TRAITEMENT D’IMAGE SIF-1033.

Présentation au sujet: "TRAITEMENT D’IMAGE SIF-1033."— Transcription de la présentation:

1 TRAITEMENT D’IMAGE SIF-1033

2 Amélioration des images par filtrage spatial adaptatif
Filtrage spectral Questions ??????? Efficacité Filtrage gaussien (lissage du bruit et des contours) Filtrage adaptatif (Frost et al.) Travail pratique #3 (3b)

3 Filtrage spectral d’une image radar (3a)
image originale s = 1.0 image obtenue à l’aide d’un filtre spectral gaussien dont l’écart-type (s) est égal à 1.0 s = 2.0 idem à ci-dessus avec un écart-type égal à 2.0 (le flou s’accentue !) s = 3.0 idem aux 2 images précédentes avec un écart-type égal à 3.0 speretiree2.rast                                                                                                            

4 Filtrage gaussien (lissage du bruit et des contours)
riviere.rast image traitée par filtre spatial gaussien (s = 1.5)

5 Filtrage adaptatif (Frost et al.)
Estimation du degré d’homogénéité CV = / Transformation Si CV  CVMAX Alors       Pas de filtrage           Sinon Si CV  CVMIN Alors       Filtrage de moyenne Sinon Filtrage variable

6 Filtrage adaptatif (Frost et al.)
Estimation du degré d’homogénéité Surfaces homogènes: surfaces dont la fonction de luminance est constante Surfaces hétérogènes: surfaces dont la fonction de luminance rencontrent de fortes variations (zones texturées, arêtes, contours, cibles ponctuelles) Le coefficient de variation (CV= /) est donc une mesure du degré d’homogénéité des surfaces

7 Filtrage adaptatif (Frost et al.)
Estimation du degré d’homogénéité Le coefficient de variation (CV= /) est calculé sur de petites fenêtres (ex: 5X5, 7X7, 9X9) Une surface est dite homogène si: Pour N=7 (vues)

8 Filtrage adaptatif (Frost et al.)
Estimation du degré d’homogénéité Une surface est dite hétérogène si: CVMAX peut être estimé par la valeur maximale du CV sur des surfaces homogènes

9 Filtrage adaptatif (Frost et al.)
Transformations CV  CVMAX Le pixel considéré se trouve dans une zone hétérogène et fort probablement sur un contour (une transition de la fonction de luminance) Pour conserver les arêtes et contours le plus intactes possi-bles il ne faut pas lisser ces pixels La valeur numérique de ces pixel reste alors inchangée

10 Filtrage adaptatif (Frost et al.)
Transformations CV  CVMAX (parallèle avec le filtrage)

11 Filtrage adaptatif (Frost et al.)
Transformations CV  CVMIN Le pixel considéré se trouve dans une zone homogène Nous lissons alors ces pixels pour éliminer le bruit La valeur de  calculées au voisinage du pixel devient alors sa valeur de niveau de gris lissée

12 Filtrage adaptatif (Frost et al.)
Transformations CV  CVMIN

13 Filtrage adaptatif (Frost et al.)
Transformations CVMIN < CV < CVMAX Le pixel considéré peut aussi bien se trouver proche d’une zone homogène où d’une zone hétérogène Nous lissons alors ces pixels de façon variable Avec un lissage de plus en plus important plus nous nous rappro-chons des zones homogènes Avec un lissage de moins en moins important plus nous nous rapprochons des zones hétérogènes

14 Filtrage adaptatif (Frost et al.)
Transformations CVMIN < CV < CVMAX (formes du filtre)

15 Filtrage adaptatif (Frost et al.)
Transformations CVMIN < CV < CVMAX (formes du filtre)

16 Filtrage adaptatif (Frost et al.)
Transformations CVMIN < CV < CVMAX (formes du filtre)

17 Filtrage adaptatif (Frost et al.)
Transformations CVMIN < CV < CVMAX (formes du filtre) CV croissant Formes du filtre pour des valeurs de CV croissantes

18 Travail pratique #3 (3b) riviere.rast image traitée par filtre
filtrage_Frost gaussien riviere.rast image traitée par filtre spatial adaptatif (13 x 13) image traitée par filtre spatial gaussien (s = 1.5)

19 Résumé Amélioration des images par filtrage spectral
Filtrage gaussien (lissage du bruit et des contours) Filtrage adaptatif (Frost et al.) ATTENTION: IL FAUT NORMALISER LES FILTRES Remise du TP3 : 24 mars 1999.