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