Traitement des images (préparer pour révéler
Transcription
Traitement des images (préparer pour révéler
Traitement des images (préparer pour révéler - part. 1) O. Wilk Calcul scientifique/Math/Cnam (sur la base du cours de Ph. Destuynder [1]) Traitement des images (préparer pour révéler - part. 1) Traitement des images (préparer pour révéler - part. 1) O. Wilk O. Wilk Lissages - Restauration Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact UE CSC110 Cnam mars 2008 Bande annonce Traitement des images (préparer pour révéler - part. 1) Traitement des images (préparer pour révéler - part. 1) Bande annonce O. Wilk Lisser ... mais sans détruire O. Wilk Lissages - Restauration Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact radiographie d’un fémur (rayons X) photo rayée Restaurer pour rénover Traitement des images (préparer pour révéler - part. 1) Le problème de base O. Wilk min v Lissages - Restauration J(u) = min1 J(v ) v ∈H0 Z Z ε 1 2 |v − f | dΩ + |∇v |2 dΩ. J(v ) = 2 Ω 2 Ω Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Lissage ”Fourier” 1 2 Z |v − f |2 dΩ + Ω ε 2 Z Lissages - Restauration Ω équivalent au problème faible (form. var.) : Z Z Z 1 ∀v ∈ H0 (Ω), uv dΩ + ε ∇u.∇v dΩ = fv dΩ. Ω Ω Ω (1) u = 0 sur ∂Ω Exercices : une base de Fourier équivalent au problème fort : −ε∆u + u = f dans Ω le calcul de la solution ”Fourier” la troncature de la série ”Fourier” u = 0 sur ∂Ω Application numérique ”Fourier” Traitement des images (préparer pour révéler - part. 1) min Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Lissage ”Différences Finies” O. Wilk v 1 2 Z |v − f |2 dΩ + Ω ε 2 Z |∇v |2 dΩ. Ω Résolvons le problème suivant à l’aide de l’approximation par différences finies : −ε∆u + u = f dans Ω (2) u = f sur ΓDirichlet ∂u ∂n = 0 sur ΓNeumann Exercices : une écriture matricielle ”DF” Prob. : la condition limite ! Sol. partielle : Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Résolvons le problème suivant à l’aide de la méthode de Fourier : −ε∆u + u = f dans Ω Rappel de cours : O. Wilk |∇v |2 dΩ. Chevauchement des sous images, ... ou DCT avec u = f au bord, ... la condition limite de Dirichlet ”DF” la condition limite de Neumann ”DF” O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Application numérique ”DF” (1/2) Traitement des images (préparer pour révéler - part. 1) Application numérique ”DF” (2/2) O. Wilk Résolution du problème (2) avec la condition de Dirichlet u = f sur tout le bord par la méthode de Jacobi : Algorithme : Initialisation : u 0 = f , f ∈ lRN×M Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact O. Wilk Problème au bord : amélioration en utilisant la C. L. de Neumann ∂u ∂n = 0. Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact puis boucle en p : ∀i = 2, N − 1 et ∀j = 2, M − 1, p+1 ui,j = ε p 1 p p p [fi,j + 2 (ui+1,j + ui,j+1 + ui,j−1 + ui−1,j )] 4 hε2 + 1 h Evolution de J(u p ) Image originale Image lissée Traitement des images (préparer pour révéler - part. 1) Lissage ”Eléments Finis” min v 1 2 Z |v − f |2 dΩ + Ω ε 2 Z |∇v |2 dΩ. Ω Résolvons le problème faible (formulation variationnelle) à l’aide de la méthode des éléments finis : Z Z Z ∀v ∈ H01 (Ω), uv dΩ + ε ∇u.