Traitements d'images et Vision par ordinateur

Présentation au sujet: "Traitements d'images et Vision par ordinateur"— Transcription de la présentation:

1 Traitements d'images et Vision par ordinateur
Convolution Merci à Alain Boucher - IFI

2 Convolution numérique
Et autres filtres d'images

3 Vision par ordinateur - Alain Boucher
Convolution discrète La convolution discrète est un outil permettant la construction de filtres linéaires ou de filtres de déplacements invariants L ’équation de convolution, notée g(x), de la séquence f(x) avec une fonction h(x) est : h(x) est appelée masque de convolution, noyau de convolution, filtre, fenêtre, kernel, … En pratique, la convolution numérique d'une image se fera simplement par une sommation de multiplications. Vision par ordinateur - Alain Boucher

4 Exemple de convolution 2D
Vision par ordinateur - Alain Boucher

5 Convolution numérique
* K Noyau de convolution Image Vision par ordinateur - Alain Boucher

6 Convolution numérique R = I*K
R(1,1) = I(0,0) K(0,0) + I(1,0) K(1,0) + I(2,0) K(2,0) + I(0,1) K(0,1) + I(1,1) K(1,1) + I(2,1) K(2,1) + I(0,2) K(0,2) + I(1,2) K(1,2) + I(2,2) K(2,2) Vision par ordinateur - Alain Boucher

7 Convolution numérique R = I*K
R(2,1) = I(1,0) K(0,0) + I(2,0) K(1,0) + I(3,0) K(2,0) + I(1,1) K(0,1) + I(2,1) K(1,1) + I(3,1) K(2,1) + I(1,2) K(0,2) + I(2,2) K(1,2) + I(3,2) K(2,2) Vision par ordinateur - Alain Boucher

8 Convolution numérique R = I*K
R(x,y) = I(x-1,y-1) K(0,0) + I(x, y-1) K(1,0) + I(x+1, y-1) K(2,0) + I(x-1,y) K(0,1) + I(x,y) K(1,1) + I(x+1,y) K(2,1) + I(x-1,y+1) K(0,2) + I(x,y+1) K(1,2) + I(x+1,y+1) K(2,2) Vision par ordinateur - Alain Boucher

9 Convolution numérique R = I*K
R(N-2,M-2) = I(N-3,M-3) K(0,0) + I(N-2,M-3) K(0,1) + I(N-1,M-3) K(0,3) + I(N-3,M-2) K(1,0) + I(N-2,M-2) K(1,1) + I(N-1,M-2) K(1,2) + I(N-3,M-1) K(2,0) + I(N-2,M-1 )K(2,1) + I(N-1,M-1) K(2,2) Vision par ordinateur - Alain Boucher

10 Convolution numérique
Problème : Que faire avec les bords de l'image ? Mettre à zéro (0) Convolution partielle Sur une portion du noyau Miroir de l'image f(x-1,y) = f(x+1,y) … (pas de solution miracle) ? Vision par ordinateur - Alain Boucher

11 Vision par ordinateur - Alain Boucher
Masque de convolution Le masque de convolution est le plus souvent Carré De taille 3x3 ou 5x5 (ou plus, mais impair) Ce masque représente un filtre linéaire permettant de modifier l'image. Dans différent cas, on divisera le résultat de la convolution par la somme des coefficients du masque. Vision par ordinateur - Alain Boucher

12 Vision par ordinateur - Alain Boucher
Le filtre moyenne Le filtre moyenne Permet de lisser l'image (smoothing) Remplace chaque pixel par la valeur moyenne de ses voisins Réduit le bruit Réduit les détails non-important Brouille ou rend floue l'image (blur edges) Filtre dont tous les coefficients sont égaux. Exemple de filtres moyennes : 1 1/9 1 ou 1/9 3x3 5x5 Vision par ordinateur - Alain Boucher

13

14 Exemples de filtres moyennes
Original Moyenne 5x5 Moyenne 11x11 Source : monkey.geog.ucsb.edu/mh/115b/filter.pdf Vision par ordinateur - Alain Boucher

15 Vision par ordinateur - Alain Boucher
Autre exemple sur les valeurs des coefficients du masque : h (x)=1/10 * Réponse impulsionnelle : h(i,j)=1/λ ^ 2 ou λ est la sommation  h(i,j) de 3X3 ou 5X5 Vision par ordinateur - Alain Boucher

16 Vision par ordinateur - Alain Boucher
Le filtre Gaussien G (x ,y ) = 1 / 2πσ e ( X² + Y²/ 2σ² ) Vision par ordinateur - Alain Boucher

17 Vision par ordinateur - Alain Boucher
Le filtre Gaussien Image d'une gaussienne Fonction gaussienne en 3D Le filtre gaussien donnera un meilleure lissage et une meilleure réduction du bruit que le filtre moyenne. Vision par ordinateur - Alain Boucher

18 Gaussiens 3X3 1 2 4 Gaussiens 7X7 1 4 7 16 26 41

19 Exemples de filtres gaussiens
Original Gauss 5x5 Gauss 11x11 Vision par ordinateur - Alain Boucher

20 Vision par ordinateur - Alain Boucher
Filtre médian Pour nettoyer le bruit dans une image, il existe mieux que le filtre moyenne ou le filtre gaussien. Il s'agit du filtre médian. C'est un filtre non-linéaire, qui ne peut pas s'implémenter comme un produit de convolution. On remplace la valeur d'un pixel par la valeur médiane dans son voisinage NxN. bruit 30 10 20 250 25 10, 10, 10, 20, 20, 25, 30, 30, 250 médiane Vision par ordinateur - Alain Boucher

21 Exemple de filtre médian
Original Moyenne 3x3 Médian 3x3 Vision par ordinateur - Alain Boucher

22 Nettoyage du bruit dans une image
Bruit "poivre et sel" 3 X 3 Moyenne 5 X 5 Moyenne 7 X 7 Moyenne Filtre médian Vision par ordinateur - Alain Boucher