Quels éléments de cours
Transcription
Quels éléments de cours
Vision numérique et interaction Sylvia Chalençon Licence Pro OCI - Licence MIME Chapitre 1 - L’image numérique 2 La chaine de traitement • Acquisition : convertir l’ image d’ une vue réelle en une image numérique • Pré-traitement (ou traitement) • • • Compresser, restaurer et améliorer l’image. • Préparer l’image au traitement et à l’analyse. • Coder l’image Traitement (ou analyse) : Extraire l’information utile. • Traitement bas-niveau : l’image est décrite de manière numérique (structurelle), il n’ y a pas de lien avec la réalité qu’elle représente. • Traitement haut-niveau : l’image est décrite de manière symbolique, un lien existe avec la scène observée. Analyse (ou décision ou interprétation) : Interpréter les informations et décider d'une action à engager : l’image est alors décrite de manière sémantique. 3 Les différentes actions • Synthèse d’images : modélisation mathématique du contenu des images. • Amélioration : modification de l'image dans le but de la rendre plus agréable à l'œil. • Restauration : correction des défauts dus à une source de dégradation. • Compression : réduction du volume de l’image. • Quantification : codage de l’image. • Segmentation : partition de l’image. • Classification : affectation des données de l’image à une classe définie. • Reconnaissances des formes : identification du contenu de l’image. • Indexation et recherche d’images : caractérisation du contenu de l’image. • Analyse du mouvement : estimation du mouvement dans les séquences d’images. • Vision 3D Localisation en 3 dimensions des objets dans l’image (triangulation, stéréoscopie ou stéréovision, granulométrie, ...) • Visualisation 4 Qu’est-ce qu’une image ? • Une image est représentée : • • • par une fonction continue f(x,y), x,y ∊ ℝ; par une fonction numérique f(i,j), i,j ∊ ℕ et f ∊ ℕ⁺, après numérisation Une image numérique est le résultat de la numérisation d’une image analogique : • échantillonnage spatial : discrétisation des coordonnées de l'image réelle ; • quanti cation des luminances : discrétisation des intensités de l'image réelle. 5 Image numérique • C’ est une matrice de N × M pixels (picture elements) correspondant à l’échantillonnage et la quantification d’un signal acquis avec une caméra • Chaque pixel est associé à un niveau de gris k ou des niveaux de composante couleur codés sur m bits et qui représentent respectivement le niveau de luminosité ou de couleur de la zone correspondante dans la scène observée. • Chaque pixel est localisé par ses coordonnées i et j dans l’image. 6 Définition vs. résolution • On appelle définition le nombre de points (pixels) constituant une image : c'est le nombre de colonnes de l'image que multiplie son nombre de lignes. • On appelle résolution le nombre de points contenus dans une surface précise. Elle est exprimée en points par pouce (PPP, en anglais : DPI pour Dots Per Inch). • La résolution permet ainsi d'établir le rapport entre la définition en pixels d'une image et la dimension réelle de sa représentation sur un support physique (écran, papier…) : résolution = définition / dimension 7 Image vectorielle • Codage par des formes géométriques simples : • Polygone : coordonnées des sommets, couleur du contour, couleur de remplissage, • Arc de cercle ... • Exemples de formats : DXF, SVG, Illustrator • Domaines : PAO (publication assistée par ordinateur), DAO (dessin assisté par ordinateur)... • Avantages : peu de place en mémoire, transformations géométriques sans aliasing • Inconvénients : l’affichage nécessite des calculs, la taille de l’image est liée à sa complexité 8 Image matricielle • Codage de l’image par une matrice de pixels • Exemples de formats : BMP, PGM, JPEG • Avantages : affichage direct • Inconvénients : taille mémoire, transformations géométriques avec aliasing / perte d’information 9 Matricielle vs. vectorielle 10 Notations • N (M) le nombre de lignes (colonnes) de l’image ; • (i,j) les coordonnées spatiales d’un élément de l’image (ligne i, colonne j) ; • f(i,j) l’amplitude du pixel (i,j); • f(i) la ligne i, f(j) la colonne j ; • k un niveau de gris; • Si m est le nombre de bits sur lesquels est codée la valeur de k, alors la dynamique de l’image L, soit l’étendue des valeurs qu’un pixel peut prendre vaut : L = 2 , donc k ∈ [0, . . . , 2m − 1] 11 Image binaire Dans une image binaire, les pixels sont représentés par deux états logiques 0 (noir) et 1 (blanc). C’est un codage de l’image sur 1 bit. 0 1 12 Niveaux de gris Dans le cas d’une image à niveaux de gris (ou luminance), chaque pixel est codé sur m bits (en général m=1), ce qui lui confère des valeurs entières comprises entre 0 (noir) et 2m-1 (blanc). 13 Image couleur Une image couleur correspond à la synthèse additive de 3 images, rouge, vert et bleu. Chaque pixel est donc codé sur 3 x 8 bits. Rouge (255, 0, 0) Cyan (0, 255, 255) Vert (0, 255, 0) Magenta (255, 0, 255) Bleu (0, 0, 255) Jaune (255, 255, 0) 14 Image RGB L’image RGB résulte de la synthèse additive des 3 couleurs primitives. 15 Image HSV • • • • Le modèle HSV pour Hue Saturation Value (teinte saturation valeur en français) est basé sur la perception des couleurs. La teinte (hue) correspond à la valeur de l’angle sur le cerce des couleurs. Rouge en 0°, vert en 120° et bleu en 240°. La saturation est comprise entre 0 et 100% et représente l’intensité de la couleur. Plus sa valeur est faible plus la couleur est fade. La valeur ou brillance est également comprise entre 0 et 100%. Plus sa valeur est faible, plus la couleur est sombre. 16 HSV : exemple Image couleur Teinte (Hue) Saturation 17 Valeur Histogramme • À chaque valeur, on associe le nombre de pixels dans l’image ayant cette valeur. • for(i = 0; i < N; i++) for(j = 0; j < M; j++) hist [f(i, j)]++ 18 Luminance ou brillance • La luminance (ou brillance) d’une image est définie comme la moyenne de tous les pixels de l’image : • Pour augmenter la luminance, il suffit de décaler l’histogramme : • Dans les deux images suivantes, seule la luminance est différente : 19 Contraste • Définition 1 : Écart-type des niveaux de gris : • Définition 2 : variation maximale entre les valeurs de niveaux de gris : • Deux images différentes peuvent avoir le même contraste. 20 Amélioration du contraste Solution 1 : extension linéaire de dynamique. On échelonne les valeurs de l’histogramme entre 0 et 255. 21