Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parAlphonse Damours Modifié depuis plus de 6 années
1
Concepts avancés en mathématiques et informatique appliquées
MAP-6014
2
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 Transformée par ondelettes Filtre de Gabor
3
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
4
Série de Fourier (synthèse du signal d’une onde carrée 1-D)
Fig. 377 et 378 [rf. N.PISKOUNOV, Calcul différentiel et intégral, p ]
5
Série de Fourier (synthèse d’un signal 1-D)
+ + +
6
Transformée de Fourier (représentation du signal dans le domaine spectral)
Spatial 1 2 3 -1 -2 -3 Spectral
7
Transformée de Fourier (représentation du
signal dans le domaine spectral: signaux stationnaires)
8
Transformée de Fourier (représentation du
signal dans le domaine spectral: signaux stationnaires)
9
Transformée de Fourier (représentation du
signal dans le domaine spectral: signaux non-stationnaires)
10
Transformée de Fourier (TF)
où x, y : coordonnées spatiales u, n : coordonnées spectrales
11
Transformée de Fourier (TF)
La transformée de Fourier d’une gaussienne Nous multiplions le membre de droite par
12
Transformée de Fourier (TF)
F(u) devient alors
13
Propriétés IMPORTANTES de la transformée de Fourier
14
Définitions de la transformée de Fourier
15
Définitions de la transformée de Fourier
16
Propriétés de la transformée de Fourier
17
Propriétés de la transformée de Fourier
18
Propriétés (translation) de la transformée de Fourier
19
Propriétés (rotation) de la transformée de Fourier
20
Transformée de Fourier de la gaussienne
CAS CONTINU CAS DISCRET
21
Transformée de Fourier de la gaussienne
22
Transformée de Fourier de la gaussienne
Forme générale du filtre gaussien spectral
23
Lissage d’images (élimination du bruit)
OTF PSF Profil d’une ligne nc ® cutoff frequency nc nc FIGURE 1-12 [rf. SCHOWENGERDT, p. 26]
24
Filtre spectral PASSE-BAS (PB)
Figure 4.30 [rf. GONZALEZ, p. 203]
25
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]
26
Filtre spectral PASSE-BAS (PB)
Figure 4.30 [rf. GONZALEZ, p. 203]
27
Filtre spectral PASSE-BAS (PB)
Figure 4.30 [rf. GONZALEZ, p. 203]
28
Filtre spectral PASSE-BAS (PB)
Figure 4.30 [rf. GONZALEZ, p. 203]
29
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]
30
Filtre spectral PASSE-BAS (PB)
Figure 4.34 [rf. GONZALEZ, p. 208]
31
Filtre spectral PASSE-BAS (PB)
Figure 4.34 [rf. GONZALEZ, p. 208]
32
Rehaussement d’images (mise en évidence de structures dans l’image)
Filtre spectral PASSE-HAUT (PH)
33
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]
34
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]
35
Filtre spectral gaussien PB/PH
Figure 4.38 [rf. GONZALEZ, p. 213]
36
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
37
Filtrage spectral: FFT et OpenCV (fourier.c)
38
Filtrage spectral: FFT et OpenCV (procFourier.c)
39
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
40
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
41
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
42
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
43
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
44
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
45
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
46
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
47
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
48
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
49
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
50
Filtrage spectral: FFT et OpenCV (dftFiltSpec.c)
51
Transformation par ondelettes: Analyse multirésolution (Détails grossiers VS fins)
52
Transformation par ondelettes: Analyse multirésolution (FWT: fast wavelet transform)
Fonctionnelles de base mise à l’échelle et translatées
53
Transformation par ondelettes: Analyse multirésolution (FWT: fast wavelet transform)
Transformation discrète par ondelettes directe et inverse
54
Transformation par ondelettes: Analyse multirésolution (FWT: fast wavelet transform)
Transformation discrète par ondelettes directe et inverse
55
Transformation par ondelettes: Analyse multirésolution (FWT: fast wavelet transform)
Sachant que les fonctions 2D d’échelle et d’ondelette sont séparables Leurs formes digitales 1D h() et h() peuvent être appliquées (par convolution) aux rangées et colonnes d’une image et ce indépendamment h() peut être déduite de h() par: order-reversed modulated of h
56
Transformation par ondelettes: Analyse multirésolution (FWT: processus de décomposition)
Détails diagonaux (passe-haut) Détails verticaux (passe-haut) Détails horizontaux (passe-haut) Approximation (passe-bas)
57
Transformation par ondelettes: Analyse multirésolution (FWT: processus de décomposition)
58
Transformation par ondelettes: Analyse multirésolution (FWT: processus de recomposition)
59
Transformation par ondelettes: Analyse multirésolution (FWT: processus de recomposition)
60
Transformation par ondelettes: Analyse multirésolution (décomposition à 3 niveaux)
61
Transformation par ondelettes: Analyse multirésolution (Forme des filtres)
Coefficients du filtre de Daubechies du 4ième ordre Filtres de décomposition h(-n) et h(-n) Filtres de recomposition h(n) et h(n) (forme inverse)
62
Transformation par ondelettes: Analyse multirésolution (Forme des filtres)
Coefficients du filtre de Daubechies du 4ième ordre
63
Transformation par ondelettes: Analyse multirésolution
64
Transformation par ondelettes: Analyse multirésolution (Détection des arêtes et contours)
Élimination des coefficients de l’image d’approximation (passe-bas) Élimination des coefficients de l’image des détails Verticaux aux deux résolutions
65
Transformation par ondelettes: Analyse multirésolution
Image MRI Image reconstruite après suppression de détails
66
Transformation par ondelettes: Analyse multirésolution
67
Filtre de Gabor Le filtre de Gabor découle de la multiplication d’une fonction cosinus (forme symétrique) et d’une gaussienne Le filtre de Gabor sert à détecter des régions de contenu fréquentiel et d’orientation donnée dans une image Lors du processus de convolution, le filtre de Gabor répond fortement dans les régions contenant certaines fréquences et orientation
68
Filtre de Gabor Image originale, avec l’image résultant de l’application du filtre de Gabor pour différentes fréquences (2) et orientations (2)
69
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 Transformation par ondelettes Filtre de Gabor
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.