1 Techniques en traitement et analyse d`images
Transcription
1 Techniques en traitement et analyse d`images
Cours Traitement d'images M1 SATI Université de Rouen, C. Petitjean, 2007-08. Techniques en traitement et analyse d'images (Listes non exhaustives) Aucune case n'est obligatoire lors du traitement, et toutes sont interchangeables. Ex1 (classique) : Image débruitée, puis segmentée, puis des paramètres sont calculés sur les régions segmentées. Ex2 : Image segmentée d'abord par seuillage, restaurée une fois binarisée par des opérations de morphologie maths. Ex3 : Deux images sont recalées ensemble, puis segmentées en utilisant les deux images recalées, par des techniques de classification. Ex4 : Deux images sont segmentées. Les régions segmentées sont recalées puis le recalage trouvé est appliqué à toute l'image. Image prétraitée Image Prétraitement (ou traitement bas niveau) Image segmentée Segmentation Extraction d'informations : • quantification (calculs de paramètres) • reconnaissance des formes - mesures de surface, volume - paramètres de texture, - régions étiquetées Traitement (haut-niveau) Prétraitement Restauration (enlever le bruit) Amélioration : réhaussement de contraste Amélioration : réhaussement de contours Domaine spatial Filtrage gradient, moyenneur, médian, opérateurs morphomaths, filtrage anisotropique Egalisation ou étalement d'histogramme Filtre passe-haut Domaine fréquentiel Filtrage passe-bas gaussien, de Butterworth, Wiener Segmentation Détection de contours Segmentation en région Filtre passe-haut Classification Complexité croissante (approximativement…) Filtrage gradient, laplacien, Sobel, DoG, Transformée de Hough Seuillage : seuil empirique, adaptatif, opérateurs morphomaths Sans apprentissage : K-moyennes Avec apprentissage : k plus proches voisins (kppv) Modèles déformables : contours actifs (géodésiques), courbes de niveaux… Graphes, programmation dynamique Croissance de régions Split-andmerge Lignes de partage des eaux C-moyennes floues Champs de Markov Fonctions de croyance Réseau de neurones SVM Technique non spécifique au traitement d'images 1 Morphing : génération d'images permettant de passer de manière continue de Image1 à Image2 Suite d'images Image1 • Champ (direction et intensité) du mouvement • Image1 déformée par T pour ressembler à Image2 Recalage : trouver la transformation géométrique T permettant de passer de Image1 à Image2 Image2 Estimation de mouvement Champ (direction et intensité) du mouvement Traitement Le tracking, ou suivi d'objets sur plus que 2 images, combine des techniques d'estimation de mouvement et de segmentation. Morphing Mélange linéaire Mise en correspondance de points, de segments Transformation affine Recalage Estimation de mouvement Mise en correspondance de points Mise en correspondance de pixels Flot optique Algorithme ICP Modèles physiques Transformation de plus haut niveau Splines Différents critères de similarité : moindres carrés, corrélation, information mutuelle Filtrage de Kalman 2 Image processing and analysis techniques Preprocessed image Image Preprocessing (or low level processing) Segmented image Segmentation Information extraction: • quantization (parameter computation) • pattern recognition - surface and volume measurement - texture parameters - labelled regions (High level) Processing Preprocessing Restoration (smoothing) Contrast enhancement Sharpening (contour enhancement) Spatial domain Gradient, mean, median filtering, morphological operators, Wiener Histogram equalization or stretching Highpass filtering Fourier domain Lowpass gaussian or Butterworth filtering Segmentation (Approximately) Growing complexity Edge detection Gradient, laplacian, Sobel filtering, DoG, Hough Transform Deformable models: geodesic active contours, level sets… Graph searching, dynamic programing Region-based segmentation Thresholding : empirical, adaptative threshold, morphological operators Region growing Split-andmerge Watershed Unsupervised (no learning) or clustering : K-means Fuzzy C-means Markov Random Fields (MRF) Belief functions Supervised (with learning) : k Nearest Neighbours (kNN) Neural networks SVM Highpass filtering Classification These techniques are not image processing specific. 3 Morphing: create a smooth image sequence illustrating the deformation of object in Image1 into object of Image2 Image sequence Image1 Registration: find a geometric transform T such that T(Image1) looks like Image2 • Motion field (direction and intensity) • Image1 is deformed by T in order to look like Image2 Image2 Motion field (direction and intensity) Motion estimation Processing Morphing Registration Linear mix Point matching Pixel matching Motion estimation Optical flow Point matching, line matching Affine transformation ICP algorithm Physical model Higher-level transformation Splines Possible similarity criteria : least squares, correlation, mutual information Kalman filtering 4