Quantification 8 bits 5 bits 3 bits 1 bit

Erreur sur l'image quantifiée sur 1 bit

Décalage circulaire B(x,y)=a(x-240,y-270)

Rotation (circulaire) Teta=90° Teta=20° (x,y) = mod( round(T-1*[x';y']) , [m;n]) + [1;1]; b(x',y') = a(x,y);

Zooming (200,230) x=200+round(1/alpha*x'); y=230+round(1/beta*y'); b(x',y')=a(x,y); % alpha=beta=4

"Shear" suivant x x=x'-round(cos(teta)*y'); y=y'; %teta = 30°

Négation

Écrêtage Cmax=70, Cmin=50

Recadrer sur 7 bits après écrêtage Ajustage Recadrer sur 7 bits après écrêtage

Seuillage Seuil = 70

Seuillage Seuil = 50

Des détailles vers la basse luminosité Image trop sombre Des détailles vers la basse luminosité

Transformation logarithmique s = c log (1 + r )

Effet d'un écran CRT 50 100 150 200 250 CRT Gamma=2 50 100 150 200 250 CORRECTION Gamma = 0.5 50 100 150 200 250 CRT

Image d’origine trop foncée Power law (gamma) 100 200 300 50 150 250 350 400 450 50 100 150 200 250 300 350 400 450 100 200 300 Image d’origine trop foncée Power law avec gamma = 0.6

Image d’origine trop foncée Power law 100 200 300 50 150 250 350 400 450 50 100 150 200 250 300 350 400 450 100 200 300 Image d’origine trop foncée Power law avec gamma = 0.3

Image d’origine trop éclairée Power law 200 400 600 100 300 500 700 100 200 300 400 500 600 700 200 400 600 Image d’origine trop éclairée Power law avec gamma = 2

Image d’origine trop éclairée Power law 200 400 600 100 300 500 700 100 200 300 400 500 600 700 200 400 600 Image d’origine trop éclairée Power law avec gamma = 4

Histogramme Image sombre

Histogramme Image éclairée

Histogramme Image avec un contraste bas

Histogramme Image avec contraste important

Histogram equalization

Histogram equalization

Histogram equalization

Histogram equalization

Histogram equalization Image de départ

Histogram equalization Image améliorée

Histogram equalization

Amélioration statistique locale Image d'origine Image améliorée Zones touchés E=4, K0=0.4, K1=0.02, K2=0.4

moyennage Image d'origine Image bruité Image améliorée 4 itérations

moyennage Image améliorée 8 itérations Image améliorée 20 itérations

Masque 5*5 avec pondération Smoothing Image d'origine Masque 5*5 Masque 5*5 avec pondération Masque 9*9

Masque (filtre) Masque triangulaire Masque gaussien

Filtrage à médiane Programme MATLAB function im = getimage filename = input('donner le nom du fichier de image (sans extension):','s'); filetype = input('le type du fichier (jpg, tif, bmp, ...) :','s'); im=imread(strcat('image_de_test\',filename,'.',filetype),filetype); %filtre mediane im=getimage; d_im=double(im); %taille de fenetre (2*a+1)*(2*b+1) a=1;b=1; bloc_size=(2*a+1)*(2*b+1); [m,n]=size(im); d_tr_im=d_im; for x=a+1:m-a for y=b+1:n-b bloc=reshape(d_im(x-a:x+a,y-b:y+b),bloc_size,1); d_tr_im(x,y)=median(bloc); end; subplot(1,2,1);image(im);colormap(gray(256)); subplot(1,2,2);image(d_tr_im);

Filtrage à médiane Moyennage 3*3 Image d'origine Médiane 3*3

Méthode gradient Approximation valeur absolue

Méthode gradient Approximation valeur absolue

horizontal et vertical Laplacien horizontal et vertical

Sharpening (add Laplacien) Image d'origine Image améliorée Masque horizontal et vertical

horizontal, vertical et diagonal Laplacien horizontal, vertical et diagonal

Sharpening (add Laplacien) Image d'origine Image améliorée Masque horizontal, vertical et diagonal

Sharpening spatial filter Image d'origine Image améliorée Masque horizontal et vertical

horizontal, vertical et diagonal Laplacien horizontal, vertical et diagonal

horizontal, vertical et diagonal 5*Laplacien horizontal, vertical et diagonal

Sharpening spatial filter Image d'origine Image améliorée Masque horizontal, vertical et diagonal

Sharpening spatial filter Masque horizontal, vertical et diagonal