Traitement d'image - Restauration et Filtrage

Thèmes abordés

Traitement d'image, restauration, filtrage, image numérique, logiciel LabView

Résumé du document

Une image numérique est un vecteur d'information très puissant et est divisée en éléments que l'on appelle pixels (picture elements). Une image est caractérisée par sa dimension et sa résolution. Elle contient plusieurs paramètres : la luminance (luminosité des points de l'image), le contraste (opposition entre deux régions d'une image), les couleurs (le RVB par exemple), les contours (frontière entre les objets de l'image) et les textures (structure des niveaux de gris).

Extraits

[...] 3-Élimination de l'effet néfaste du bruit Ce sont les filtres 1 et 2 qui éliminent le plus efficacement possible le bruit : il n'y a plus de parasites. Les valeurs sur l'histogramme sont plus homogènes hormis pour un pic avec une valeur en-dessous de 60. Le dégradé n'a subi que les filtres 1 et 2. Les autres images ont subies l'ensemble des filtres. Nous observons que, en général, les images avec peu de résolution sont plus sensibles au bruit que les autres (ce qui reste, somme toute, assez logique). [...]

[...] Une image est caractérisée par sa dimension et sa résolution. Elle contient plusieurs paramètres : la luminance (luminosité des points de l'image), le contraste (opposition entre deux régions d'une image), les couleurs (le RVB par exemple), les contours (frontière entre les objets de l'image) et les textures (structure des niveaux de gris). Une image peut être de mauvaise qualité ou avoir de nombreux défauts, cependant nous pouvons améliorer sa qualité avec différents filtrages et traitements. Parmi les traitements, nous pouvons restaurer les niveaux de gris en agissant sur la luminosité et le contraste d'une image. [...]

[...] La moyenne est égale à 0. Remarque: On peut donc dire que un filtre gradient est une dérivée première et que la dérivée seconde est un filtre Laplacien. Ces deux dérivées servent à extraire les contours de l'image. 1-Restauration des niveaux de gris Nous pouvons constater que lorsque l'on tourne la molette Luminosité vers des valeurs positives croissantes la luminosité augmente par rapport à celle de départ. Inversement, si l'on tourne vers les valeurs négatives, l'image s'assombrit. Le contraste: Nous pouvons modifier le contraste grâce à la courbe de conversion : en plaçant un point de rupture dans la courbe de l'image (ici à nous pouvons subdiviser la courbe avec deux pentes différentes. [...]

[...] Si l'on augmente la pente (au-dessus de on peut annuler certaines valeurs de gris. Avec des images plus simples (déjà fortement contrastés), il faut aussi augmenter cette pente pour apercevoir une modification. Notons que la courbe de conversion est ainsi faite qu'elle a pour abscisse les valeurs de l'image traitée et en ordonnée celles de l'image originale La luminosité Nous mettons le curseur de la luminosité à 50. Nous voyons maintenant une image plus pâle que l'image initiale : l'histogramme est différent. [...]