, on obtient : avec :

Sous forme matricielle, ceci peut s’écrire : Ou M est la matrice contenant les mij. Pour synthétiser la couleur , il faut donc produire le dosage : En conséquence, la couleur ne sera synthétisable que si M est inversible. En pratique, un bon choix des couleurs de base permet cependant de synthétiser une grande partie des couleurs perceptibles.

B. Canaux RGB : Une couleur peut être représenté par un point dans un espace à trois dimensions, en portant sur les axes de représentation RGB, les valeurs de r, g et b. Exemple : Les trois canaux ( rouge, vert et bleu ) pour l’image house. On fait souvent appel à un système de coordonnées réduites. Pour cela, on pose : L = r + g + b

L est la somme des intensités dans les trois canaux de couleur. On définit les coordonnées réduites : Ces coordonnées réduites correspondent au dosage relatif des trois couleurs de base. On a toujours :

Il existe d’autres représentations de la couleur qui utilisent des repères différents dans l’espace des couleurs à trois dimensions : NTSC et HSV. C. Système NTSC : (National Television Systems Commitee) est le système de représentation des couleurs utilisé aux USA et au Japon pour la télévision. La couleur est représentée dans un nouveau repère YIQ.

Transformation linéaire : Matlab procure une fonction qui permet de passer de la représentation RGB à la représentation YIQ (NTSC) : rgb2ntsc

map_yiq = rgb2ntsc(map_rgb); [Y,I,Q] = rgb2ntsc([R,G,B]); Exemple : house avec YIQ Exemple : Compression d’images est meilleur sous YIQ. Comparer avec RGB D. Système HSV : Le système HSV est un système de coordonnées non linéaire de l’espace des couleurs.

Un point de cet espace est repéré par trois coordonnées : H = Hue ( Teinte ) S = Saturation V = Value ( Luminance )

Matlab fournit des fonctions pour transformer une table de couleurs de HSV vers RGB et inversement : map_rgb = hsv2rgb(map_hsv); map_hsv = rgb2hsv(map_rgb); On peut également transformer les trois canaux d’une représentation RGB en trois canaux HSV, et inversement : [H, S, V] = rgb2hsv(R,G,B) ; [R,G,B] = hsv2rgb(H, S, V) ; Exemple : les canaux H, S et V pour image house

E. Modification des couleurs d’une image On choisira de préférence le repère HSV. La procédure à suivre est la suivante : Transformer la table de couleurs, de RGB vers HSV. Modifier l’une des composantes H, S ou V selon l’effet désiré. Transformer la table de couleurs obtenue de HSV vers RGB.

Voici quelques exemples de manipulation possibles : Faire une permutation de teintes : remplacer H par H+0.5. Obtenir une image tel que : remplacer S par 0.5*S. Obtenir une image à couleurs vives : remplacer S par 2*S. Rendre l’image plus clair : remplacer V par 1.5*V.

F. Filtrage d’une image couleur Le filtrage se fait en filtrant séparément les matrices R, G et B. En principe, Il ne faut pas filtrer une image dans la représentation HSV : résultats difficile à prévoir Enfin, il ne faut jamais filtrer une image en format indexé. Exemple