Traitement d’images sous MATLAB

Slides:



Advertisements
Présentations similaires
Traitement d’images : concepts fondamentaux
Advertisements

Traitement d’images : concepts fondamentaux
Traitement d’images : concepts fondamentaux
Quantification 8 bits 5 bits 3 bits 1 bit.
4. Descripteurs du contenu
Traitement d’images : briques de base S. Le Hégarat
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Détection dobjets cartographiques dans les images satellites Très Haute Résolution Guray Erus, Nicolas Loménie Université René Descartes – Paris5, Centre.
(traitement d’images)
Traitements d'images et Vision par ordinateur
INF-1019 Programmation en temps réel
Traitements d'images et Vision par ordinateur
Initiation à 3D Studio Max
Prétraitement de l’image
Quelques bases sur les diaporamas Avec lapplication PowerPoint ISSUE DE LA SUITE Microsoft OFFICE 2003 Premiers pas...
IFT3730: Infographie 3D Transformations Géométriques
Le filtrage d’images.
Construction de modèles visuels
Du signal audio numérique à l'image numérique
Traitements à base d’histogrammes Cours 6
Transformation linéaires
Capsule 1 Introduction à Aphelion
Capsule 1 Introduction à Aphelion
Projet Traitement d'images en C
IFT3730 : Infographie 3D Systèmes et modèles graphiques Pierre Poulin, Derek Nowrouzezahrai Hiver 2013 DIRO, Université de Montréal.
IFT2740 : Outils de l'infographie 3D Systèmes et modèles graphiques
PIF-6003 Sujets spéciaux en informatique I
TRAITEMENT D’IMAGE SIF-1033.
Photoshop3 Revenir sur les calques et leur utilisation. Exercice sur lintégration des images et leur intégration de diverses façons Enregistrement, exportation.
Chapitre 4 : Morphologie Mathématique
Pr. M. Talibi Alaoui Département Mathématique et Informatique
Introduction au traitement d’images Simulation sous Matlab
TRAITEMENT D’IMAGE SIF-1033.
Photoshop3 Calques Filtres Correction des couleurs Tracés et utilisations Enregistrement, exportation Intégration entre les différents logiciels.
TRAITEMENT D’IMAGE SIF-1033.
Projet de session – SCG-67210
Qualification biologique des ovocytes et des zygotes en AMP par analyse et traitement d’images Khemmou J. 1, Vuillemenot J. 1, Pieralli C. 2, Roux C. 3.
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Images Matrice de points (pixels) Caractérisée par : Poids en octets
Traitement d’images Prétraitements.
Programmation Création d’une mire 1 afficher une image
Initiation et perfectionnement à l’utilisation de la micro-informatique IRFANVIEW éditeur d’images ©Yves Cornil Communautés.
Algorithmique et programmation en
Matlab (Matrix Laboratory)
GRAPHISME PAR ORDINATEUR SIF Contenu du cours 10 Textures –Définir la texture –Superposition d’une texture sur une surface plane –Superposition.
SUJETS SPÉCIAUX EN INFORMATIQUE 1
SIF1033 TRAITEMENT D’IMAGE
Deux grandes catégories Les images BITMAP Les images VECTORIELLES.
Les différentes sortes d’images
DESIGN GRAPHIQUE A. DAAIF ENSET Université Hassan II
Éléments de présentation
Mathématiques pour Informaticien I
Visualisation des flots optiques en 3D
Interfaces perceptuelles Interaction avec une caméra.
Partie II : Segmentation
Partie 1 : Présentation et rappels
Padmanaathan Gaayathrie
FLASH SEANCE 2 Interaction avec Action Script. Action script Langage de programmation utilisé par Flash. Définir des propriétés, des actions des comportements.
Flash MX – Séance 2 Interactions & ActionScript David Rapin Si28 P06.
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
SI 28 : Exposé de Photoshop 6.0
Ha Thi Binh Minh & Favre Eric
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
Traitement d’images Semaine 09 vA15.
LAMOUR Mathieu Présentation du logiciel SI28 Automne 2004.
Présentation Courtin maxime – GI05Automne Présentation | Rappel Photoshop | ImageReady | Utils Courtin Maxime – GI05 2 / 17 Automne 2004 Plan :
Les graphiques. Création d’un graphique La première chose est de sélectionner les données: -Si les cellules sont adjacentes, sélection par cliqué-glissé.
Matlab (Matrix Laboratory) Langage de programmation évolué. Traitement direct d’opérations matricielles, dont l’inversion et l’analyse d’opérateurs ou.
Traitement d’images sous MATLAB PLAN  Lire, afficher et sauvegarder une image  Vérifier l’image dans la mémoire  Egualisation d’histogramme  Ouverture.
Transcription de la présentation:

Traitement d’images sous MATLAB PLAN Lire, afficher et sauvegarder une image Vérifier l’image dans la mémoire Egualisation d’histogramme Ouverture morphologique Soustraction d’images Ajustement du contraste d’une image Seuillage d’une image Etiquetage des composants connexes Séléction et affichage des pixels d’une zone d’intéret ROI Propriétés statistiques des objets Conversion des type d’images Multiframe Image Arrays Arithmétique des images Transformations spatiales des images Filtrage des images

Lire une image Lire une image Validation du format graphique (bmp, hdf, jpeg, pcx, png, tiff, xwd) Sauvegarder l’image dans un tableau clear, close all I = imread(‘pout.tif`); [X, map] = imread(‘pout.tif’);

Afficher une image imshow(I)

Sauvegarde d’une image Validation de l’extension Ecriture de l’image sur le disque imwrite(I2, ’pout2.png’); imwrite(I2, ‘pout2.png’, ‘BitDepth’, 4);

