Télécharger la présentation
Publié parGrégoire Guyot Modifié depuis plus de 10 années
1
Cours #6 Filtrage Découverte Plan du cours
2- Pré-traitement des images 2.1 Amélioration du contraste 2.2 Filtrage : Filtre gaussien Filtres pyramidaux Filtre médian Laplacien Rehaussement des discontinuités 2.3 Morphologie
2
Forum SYS-844 Hiver 2005
3
Découverte C. Guizard, V. Bellon et F. Sevila, Vision artificielle dans les industries agro-alimentaires, Cemagref Montpellier1992. Théorie et mise-en-œuvre Couleur, forme, attributs Méthodes de classification R.C. Gonzalez et R.E. Woods, Digital Image Processing, 2e édition, Prentice Hall,2002. Classique en traitement d’images Livre de référence pour GPA-669 (ELE-747?) Excellente référence pour la partie « traitement » des systèmes de vision Rehaussement de l’image, filtration, couleur, ondelettes Morphologie, segmentation SYS-844 Hiver 2005
4
2.2.3 Filtre gaussien Filtre passe-bas optimal Paramètres ajustables
Commande du degré de brouillage Largeur de bande finie reconstruction spatiale exacte Opérateur local et lisse Filtre à symétrie circulaire SYS-844 Hiver 2005
5
Comparaison entre le filtre moyenneur et le filtre gaussien
SYS-844 Hiver 2005
6
SYS-844 Hiver 2005
7
Mise en œuvre 1- Échantillons de la fonction gaussienne SYS-844
Hiver 2005
8
SYS-844 Hiver 2005
9
SYS-844 Hiver 2005
10
SYS-844 Hiver 2005
11
Mise en œuvre 1- Échantillons de la fonction gaussienne
Alternative: coefficients de l’expansion binomiale SYS-844 Hiver 2005
12
Premiers coefficients binomiaux.
n / k 1 1 1 Premiers coefficients binomiaux. SYS-844 Hiver 2005
13
Mise en œuvre 2- Séparabilité de la gaussienne SYS-844 Hiver 2005
14
SYS-844 Hiver 2005
15
Fréquence de coupure SYS-844 Hiver 2005
16
2.2.4 Filtres pyramidaux Déf.: représentation multirésolution
Analyse à plusieurs résolutions spatiales Filtrage efficace par interpolation Chaque niveau de la pyramide est une version filtrée de la couche en dessous et est obtenue par l’application d’un petit filtre Passe-Bas sur le niveau précédent, suivie d’une décimation permise par la filtration passe-bas et le théorème de Nyquist. SYS-844 Hiver 2005
17
L’idée de l’analyse multirésolution est d’aller chercher l’information à un certain niveau de la pyramide, puis à interporler à pleine résolution. SYS-844 Hiver 2005
18
Filtre passe-bas Filtre passe-haut SYS-844 Hiver 2005
Enlever par soustraction le bruit très basse-fréquence. SYS-844 Hiver 2005
19
Mise en œuvre 1- Génération de la pyramide
Choix du noyau: Moyenneur Gaussien Décimation: 2x2 1 Représentation compacte: 1 1/3 2- Choix du niveau (de la pyramide) 3- Interpolation bilinéaire SYS-844 Hiver 2005
20
Génération de la pyramide
Un pixel au niveau L-1 est généré par décimation d’un bloc de 2x2 au niveau L en appliquant un filtre passe-bas sur ce bloc et possiblement son voisinage. SYS-844 Hiver 2005
21
Interpolation bilinéaire
SYS-844 Hiver 2005
22
SYS-844 Hiver 2005
24
Fréquence de coupure Déterminée par le niveau choisi SYS-844
Hiver 2005
25
Exemples: SYS-844 Hiver 2005
26
64x64 32x32 16x16 8x8 Étages vus à dimensions constantes SYS-844
Hiver 2005
27
4x4 2x2 SYS-844 Hiver 2005
28
Filtre passe-bas (niveau 4 projeté sur le 6)
Image originale Image filtrée SYS-844 Hiver 2005
29
Niveau 4 projeté (interpolé) au niveau 6
SYS-844 Hiver 2005
30
Niveau 2 projeté (interpolé) au niveau 6
SYS-844 Hiver 2005
31
2.2.5 Filtre médian Déf.: O(x,y): Valeur médiane de la liste ordonnée dans W(x,y) Type: Filtre non-linéaire de suppression de bruit impulsionnel SYS-844 Hiver 2005
32
SYS-844 Hiver 2005
33
SYS-844 Hiver 2005
34
Mise en œuvre: Choix du masque de sélection du voisinage
SYS-844 Hiver 2005
35
Marche d’escalier + bruit impuls.
