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