TRAITEMENT D’IMAGE SIF-1033.

Slides:



Advertisements
Présentations similaires
Traitement d’images : concepts fondamentaux
Advertisements

1/30 Rendu par tracé de chemins ESSI2 George Drettakis http: //www-sop.imag.fr/reves/George.Drettakis/cours/ESSI2/index.html.

Traitement d’images : briques de base S. Le Hégarat
L’encodage des images informatiques
OpenCV: Introduction au Traitement d’Images et Vidéo
15e édition du Colloque CCD/DTC FAAQ
(traitement d’images)
Traitements d'images et Vision par ordinateur
Détection de « tâches dobjets artificialisés » D.Réchal IRD, ESPACE Dev 18/02/2011 – Montpellier (France)
Prétraitement de l’image
RECONNAISSANCE DE FORMES
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
TRAITEMENT D’IMAGE SIF-1033.
Le filtrage d’images.
TRAITEMENT D’IMAGE SIF-1033.
SUJETS SPÉCIAUX EN INFORMATIQUE I
Construction de modèles visuels
Traitements à base d’histogrammes Cours 6
Projet Génie Logiciel & UML, Bases de Données & Interfaces
Projet Traitement d'images en C
Plage Dynamique GIF-4105/7105 Photographie Algorithmique
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
PIF-6003 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.
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
TRAITEMENT D’IMAGE SIF-1033.
Introduction au traitement d’images Simulation sous Matlab
LES REHAUSSEMENTS D'IMAGES
Le filtrage d’images.
Interprétation automatique
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
TRAITEMENT D’IMAGE SIF-1033.
SIF-1033 Traitement d’image
SIF-1033 Traitement d’image
L’essentiel du langage C
INF-1019 Programmation en temps réel
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
Traitement d’images Prétraitements.
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
Système d’information géographique
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
PROGRAMMATION SCIENTIFIQUE EN C PRO Résolution de système d’équations non- linéaires (racines d’équations) u Méthode de la bissection u Analyse.
D écouverte de la photo numérique et de la retouche d’image Automne Polyphoto.
Mathématiques pour Informaticien I
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.
Traitement d’images 420-D78-SW A15 Semaine 02.
Partie II : Segmentation
Traitement du signal (images) u Sujets –Détection des droites –Transformée de Hough (espace paramétré) *avec la pente et l’ordonnée à l’origine *avec.
PROGRAMMATION SCIENTIFIQUE EN C
Traitement d’images Semaine 09 vA15.
Filtrage des images.
TRAITEMENT D’IMAGE SIF-1033.
Transcription de la présentation:

TRAITEMENT D’IMAGE SIF-1033

Amélioration des images basée sur les pixels Histogramme des niveaux de gris Transformation des niveaux de gris Amélioration du contraste Suppression du bruit Détection des changements Travail pratique #2 (2a)

Histogramme des niveaux de gris [cf. distribution des niveaux de gris] Un histogramme des niveaux de gris est formé d’intervalles adjacents représentant un décou-page de la plage des valeurs de niveaux de gris Le nombre de pixel tombant dans chaque inter-valle est ensuite affiché en fonction de valeurs de niveaux de gris Un histogramme représente la distribution des valeurs de niveaux de gris dans une image

Histogramme des niveaux de gris [cf. distribution des niveaux de gris] SCÈNE DE FAIBLE RADIANCE SCÈNE DE FORTE RADIANCE % % niveaux de gris niveaux de gris niveaux de gris % SCÈNE DE BAS CONTRASTE SCÈNE DE HAUT CONTRASTE FIGURE 2-1 [rf. SCHOWENGERDT, p. 60]

Transformation des niveaux de gris % étirement de l’histogramme = ? amélioration du contraste niveau de gris après transformation GL’ niveau de gris avant transformation transformation des niveaux de gris GL FIGURE 2-2 [rf. SCHOWENGERDT, p. 61]

Transformation des niveaux de gris gl' 255 gl1' gl1 min max gl

Amélioration du contraste Transformation linéaire Transformation linéaire avec saturation Transformation linéaire par bout avec saturation Égalisation de l’histogramme

Amélioration du contraste Transformation linéaire

Transformation linéaire GL’ % GL GL’ min max min max 255 FIGURE 2-3 [rf. SCHOWENGERDT, p. 62]

Amélioration du contraste Transformation linéaire avec saturation

Transformation linéaire avec saturation GL’ % GL GL’ min max max min Smin Smax 255 FIGURE 2-3 [rf. SCHOWENGERDT, p. 62]

Transformation linéaire par bout avec saturation GL’ % GL GL’ min max min max Smin1 Smax2 Smax1/Smin2 255 FIGURE 2-4 [rf. SCHOWENGERDT, p. 64]

Amélioration du contraste Transformation par égalisation d’histogramme Histogramme non-normalisé Histogramme normalisé Densité de probabilité cumulative

Égalisation de l’histogramme [densité de probabilité cumulative*] GL’ % GL GL’ min max min max 255 FIGURE 2-4 [rf. SCHOWENGERDT, p. 64]

Suppression du bruit [sommation d’images et moyenne] +2 +8 (a) (b) (c) +16 +32 +128 (d) (e) (f ) Figure 4.18 [rf. GONZALEZ, p. 188]

Suppression du bruit [sommation d’images et moyenne]

Détection des changements [soustraction d ’images] Le jeu des 7 erreurs ! - = (b) 1975. (a) 1972. images Landsat MSS du complexe minier cuprifère de "Twin Buttes" (au sud de Tucson en Arizona) FIGURE 2-8 [rf. SCHOWENGERDT, p. 70]

Détection des changements [soustraction d ’images] Histogramme des différences

Détection des changements [soustraction d ’images] Transformation linéaire sur l’histogramme des différences

Travail pratique #2 (2a) egaliserhist etirerhistsat etirerhist steperpetue150788.rast                                                                              

Travail pratique #2 (2a) Écriture de l’histogramme dans un fichier void ecrireHISTO(float *histo, char *argv[]) { int i; FILE *fptr; fptr = fopen(argv[ ], ’ ’w ’ ’); for(i=0;i<=PIXMAX;i++) fprintf(fptr, ’ ’%d  %f \n ’ ’,i,histo[i]); fclose(fptr); }

Résumé Opérations sur les pixels Remise du TP2 : 22 février 2006. Histogramme des niveaux de gris Amélioration du contraste Suppression du bruit Détection des changements Remise du TP2 : 22 février 2006.