TRAITEMENT D’IMAGE SIF-1033.

Slides:



Advertisements
Présentations similaires
Numérisation du signal principes
Advertisements

Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
(traitement d’images)
Chapitre 6 : Restauration d’images
Analyse fréquentielle
Filtrage-Analyse Spectrale des Images
Le filtrage d’images.
TRAITEMENT D’IMAGE SIF-1033.
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
SUJETS SPÉCIAUX EN INFORMATIQUE I
Traitement du signal TD0 : Introduction.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
SUJETS SPÉCIAUX EN INFORMATIQUE I
TRAITEMENT D’IMAGE SIF-1033.
SIF-1033 Traitement d’image
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
SIF-1033 Traitement d’image
Transformée de Fourier en Temps Continu (TFTC)
SUJETS SPÉCIAUX EN INFORMATIQUE 1
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
INF-1019 Programmation en temps réel
INF-1019 Programmation en temps réel
SIF1033 TRAITEMENT D’IMAGE
Mathématiques pour Informaticien I
Traitement d’images 420-D78-SW A15 Semaine 02.
Traitement d’images Semaine 09 v.A15.
QUESTIONS FLASH Ecrire la date du jour.
Développement de la technique d'holographie acoustique de champ proche temps réel pour l'analyse de sources de bruit fluctuantes Doctorant : Directeurs.
Traitement d’images 420-D78-SW A16 Semaine 02 Plan de leçon  Images : définition  Mat : définition  Filtres de lissage  Les fonctions et méthodes.
Université Hassan 1er Faculté des sciences et techniques MST Génie biomedical instrumentation et maintenance.
Mener une activité.
Découvrir le monde avec les mathématiques *Se repérer dans l’espace
Modélisation mathématique des systèmes asservis
Pyramides et cônes. Représentation en perspective, patrons, volumes.
Soit la fonction f (x) = x2 + 1
CHAPITRE 06 Propriétés des Ondes
ECHANTILLONNAGE.
GRAPHISME PAR ORDINATEUR
SIF-1033 Traitement d’image
GRAPHISME PAR ORDINATEUR
Séries de Fourier Tout signal périodique (T) de puissance finie peut être décomposé en une somme de sinus et de cosinus. An=0 1(4/) 1+ 3 (4/3)
Concepts avancés en mathématiques et informatique appliquées
Modulation numérique. Transmission numérique  Avantages techniques Immunité au bruit Optimalisation de la bande passante Facilité de traitement de l’information.
Mosaïques d’images Dyanne Williams
Pourquoi étudier la statistique ?
Les amplificateurs opérationnels
Combien de migrants y-a-t-il dans le monde?
Transformation linéaires
2. La série de Fourier trigonométrique et la transformée de Fourier
SIF1033 TRAITEMENT D’IMAGE
Modulation numérique. Transmission numérique  Avantages techniques Immunité au bruit Optimalisation de la bande passante Facilité de traitement de l’information.
Les signaux périodiques
Point Méthode n°4 Intégration.
Systèmes ADAS: Assistant de contrôle de direction et de voies
Reconnaissance de formes: lettres/chiffres
Active Noise Cancellation
Chapitre 3 : Transformations de figures - Translations
SUJETS SPÉCIAUX EN INFORMATIQUE II
Modulation numérique. Transmission numérique  Avantages techniques Immunité au bruit Optimalisation de la bande passante Facilité de traitement de l’information.
Candy Crush Killer ou Candy Crush Assistant
Chapitre 12 : Notion de fonction
Laboratoire II: Le modèle linéaire général (GLM)
Présentation des nouveaux programmes de mathématiques de première des séries technologiques Jessica Parsis.
La symétrie centrale cliquer pour la suite du diaporama
Les données structurées et leur traitement
Niveau : Première, enseignement de spécialité Partie du programme : Les enzymes, des biomolécules aux propriétés catalytiques Connaissances : Les protéines.
Transcription de la présentation:

TRAITEMENT D’IMAGE SIF-1033

Amélioration des images par filtrage spectral Lissage d’images (élimination du bruit) Rehaussement d’images (mise en évidence de structures dans l’image) Filtrage spectral: FFT et OpenCV Filtrage spectral: FFT et cv2 (python)

Filtrage spectral Fondements Transformée de Fourier (TF) Série de Fourier (synthèse du signal d’une onde carrée 1-D) Transformée de Fourier (représentation du signal dans le domaine spectral) Transformée de Fourier (TF) Propriétés utiles