∇v dΩ = fv dΩ. Ω Rappel de cours et exercices : Interpolation Assemblage Résolution Ω O. Wilk Lissages - Restauration Ω Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Maillage ”EF” Traitement des images (préparer pour révéler - part. 1) O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Maillage ”EF” Traitement des images (préparer pour révéler - part. 1) Maillage ”EF” O. Wilk O. Wilk Lissages - Restauration Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Maillage ”EF” Traitement des images (préparer pour révéler - part. 1) O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Maillage ”EF” Traitement des images (préparer pour révéler - part. 1) O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Application numérique ”EF” Traitement des images (préparer pour révéler - part. 1) O. Wilk Lissage couleur : La résolution s’effectue à l’aide d’une seule factorisation suivie de trois ’descente-remontée’. min v Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Lissage non linéaire 1 2 Z |v − f |2 dΩ + Ω ε 2 Lissages - Restauration Ω Problème équivalent à : 0 −εdiv (ϕ (|∇u|2 )∇u) + u = f dans Ω O. Wilk Z p 1 + a |∇v |2 dΩ. Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact (3) u = f sur ∂Ω avec ϕ(t) = √ 1 + a t (a ∈ lR∗ ). Exercices : Taylor pour comprendre Dériver la fonctionnelle Décomposition de l’opérateur Résolution Applications numériques ”non linéaire” Traitement des images (préparer pour révéler - part. 1) O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Applications numériques ”non linéaire” Traitement des images (préparer pour révéler - part. 1) O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Applications numériques ”non linéaire” Traitement des images (préparer pour révéler - part. 1) Applications numériques ”non linéaire” Traitement des images (préparer pour révéler - part. 1) O. Wilk O. Wilk Lissages - Restauration Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Lissage tixotrope 1 min v 2 ... Z ε |v − f | dΩ + 2 Ω 2 Z 2 |∇v | dΩ + g Ω O. Wilk Z |∇(v − f )|dΩ. Ω Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) Restauration min v 1 2 Z |v − f |2 dΩ + B ε 2 Z B∪ω Résolvons le problème suivant : −ε(1 − ξB )∆u + ξB u = ξB f dans B avec ξB = 1 dans B et 0 dans ω + C.L. O. Wilk |∇v |2 dΩ. Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact (4) Application numérique ”Restauration” Traitement des images (préparer pour révéler - part. 1) Bibliographie O. Wilk Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (préparer pour révéler - part. 1) O. Wilk Philippe Destuynder - Analyse et traitement des images numériques - Hermes, 2006. Rachid Deriche et Olivier Faugeras - Les EDP en traitement des images et vision par ordinateur - Rapport de recherche de l’INRIA-Sophia Antipolis RR-2697 - 1995. P. Lascaux et R. Théodor - Analyse numérique matricielle appliquée à l’art de l’ingénieur - Masson - 1986. Philippe Destuynder et Francoise Santi - Analyse et contrôle numérique du signal - Ellipses - 2003. Mail de l’auteur : [email protected] Page web de l’auteur : www.cnam.fr/maths/Membres/wilk Ce document a été créé en utilisant LaTeX avec le package Beamer (aide pratique). Lissages - Restauration Bande annonce Le problème de base Lissage ”Fourier” Lissage ”DF” Lissage ”EF” Lissage non linéaire Lissage tixotrope Restauration Bibliographie - Contact Traitement des images (extraire l’information - part. 2) Traitement des images (extraire l’information - part. 2) O. Wilk Calcul scientifique/Math/Cnam (sur la base du cours de Ph. Destuynder [1]) Traitement des images (extraire l’information - part. 2) Bande annonce O. Wilk O. Wilk Bande annonce Bande annonce Détection de contours Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Détermination de contours Projets Projets Bibliographie - Contact Bibliographie - Contact UE CSC110 Cnam mars 2008 Méthode de Hough Capture de formes quelconques De la vectorisation aux contours actifs L’analyse d’image demande parfois l’extraction d’informations particulières contenues au sein de l’image. Traitement des images (extraire l’information - part. 2) O. Wilk Bande annonce Traitement des images (extraire l’information - part. 2) Lisser Pour mieux révéler les contours, il est préférable de réduire le bruit, avec par exemple : Détection de contours Différentes méthodes existent pour extraire des informations de type géométrique (coordonnées, formes d’objets), par exemple : une méthode de détection d’éléments droits, une méthode de contours actifs ”snakes”, la méthode du serpent. Dans tous les cas, il s’agit de détecter puis de synthétiser sous forme vectorielle les contours d’objets contenues dans une image. Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Détection de contours les méthodes utilisant la convolution (moyenne, gaussienne, ...) =⇒ Risque de destruction du contour par étalement. le filtre médian (bruit impulsionnel dû à une perte d’information) =⇒ définition les filtres récursifs =⇒ y (n) = ax(n) + by (n − 1) ou ⇒ les filtres par ”EDP” (linéaire ou non linéaire), par ex. : −ε∆u + u = f dans Ω Mais auparavant, il est souvent utile de lisser pour mieux révéler les contours ! O. Wilk Bande annonce u = 0 sur ∂Ω Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Gradient ou Laplacien Traitement des images (extraire l’information - part. 2) O. Wilk Deux méthodes principales : Bande annonce la méthode du gradient : calculer la norme du gradient puis dégager les valeurs maximales, la méthode du Laplacien : calculer le Laplacien puis déterminer les passages par zéros. Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Synthèse de contours Traitement des images (extraire l’information - part. 2) O. Wilk D’abord en recherchant des contours simples (droite, ellipse). Traitement des images (extraire l’information - part. 2) Erosion - Dilatation Ensuite, l’utilisation des opérateurs ”érosion” et ”dilatation” peut parfois parfaire les contours obtenus. Il est possible d’enlever les points sélectionnés mais isolés par une opération d’ouverture (érosion puis dilatation). Une fermeture (dilatation puis érosion) peut par contre connecter les points M sélectionnés suffisamment proche entre eux. Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Bande annonce Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets ... Bibliographie - Contact Traitement des images (extraire l’information - part. 2) Contours actifs O. Wilk Une première méthode de contours actifs. Bande annonce La méthode de Hough : Illustrons cela avec une recherche de droite : O. Wilk Bande annonce Trouver les formes Γ où |∇f | est maximal. Ainsi comme nous cherchons à minimiser, nous prenons : Z Jf (Γ) = 1 −|∇f (Γ(s))|2 ds 0 Projets Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Bibliographie - Contact Mais si ∇f est constant sur un domaine contenant Γ, la dérivée de Jf suivant Γ ne donne pas d’info. ! =⇒ Il faut une fonctionnelle supplémentaire. Par exemple : Z JΓ (Γ) = 0 1 0 00 (k1 |Γ (s)|2 + k2 |Γ (s)|2 )ds Serpent - Une méthode plus globale (1/3) Traitement des images (extraire l’information - part. 2) Serpent - Une méthode plus globale (1/3) Traitement des images (extraire l’information - part. 2) O. Wilk Méthode permettant de prendre toute l’information ”image” ! O. Wilk Méthode permettant de prendre toute l’information ”image” ! Bande annonce Illustrons le problème suivant : ( −ε∆u + u = f dans Ω ∂u = 0 sur ∂Ω ∂n Sur une application monodimensionnelle : Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Détaillons un peu ... Serpent - Une méthode plus globale (1/3) Bande annonce Illustrons le problème suivant : ( −ε∆u + u = f dans Ω ∂u = 0 sur ∂Ω ∂n Sur une application monodimensionnelle : Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Détaillons un peu ... Traitement des images (extraire l’information - part. 2) Serpent - Une méthode plus globale (2/3) Traitement des images (extraire l’information - part. 