INF-1019 Programmation en temps réel

Présentation au sujet: "INF-1019 Programmation en temps réel"— Transcription de la présentation:

1 INF-1019 Programmation en temps réel
Traitement du signal (images) Sujets Filtrage spatial Lissage d’images (élimination du bruit) Rehaussement d’images (mise en évidence de structures dans l’image) Lectures: Note de cours

2 Filtrage spatial Fondements
Caractéristiques des images obtenues par filtrage spatial Types (3) de base du filtrage spatial Transformation basée sur le voisinage d’un point (x,y) Transformation par convolution

3 Caractéristiques des images obtenues par filtrage spatial
- = Lissage (filtre passe-bas) Rehaussement (filtre passe-haut) FIGURE [rf. SCHOWENGERDT, p. 74]

4 Types (3) de base du filtrage spatial
Passe-bas Passe-haut Passe-bande Figure [rf. GONZALEZ, p. 190]

5 Transformation basée sur le voisinage d’un point (x ,y)
Image originale Image traitée FIGURE 1.8 [rf. SCHOWENGERDT, p. 17]

6 Transformation par convolution
Point Spread Function OU résultat d ivisé par la somme des poids [wx] du filtre (P-B) ou son nombre de pixels (P-H) filtre normalisé 1 1/9 w3 w9 w2 w8 w1 w7 w6 w5 w4 DF ou Dimension Filtre : 3 ü ï ý þ 1/9 X (1-22) [rf. SCHOWENGERDT, p. 32]

7 Lissage d’images (élimination du bruit)
Filtre de moyenne (passe-bas) Filtre gaussien (passe-bas) Filtre médian

8 Filtre de moyenne (passe-bas)
Lissage transition tranusition 00 FF (flou apparent) 1 N.B. plus le filtre grossit , plus le lissage devient important et plus le flou s’accentue ! 1/25 X

9 Filtre gaussien (passe-bas)
fonction gaussienne 2-D w3 w9 w2 w8 w1 w7 w6 w5 w4 Dim X = DimY = 8s + 1 où s Î ü ï ý þ

10 Filtre médian (d) filtre médian 5x5 N.B. C[ j] ³ 0,5
(a) image originale (b) image bruitée (c) filtre de moyenne 5x5 (d) filtre médian 5x5 au lieu de la moyenne du f iltre par voisinage, on utilise la méd iane (d’où son nom) si le bruit ajouté à l’image est supérieur à la dimension du filtre, celui-ci est inefficace ! N.B. C[ j] ³ 0,5 où j est la médiane Figure [rf. GONZALEZ, p. 194]

11 Rehaussement d’images (mise en évidence de structures dans l’image)
Filtre passe-haut Opérations sur les filtres de voisinage Filtres différentiels Basés sur le gradient Filtres de Prewitt et Sobel Amélioration des arêtes et des contours

12 FIGURE 2.12 [rf. SCHOWENGERDT, p. 76-77]
Filtre passe-haut - = [K=1] Passe-bas Passe-haut 1 1 -1 48 -1 24 1 X -1 8 X PSF > FIGURE [rf. SCHOWENGERDT, p ]

13 Opérations sur les filtres de voisinage
(a) passe-bas ü ï ý þ ì í î 1 2 3 1 1 = + + 1 (b) passe-haut ü ï ý þ ì í î -1 24 1 = - + 25 FIGURE [rf. SCHOWENGERDT, p. 82]

14 Filtres différentiels
Image prof il d’une ligne horizontale (dérivée première) (dérivée seconde) (a) ( b) Figure 7.4 [rf. GONZALEZ, p. 417]

15 Filtres différentiels basés sur le gradient
vecteur magnitude q direction ( ) [rf. GONZALEZ, p ]

16 Filtres de Prewitt et Sobel
(a) -1 1 (b) Roberts -1 1 (c) Prewitt -1 1 -2 2 (d) Sobel cross-gradient operators operators z3 z9 z2 z8 z7 z6 z5 z4 z1 où zx : valeur du n iveau de gris Figure [rf. GONZALEZ, p. 200]

17 Amélioration des arêtes et des contours
(a) image originale (b) image obtenue à partir des valeurs de magnitude du gradient [‘masques’ de Prewitt] (c) image originale dont les pixels ayant 1 gradient > 25* ont été mis à 255 (d) idem à c [sauf pour les pixels dont les 2 gradients £ 25* qui ont été mis à 0 - image binaire] Figure [rf. GONZALEZ, p. 201]

18 Résumé Amélioration des images par filtrage spatial
Lissage d’images (élimination du bruit) Rehaussement d’images (mise en évidence de structures dans l’image)