TRAITEMENT D’IMAGE SIF-1033.

Slides:



Advertisements
Présentations similaires
Traitement d’images : concepts fondamentaux
Advertisements

Champs de Markov en Vision par Ordinateur
compensation de défaut : flou, bougé, écho
Mesures dans le domaine fréquentiel
SOCIÉTÉ D ASTRONOMIE DE RENNES 6,Cours des Alliés RENNES CEDEX TÉLÉSCOPE ……………. J. J. SACRÉ MÉLANGEUR GPS.… T. FLATRES DIGITALISATION MESURES JJS.
Cours 4 : Restauration et filtrage d’image
1. Les caractéristiques de dispersion. 11. Utilité.
3. Analyse et estimation du mouvement dans la vidéo
4. Descripteurs du contenu

Traitement d’images : briques de base S. Le Hégarat
Traitements d'images et Vision par ordinateur
Filtrage d’image Cours 7
Prétraitement de l’image
Chapitre 6 : Restauration d’images
Filtrage-Analyse Spectrale des Images
Analyse fréquentielle
Le filtrage d’images.
TRAITEMENT D’IMAGE SIF-1033.
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
SUJETS SPÉCIAUX EN INFORMATIQUE I
Traitements à base d’histogrammes Cours 6
Projet Traitement d'images en C
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.
SUJETS SPÉCIAUX EN INFORMATIQUE I
TRAITEMENT D’IMAGE SIF-1033.
Le filtrage d’images.
Interprétation automatique
TRAITEMENT D’IMAGE SIF-1033.
Cours 12 Reconnaissance n Découverte n 7- Identification u 7.1 Reconnaissance par composantes.
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
SIF-1033 Traitement d’image
Module 4: Le filtrage d’images. Objectifs du filtrage.
Traitement d’images Prétraitements.
Traitement de base d'une image (partie 1)
Comparaison d’images couleurs. Sommaire Introduction Différence locale de luminance Différence locale de chrominance Différence locale d’émergence Différence.
TRAITEMENT D’IMAGE SIF-1033 Segmentation des images par détection de contours et d’arêtes u Détection des contours et arêtes u Dérivée première (gradient)
INF-1019 Programmation en temps réel
Introduction au Traitement d’image
TNS et Analyse Spectrale
Leçon 4 NOTION DE FONCTION Fabienne BUSSAC.
SUJETS SPÉCIAUX EN INFORMATIQUE 1
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
SUJETS SPÉCIAUX EN INFORMATIQUE I
INF-1019 Programmation en temps réel
INF-1019 Programmation en temps réel
SIF1033 TRAITEMENT D’IMAGE
Gestion budgétaire des ventes
Romain Dupont encadré par J.Aubourg et P. Fuchs
Sabrina Tollari, Hervé Glotin, Jacques Le Maitre
Mathématiques pour Informaticien I
Séries chronologiques univariées (STT-6615)
Traitement d’images 420-D78-SW A15 Semaine 02.
PIF-6003 Sujets spéciaux en informatique I
Photoshop CS4 Partie 2 Ahmed CHAWKI Peng ZHAO SI28 Automne 09.
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
Filtrage des images.
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
TRAITEMENT D’IMAGE SIF-1033.
Transcription de la présentation:

TRAITEMENT D’IMAGE SIF-1033

Amélioration des images par filtrage spatial adaptatif Filtrage spectral Questions ??????? Efficacité Filtrage gaussien (lissage du bruit et des contours) Filtrage adaptatif (Frost et al.) Travail pratique #3 (3b)

Filtrage spectral d’une image radar (3a) image originale s = 1.0 image obtenue à l’aide d’un filtre spectral gaussien dont l’écart-type (s) est égal à 1.0 s = 2.0 idem à ci-dessus avec un écart-type égal à 2.0 (le flou s’accentue !) s = 3.0 idem aux 2 images précédentes avec un écart-type égal à 3.0 speretiree2.rast                                                                                                            

Filtrage gaussien (lissage du bruit et des contours) riviere.rast image traitée par filtre spatial gaussien (s = 1.5)

Filtrage adaptatif (Frost et al.) Estimation du degré d’homogénéité CV = / Transformation Si CV  CVMAX Alors       Pas de filtrage           Sinon Si CV  CVMIN Alors       Filtrage de moyenne Sinon Filtrage variable

Filtrage adaptatif (Frost et al.) Estimation du degré d’homogénéité Surfaces homogènes: surfaces dont la fonction de luminance est constante Surfaces hétérogènes: surfaces dont la fonction de luminance rencontrent de fortes variations (zones texturées, arêtes, contours, cibles ponctuelles) Le coefficient de variation (CV= /) est donc une mesure du degré d’homogénéité des surfaces

Filtrage adaptatif (Frost et al.) Estimation du degré d’homogénéité Le coefficient de variation (CV= /) est calculé sur de petites fenêtres (ex: 5X5, 7X7, 9X9) Une surface est dite homogène si: Pour N=7 (vues)

Filtrage adaptatif (Frost et al.) Estimation du degré d’homogénéité Une surface est dite hétérogène si: CVMAX peut être estimé par la valeur maximale du CV sur des surfaces homogènes

Filtrage adaptatif (Frost et al.) Transformations CV  CVMAX Le pixel considéré se trouve dans une zone hétérogène et fort probablement sur un contour (une transition de la fonction de luminance) Pour conserver les arêtes et contours le plus intactes possi-bles il ne faut pas lisser ces pixels La valeur numérique de ces pixel reste alors inchangée

Filtrage adaptatif (Frost et al.) Transformations CV  CVMAX (parallèle avec le filtrage)

Filtrage adaptatif (Frost et al.) Transformations CV  CVMIN Le pixel considéré se trouve dans une zone homogène Nous lissons alors ces pixels pour éliminer le bruit La valeur de  calculées au voisinage du pixel devient alors sa valeur de niveau de gris lissée

Filtrage adaptatif (Frost et al.) Transformations CV  CVMIN

Filtrage adaptatif (Frost et al.) Transformations CVMIN < CV < CVMAX Le pixel considéré peut aussi bien se trouver proche d’une zone homogène où d’une zone hétérogène Nous lissons alors ces pixels de façon variable Avec un lissage de plus en plus important plus nous nous rappro-chons des zones homogènes Avec un lissage de moins en moins important plus nous nous rapprochons des zones hétérogènes

Filtrage adaptatif (Frost et al.) Transformations CVMIN < CV < CVMAX (formes du filtre)

Filtrage adaptatif (Frost et al.) Transformations CVMIN < CV < CVMAX (formes du filtre)

Filtrage adaptatif (Frost et al.) Transformations CVMIN < CV < CVMAX (formes du filtre)

Filtrage adaptatif (Frost et al.) Transformations CVMIN < CV < CVMAX (formes du filtre) CV croissant Formes du filtre pour des valeurs de CV croissantes

Travail pratique #3 (3b) riviere.rast image traitée par filtre filtrage_Frost gaussien riviere.rast image traitée par filtre spatial adaptatif (13 x 13) image traitée par filtre spatial gaussien (s = 1.5)

Résumé Amélioration des images par filtrage spectral Filtrage gaussien (lissage du bruit et des contours) Filtrage adaptatif (Frost et al.) ATTENTION: IL FAUT NORMALISER LES FILTRES Remise du TP3 : 24 mars 1999.