2) O. Wilk Méthode permettant de prendre toute l’information ”image” ! Bande annonce Illustrons le problème suivant : ( −ε∆u + u = f dans Ω ∂u = 0 sur ∂Ω ∂n Sur une application monodimensionnelle : Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact O. Wilk Le problème est équivalent à (pour Γ fixé) : Z Z ε 1 2 (v − f ) dΩ + |∇v |2 dΩ J(u) = min J(v ) = 2 ΩΓ 2 ΩΓ v ∈H01 (Ω) Notre problème consiste à trouver le bord Γ qui fait que u se rapproche le plus de f sur tout ΩΓ , tout en ayant un peu de régularité sur u. Le problème revient à minimiser : Z Z Z ε 1 1 R(Γ) = − |∇u|2 dΩ − |u|2 dΩ + |f |2 dΩ 2 ΩΓ 2 ΩΓ 2 ΩΓ Etudions un cas analytique (1D). Calcul du gradient. Détaillons un peu ... ”Love” du Serpent en Différences Finies. Bande annonce Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact Traitement des images (extraire l’information - part. 2) Serpent - Level-Sets (3/3) Serpent - Applications (1/2) Traitement des images (extraire l’information - part. 2) O. Wilk Une exploitation de la méthode des Level-Sets (courbe de niveau) Bande annonce O. Wilk G (X ) (1+G 2 (X ))α cas du rond cas du demi-rond Détection de contours Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent ϕ > 0 à l’intérieur de Γ, ϕ = 0 sur le contour fermé Γ, ϕ < 0 à l’extérieur de Γ. Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent α=0 Projets ∂ϕ + GΩ .∇ϕ = 0 dans Ω ∂t ϕ(0) = ϕ0 . Bibliographie - Contact Projets Bibliographie - Contact α= Γ Bande annonce 1 2 1 0 −1 Portion de ϕ où Γ est défini. α=1 Traitement des images (extraire l’information - part. 2) Serpent - Applications (2/2) Serpent - version à sonnettes Traitement des images (extraire l’information - part. 2) O. Wilk Bande annonce Détection de contours Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Capture d’une cigogne Détection d’archipels Capture de ronds et d’oiseaux et de qq chiffres et d’un très beau cheval O. Wilk Bande annonce Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Projets Bibliographie - Contact Bibliographie - Contact Stages - Mémoires ingénieur - Thèses (1/2) Traitement des images (extraire l’information - part. 2) Stages - Mémoires ingénieur - Thèses (2/2) Traitement des images (extraire l’information - part. 2) O. Wilk Bande annonce La stéréoscopie Arnaud Litrico (stage), Manel Tayachi (thèse). Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent O. Wilk Bande annonce Application de la méthode du Serpent : Détection de contours Extraction d’information issue d’images médicales ’IRM’ Olivier Daniel (mémoire d’ingénieur Cnam). Projets Projets Bibliographie - Contact Bibliographie - Contact parcours externe ε = 100 parcours interne ε = 100 fin du parcours ε=7 (L’image “IRM” a été préalablement lissée à l’aide du lissage non linéaire.) Bibliographie Traitement des images (extraire l’information - part. 2) O. Wilk Philippe Destuynder - Analyse et traitement des images numériques - Hermes, 2006. Rachid Deriche et Olivier Faugeras - Les EDP en traitement des images et vision par ordinateur - Rapport de recherche de l’INRIA-Sophia Antipolis RR-2697 - 1995. P. Lascaux et R. Théodor - Analyse numérique matricielle appliquée à l’art de l’ingénieur - Masson - 1986. Philippe Destuynder et Francoise Santi - Analyse et contrôle numérique du signal - Ellipses - 2003. Mail de l’auteur : [email protected] Page web de l’auteur : www.cnam.fr/maths/Membres/wilk Ce document a été créé en utilisant LaTeX avec le package Beamer (aide pratique). Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Bande annonce Détection de contours Introduction Lisser Gradient ou Laplacien Erosion - Dilatation Synthèse de contours Contours actifs Serpent Projets Bibliographie - Contact