Exemple: échelon Marche d’escalier idéale Marche d’escalier + bruit impuls. + bruit structurel 1 itération du du filtre médian 5 itérations du du filtre médian SYS-844 Hiver 2005
36
(image originale + bruit) - (20 itérations du filtre médian)
SYS-844 Hiver 2005
37
Résumé - fonction échelon
20 itérations du du filtre médian (image originale + bruit) - (20 itérations du filtre médian) Marche d’escalier + bruit impuls. + bruit structurel
38
Exemple: scène contemporaine
Image originale bruitée Filtre gaussien Filtre médian (1 itération) SYS-844 Hiver 2005
39
2.2.6 Laplacien L’effet de brouillage causé par le système optique ou par le mouvement du sujet photographié dégrade l’image et résulte d’un effet d’intégration local. Pour y remédier, une opération de dérivation pour accentuer les hautes fréquences (atténuées par l’intégration). SYS-844 Hiver 2005
40
SYS-844 Hiver 2005
41
définition SYS-844 Hiver 2005
42
SYS-844 Hiver 2005
43
Rehaussement des arêtes par soustraction du laplacien
1- O(x,y) = I(x,y) - 2I(x,y) 2- O(x,y) = I(x,y) - I(x,y) G() SYS-844 Hiver 2005
44
SYS-844 Hiver 2005 Résultat de la soustraction
du Laplacien de l’image originale Arête en forme de rampe Laplacien appliqué à une rampe SYS-844 Hiver 2005
45
Une autre façon de voir le Laplacien:
Filtre moyenneur Passe-bas Soustraction SYS-844 Hiver 2005
46
SYS-844 Hiver 2005
47
SYS-844 Hiver 2005
48
Relation avec le Laplacien
SYS-844 Hiver 2005
49
2.2.7 Préservation des discontinuités
Le principal problème avec le filtrage, c’est que les arêtes, la principale source d’information, sont alternées et déplacées (diffusées). Les méthodes qui suivent sont basées sur le fait que les arêtes et le bruit n’ont pas les mêmes statistiques. SYS-844 Hiver 2005
50
Algorithme de Nagao Avant l’application de l’algorithme de Nagao
Après l’application de l’algorithme de Nagao SYS-844 Hiver 2005
51
SYS-844 Hiver 2005
52
Comparaison avec le filtre moyenneur
Image originale Moyennage simple Algorithme de Nagao SYS-844 Hiver 2005
53
Algorithme de Weymouth/Overton
SYS-844 Hiver 2005
54
Pondération selon l’inverse de la distance
SYS-844 Hiver 2005
55
Pondération selon la similitude des valeurs d’éclairement
SYS-844 Hiver 2005
56
Pondération combinée selon la distance et la ressemblance
Avec d = distance (1 ou 2) K, S = ctes (1 par défaut) 2 = variance du voisinage = |I(i) - I(k)| SYS-844 Hiver 2005
57
Résultats: l’algorithme a tendance à maintenir les régions en pente et les arêtes tout en atténuant le bruit. Avant le rehaussement Après le rehaussement SYS-844 Hiver 2005
58
Avant le rehaussement Après le rehaussement SYS-844 Hiver 2005
59
Comparaison Nagao - Weymount/Overton
Weymount/Overton meilleur pour la préservation des pentes Weymount/Overton nécessite plus de calculs Weymount/Overton Nagao SYS-844 Hiver 2005
60
Weymount/Overton Nagao SYS-844 Hiver 2005
61
2.3 Morphologie Introduction à la morphologie Morphologie binaire
Dilatation Érosion Ouverture Fermeture Morphologie en niveaux de gris L’opérateur << Érosion Dilatation SYS-844 Hiver 2005
62
Introduction à la morphologie
Le traitement morphologique est basé sur la notion d’inclusion ou non d’une forme particulière dans une région de l’image SYS-844 Hiver 2005
63
Principales applications
Les opérateurs morphologiques de base sont utilisés pour adoucir les contours des régions. L’adoucissement peut être réalisé soit en rétrécissant (en érodant), soit en agrandissant (en dilatant) les régions. SYS-844 Hiver 2005
64
2.3.1 Morphologie binaire Dilatation Érosion SYS-844 Hiver 2005
65
Dilatation Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
66
Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
67
Érosion Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
68
Ouverture L’ouverture est un opérateur composé qui combine une érosion suivie d’une dilatation Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
69
Ouverture: adoucissement de contours (ES convexe)
Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
70
Ouverture: suppression d’isthmes (ES convexe)
Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
71
Ouverture: élimination de bruit (ES convexe)
Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
72
Fermeture La fermeture est un opérateur composé qui combine une dilatation suivie d’une érosion Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
73
Fermeture: bouchage de trous (ES convexe)
Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
74
Fermeture: remplissage de détroits (ES convexe)
Image (A) A B Élément structurant (B) SYS-844 Hiver 2005
75
2.3.1 Morphologie en niveaux de gris
Métaphore du paysage 3D: Niveau de gris représente la hauteur Image en représentation de surface Élément structurant: volume promené sous la surface (représentée par les niveaux de gris) Opérations d’ouverture et de fermeture principalement utilisées SYS-844 Hiver 2005
76
Opérateur de base: a<<b faux car a excède b
a<<b faux car domaine de a n’est pas sous-ensemble de b a<<b vrai SYS-844 Hiver 2005
77
Érosion en niveaux de gris
SYS-844 Hiver 2005
78
Dilatation en niveaux de gris
SYS-844 Hiver 2005
79
Ouverture en niveaux de gris
L’ouverture est un opérateur composé qui combine une érosion suivie d’une dilatation Image microscopique d’une plume d’aile SYS-844 Hiver 2005
80
Fermeture en niveaux de gris
La fermeture est un opérateur composé qui combine une dilatation suivie d’une érosion Image microscopique d’une roche géographique SYS-844 Hiver 2005
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.