Transformées d`Images
Transcription
Transformées d`Images
Telecom ParisTech SI241 (ANIM) - Année 2014 TP ANIM n◦ 4 Transformées d’Images • Les codes Matlab sont fournis pour ce TP. Télécharger le fichier Wavelab.zip sur http://cagnazzo.wp.mines-telecom.fr/si-241/ ou sur http://perso.telecom-paristech.fr/˜cagnazzo/doc/tp_si241.zip Dezipper pour installer les fichiers. Un repertoire Wavelab est crée automatiquement. • La bibliothèque de routines Wavelab est fournie par Stanford University (USA) et est installée sous (Wavelab\Wavelab850\). • Plusieurs images sont disponibles dans le répertoire Wavelab\Wavelab850\Datasets\ : ’Barton’, ’Canaletto’, ’Coifman’, ’Daubechies’,’Fingerprint’, ’Lincoln’, ’Lenna’, ’MRIScan’, ’Phone’ • Plusieurs types d’ondelettes sont disponibles : ’Haar’, ’Beylkin’, ’Coiflet’, ’Daubechies’, ’Symmlet’, ’Vaidyanathan’,’Battle’ (détails dans le help de MakeONFilter). • Pour démarrer le TP, il faut lancer Matlab, se placer dans le repertoire Wavelab et éxécuter le script tp_exo_init. Exercice 1 Compression d’image • La routine Matlab pour cet excercise est code_tp_exo_compression.m. Cette routine est décomposée en plusieurs parties, identifiables par le mode Cell Mode (rien à faire de particulier...) et les différentes parties sont exécutables en cliquant sur l’icone Evaluate Cell. • Pour bien comprendre les transformations d’images utilisées dans ce TP, il est nécessaire d’aller regarder le contenu des routines de la bibliothèque Wavelab. 1. Faire tourner la première Cell et commenter les résultats de la décomposition de la silhouette suivant les différentes orientations disponibles par décomposition en ondelettes dyadique, avec une implémentation en filtres mirroirs en quadrature (QMF). Comment sont obtenues ces différentes orientations ? 2. Faire tourner les Cell suivantes pour la compression d’une image avec une comparaison entre la décomposition en ondelettes discrètes (TOD) et en Cosinus discrets (TCD). • Tester la compression sur les images Coifman, Lenna, Phone et Fingerprint. • Tester les ondelettes Haar, Coiflet (orthogonaux) et CDF (biorthogonaux, symétriques). • Commenter les différences de résultats en fonction des formes des ondelettes et des caractéristiques des images. • Le taux de compression est controlé en fonction du % de coefficients à préserver. Afficher l’histograme des coefficients et vérifier sa forme. Comment sont répartis les coefficients préservés par cette selection ? • Compléter le code fourni pour proposer une deuxième méthode de compression, qui controle le niveau d’énergie dans l’image compressée. Commenter sur la flexibilité de cette approche, la qualité des résultats et les taux de compression (en % de coefficients) obetnus. • Commenter les mesures d’évaluation de qualité de compression proposées dans le code. • Commenter les résultats obtenus avec la TCD et la TOD Exercice 2 Débruitage d’image Le code de cette partie est tp_exo_denoising, dans laquelle les paramètres de travail sont détaillés au début. Commenter ce qu’ont en commun les approches de débruitage et de compression proposées. 1. Faire tourner cette routine de débruitage avec différents niveaux de bruit et différentes ondelettes. Expliquer et commenter les résultats. 2. Regarder en détails les paramètres utilisés pour le débruitage (niveau de seuil, type de seuil, type de seuillage) et commenter les différences (si observées) suivant différents choix de seuillage. 3. Proposer des mesures de qualité de débruitage des images et les implémenter (caractéristiques visuelles et énergétiques du bruit estimé, du résidu,...). 4. Une option permet de selectionner une décomposition avec sous-échantillonnage (decimated) ou sans sous-échantillonnage (undecimated). Comparer les 2 approches et expliquer les avantages et inconvénients de chacunes. Original Image denoised image Figure 1 – Illustration de débruitage par seuillage d’ondelettes dyadiques.