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

Documents pareils