Traitement de l'image

Résumé du document

Les images contenants des défauts (bruitage, ombre, rayonnement infrarouge...) ou des informations à extraire sont omniprésentes dans notre domaine d'étude. En effet, il y a de grande chance dans nos carrières de physiciens que l'on est, un jours, à traiter une image issus d'un microscope, ou autre.

C'est à ce moment que rentre en jeu nos TP de traitement de l'image lors desquels nous avons appris à ‘‘coder'' différents opérateurs. Il faut bien assister sur le mot S coder T car ici aucune Toolbox, aucun Photoshop ou autres solutions préfabriquées n'a été utilisés. Tous est programmé en langage C par le biais d'un environnement conçut par Mr Bonin. De cette manière, nous avons put disposer d'un réel savoir faire tout de suite exploitable dans un milieu industriel.

A la suite de ce document, les différents opérateurs de traitements de l'image vont être classés par thème et présentés en détails. Un morceau de ‘‘code'' et des exemples accompagneront chaque opérateur.

Extraits

[...] On va ensuite regarder si un pixel de la forme (blanc) a dans son voisinage un pixel du fond (noir). Si cette condition est vérifiée, alors le pixel actuel de la forme devient, dans l'image de sortie, un pixel du fond. Voici ci-dessous un morceau (commenté) du code permettant l'érosion : Il est évident ici que l'image érodée contient moins de détails que l'image seuillée (image source). On ‘‘simplifie'' géométriquement l'image source et on ne laisse plus que les détails'' sur l'image de sortie. [...]

[...] On remarque aussi la présence d'un effet de flou sur l'image traitée. Cet effet est très recherché par les graphistes, c'est pour cela que l'effet flou moyen est présent dans les options de Photoshop et des autres grands logiciels de retouche d'image. Voici ci-dessous un morceau (commenté) du code permettant le lissage Moyen : Opérateur de lissage Gaussien L'opération de lissage Gaussien est quasi identique à l'opération de lissage Moyen sauf qu'ici on ne fait pas une moyenne de la fenêtre image de 9 pixels. [...]

[...] Ils peuvent être assimilés à des dérivées mathématiques locales suivant une certaine direction sur l'image. Or les contours et changements de formes vont correspondre à un ‘‘pic'' sur ces pseudos dérivées. On va alors obtenir les contours de l'image d'entrée dans un dégradé de gris. Lors du TP, on a obtenu un premier résultat d'image n'affichant que les contours de celle-ci en appliquant l'opérateur de seuillage. L'image étant binaire, le noir représentait le fond et le blanc les formes contours). [...]

[...] Présentation des opérateurs 4 II. Les opérateurs de lissage 4 Opérateur de lissage Moyen 5 Opérateur de lissage Gaussien 6 Opérateur de lissage Médian 8 L'histogramme 10 Les opérateurs de seuillage 12 III. Les opérateurs morphologiques 14 L'opérateur d'érosion 14 L'opérateur de dilatation 16 L'ouverture et la fermeture 18 L'opérateur Kirsh 19 Opérateur d'affinage 24 Introduction Ma vision personnelle du traitement de l'image Les images contenants des défauts (bruitage, ombre, rayonnement infrarouge . ) ou des informations à extraire sont omniprésentes dans notre domaine d'étude. [...]

[...] Voici un morceau du code (commenté) du programme histogramme : Les opérateurs de seuillage Principe : l'opération de seuillage a pour but de ne garder dans l'image de sortie que les pixels dont la valeur est : soit inférieur à une valeur dite seuil ( Seuillage normal soit être comprise entre deux bornes fixes ( Seuillage HAT Pour résultat, on obtiendra une image binaire en sortie. La sélection du ou des seuil(s) est souvent faite après vision de l'histogramme de l'image. [...]