Vérifier l’image dans la mémoire < Name, Size, Bytes, Class > whos Name Size Bytes Class ans 291x240 69840 uint8 array Le total est 69840 elements utilisant 69840 octets uint8 [0, 255] uint16 [0, 65535] double [0, 1]

Egualisation d’histogramme Histogramme: distribution des intensités figure, imhist(I) Egualiser l’image (contraste) I2 = histeq(I); figure, imshow(I2) figure, imhist(I2)

Egualisation d’histogramme (cont.) Histogramme égalisé

Egualisation d’histogramme (cont.) Image originale Image après l’égalisation

Ouverture morphologique Suppression des objets qui ne peuvent pas contenir un élément structurant Estimation de luminance de l’arrière plan clear, close all I = imread(‘rice.tif’); imshow(I) background = imopen(I, strel(‘disk’, 15)); imshow(background)

Ouverture morphologique (cont.)

Soustraction d’images Création d’un arrière plan uniforme I2 = imsubtract(I, background); figure, imshow(I2)

Ajustement du contraste d’une image stretchlim computes [low hight] to be mapped into [bottom top] I3 = imadjust(I2, stretchlim(I2), [0 1]); figure, imshow(I3)

Seuillage d’une image Création d’une image binaire seuillée Calculer un seuil pour convertir une image d’intensité en une image binaire L’application du seuillage crée une image binaire level = graythresh(I3); bw = im2bw(I3, level); figure, imshow(bw)

L’application du seuillage sur l’image (cont.)

Etiquetage des composants connexes Détermine le nombre d’objets dans une image Précision (taille des objets, approximation de l’arrière-plan , parametre de connectivié, les objets en chevauchement) [labeled, numObjects] = bwlabel(bw, 4); numObjects {= 98} max(labeled(:))

Séléction et affichage des pixels d’une zone d’intéret ROI Séléction intéractive grain = imcrop(labeled) Création du Colormap RGB_label = label2rgb(labeled, @spring, ‘c’, ‘shuffle’); imshow(RGB_label); rect = [15 25 10 10]; roi = imcrop(labeled, rect)

Propriétés des Objets Mesure des propriétés des objets graindata = regionprops(labeled, ‘basic’) graindata(51).Area {296} graindata(51).BoundingBox {142.5 89.5 24.0 26.0} graindata(51).Centroid {155.3953 102.1791} Création d’un vecteur contenant une seule propriété pour chaque objet allgrains = [graindata.Area]; whos

Propriétés statistiques des objets max(allgrains) { 695 } Return le label du composant selon la taille biggrain = find(allgrains == 695) { 68 } Moyenne des tailles des grains mean(allgrains) { 249 } Histogramme (#bins) hist(allgrains, 20)

Propriétés statistiques des objets(cont.)

Conversion des type d’images dither gray2ind grayslice im2bw ind2gray ind2rgb mat2gray rgb2gray rgb2ind

Multiframe Image Arrays Meme taille, #plans, colormap Sauvegarder des images dans un tableau multiframe A = cat(4, A1, A2, A3, A4, A5) Extraire une image (frames) d’un tableau multiframe FRM3 = MULTI(:, :, :, 3) Affivher l’image imshow(MULTI(:, :, :, 5))

Arithmétique des images imabsdiff imadd imcomplement imdivide imlincomb immultiply imsubtract

Addition d’images Eclairsissement d’une image I = imread(‘rice.tif’); J = imread(‘cameraman.tif’); K = imadd(I, J); imshow(K) Eclairsissement d’une image RGB = imread(‘flowers.tif’); RGB2 = imadd(RGB, 50); subplot(1, 2, 1); imshow(RGB); subplot(1, 2, 2); imshow(RGB2);

Addition d’images(cont.)

Addition d’images(cont.)

Soustraction d’images Arrière plan d’une scène rice = imread(‘rice.tif’); background = imopen(rice, strel(‘disk’, 15)); rice2 = imsubtract(rice, background); imshow(rice), figure, imshow(rice2);

Soustraction d’images(cont.)

Multiplication d’images Mise à l'échelle : multiplier par une constante (Eclaircir >1, assombrir <1) Preserve un contraste relatif I = imread(‘moon.tif’); J = immultiply(I, 1.2); imshow(I); figure, imshow(J)

Multiplication d’images(cont.)

Division d’images (Ratioing) I = imread(‘rice.tif’); background = imopen(I, strel(‘disk’, 15)); Ip = imdivide(I, background); imshow(Ip, [])

Division d’images (cont.)

Système de coordonnés Coordonnées pixels Coordonnées spatiales Unité discrète (Entier) (r, c)  = (1, 1) Coordonnées spatiales Unité continue (x, y) = (0.5, 0.5) 123

Transformations spatiales Mappage des emplacements des pixels d'une image d'entrée vers de nouveaux emplacements dans une image de sortie Redimentionnement (Resizing) Rotation Recadrage (Cropping)

Redimentionnement d’images Change la taille d’une image I = imread(‘ic.tif’); J = imresize(I, 1.25); K = imresize(I, [100 150]); figure, imshow(J) figure, imshow(K)

Redimentionnement d’images (cont.)

Rotation d’images Pivoter une image par un angle en degrés I = imread(‘ic.tif’); J = imrotate(I, 35, ‘bilinear’); imshow(I) figure, imshow(J)

Rotation d’images (cont.)

Recadrage d’images Extraire une partie rectangulaire de l'image. imshow ic.tif I = imcrop;

Filtrage d’images Cet exemple ajoute le bruit de sel et de poivre à une image, puis restaure l'image à l'aide de medfilt2. I = imread('eight.tif'); J = imnoise(I,'salt & pepper',0.02); K = medfilt2(J); imshow(J), figure, imshow(K)

Filtrage d’images