Série de Fourier (synthèse du signal d’une onde carrée 1-D) Fig. 377 et 378 [rf. N.PISKOUNOV, Calcul différentiel et intégral, p. 362-3]

Série de Fourier (synthèse d’un signal 1-D)

Transformée de Fourier (représentation du signal dans le domaine spectral) Spatial 1 2 3 -1 -2 -3 Spectral

Transformée de Fourier (TF) où x, y : coordonnées spatiales u, n : coordonnées spectrales

Transformée de Fourier (TF) La transformée de Fourier d’une gaussienne Nous multiplions le membre de droite par

Transformée de Fourier (TF) F(u) devient alors

Propriétés IMPORTANTES de la transformée de Fourier

Définitions de la transformée de Fourier

Définitions de la transformée de Fourier

Propriétés de la transformée de Fourier

Propriétés de la transformée de Fourier

Propriétés (translation) de la transformée de Fourier

Propriétés (rotation) de la transformée de Fourier

Transformée de Fourier de la gaussienne CAS CONTINU CAS DISCRET

Transformée de Fourier de la gaussienne

Transformée de Fourier de la gaussienne Forme générale du filtre gaussien spectral

Lissage d’images (élimination du bruit) OTF PSF Profil d’une ligne nc ® cutoff frequency nc nc FIGURE 1-12 [rf. SCHOWENGERDT, p. 26]

Filtre spectral PASSE-BAS (PB) Figure 4.30 [rf. GONZALEZ, p. 203]

Filtre spectral PASSE-BAS (PB) H ( u, n) H ( u, n) 1 D ( u, n) D0 n u (a) Tracé en perspective de la fonction de transformation d’un filtre passe-bas idéal (b) section transversale du filtre. Figure 4.30 [rf. GONZALEZ, p. 203]

Filtre spectral PASSE-BAS (PB) Figure 4.30 [rf. GONZALEZ, p. 203]

Filtre spectral PASSE-BAS (PB) Figure 4.30 [rf. GONZALEZ, p. 203]

Filtre spectral PASSE-BAS (PB) Figure 4.30 [rf. GONZALEZ, p. 203]

Filtre spectral PASSE-BAS (PB) H ( u, n) H ( u, n) 1 0.5 D ( u, n) D0 1 2 3 u n (a) Un filtre passe-bas de Butterworth (b) section radiale transversale pour n = 1. Figure 4.34 [rf. GONZALEZ, p. 208]

Filtre spectral PASSE-BAS (PB) Figure 4.34 [rf. GONZALEZ, p. 208]

Filtre spectral PASSE-BAS (PB) Figure 4.34 [rf. GONZALEZ, p. 208]

Rehaussement d’images (mise en évidence de structures dans l’image) Filtre spectral PASSE-HAUT (PH)

Filtre spectral PASSE-HAUT (PH) H ( u, n) H ( u, n) 1 D ( u, n) D0 u n Tracé en perspective et section radiale transversale du filtre passe-haut idéal. Figure 4.37 [rf. GONZALEZ, p. 212]

Filtre spectral PASSE-HAUT (PH) H ( u, n) H ( u, n) 1 0.5 D ( u, n) D0 1 2 3 u n Tracé en perspective et section radiale transversale du filtre passe-haut Butterworth pour n = 1. Figure 4.38 [rf. GONZALEZ, p. 213]

Filtre spectral gaussien PB/PH Figure 4.38 [rf. GONZALEZ, p. 213]

Filtrage spectral: FFT et OpenCV Voir les utilitaires de la transformée de Fourier dans le répertoire fourier sur le site ftp. Voir plus spécifiquement les fichiers: fourier.c procFourier.c

Filtrage spectral: FFT et OpenCV (fourier.c)

Filtrage spectral: FFT et OpenCV (procFourier.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)

Filtrage spectral: FFT et cv2 (python)

Filtrage spectral: FFT et cv2 (python) // filtrage spectral passe bas 60X60

Filtrage spectral: FFT et cv2 (python)

Filtrage spectral: FFT et cv2 (python) // filtrage passe bas

Filtrage spectral: FFT et cv2 (python) // Comparaison entre divers filtres, correspondance entre le domaine spatial et le domaine spectral

Filtrage spectral: FFT et cv2 (python)

Résumé Amélioration des images par filtrage spectral Filtrage spectral Lissage d’images (élimination du bruit) Rehaussement d’images (mise en évidence de structures dans l’image) Filtrage spectral: FFT et OpenCV Filtrage spectral: FFT et cv2 (python)