TP Traitement d’image
2009/2010
2.2 Image binaire Une image binaire est une matrice MxN où chaque point (pixel) peut prendre uniquement la valeur 0 ou 1 (p(i,j)=0 ou p(i,j)=1). Les pixels sont, donc, noirs (0) ou blanc (1).
2.2 Image en niveau de gris Une image en niveau de gris autorise un dégradé de gris entre le noir et le blanc. En général, on code le niveau de gris sur 8 bits soit, donc, 256 nuances de dégradé. L’expression de la valeur du niveau de gris devient p (i, j ) ∈ [0,255].
2.3 Image couleur Une image couleur est la composition de trois images en niveau de gris. On définit donc trois plans de niveau de gris, un rouge, un vert et un bleu. La couleur finale est obtenue par synthèse additive des ces trois couleurs. Ainsi, p R (i, j ) ∈ [0,255 ], pV (i, j ) ∈ [0,255] et p B (i, j ) ∈ [0,255] .
2.4 Image à valeur réelles Pour certains calculs sur les images, le résultat peut ne pas être entier, il est donc préférable de définir l’image de départ et l’image résultat comme des images à valeurs réelles. En général, une image à valeur réelle est telle que le niveau de gris est compris entre 0 et 1. On a, donc, p (i, j ) ∈ [0,1] . Dans le cas d’une image couleur, on a p R (i, j ) ∈ [0,1] , pV (i, j ) ∈ [0,1] et p B (i, j ) ∈ [0,1] .
2.5 Manipulations On désire créer puis afficher sous Matlab l’image suivante (img0) :
Pour cela, nous allons suivre les étapes suivantes : a) Créer une matrice C (100x100) tel que chaque élément C(i,j)=0. Utiliser la commande imshow de Matlab pour afficher la matrice C comme image. Interpréter (quelle couleur obtiendrez vous). (Utiliser les commandes axis on et colorbar ). b) Faire varier la valeur des éléments C(i,j) de 0 à 1. Afficher pour chaque valeur l’image correspondante. Interpréter. c) Transformer la matrice C, pour générer l’image suivante (img1) : La largeur de chaque bande (noir ou blanc) est 10 pixels
d) Crée la matrice D qui permet d’afficher l’image suivante (img2) :
e) Soit E=C+D. Afficher l’image correspondante à E. f) Faire les transformations nécessaires sur E pour générer l’image (img0). g) Afficher sur la même figure les images img1, img2 et img0. (indication : commande subplot )
Note : Ce TP fera l’objet d’un compte-rendu à rendre à la fin de la séance.
ISSAT Mahdia, Anis Ben Aicha
-3-
TP Traitement d’image
2009/2010
TP N°5 Restauration d’image
1. La restauration La restauration est l’ensemble des techniques qui servent à retrouver la qualité de l’image d’origine. Tris méthodes de restaurations sont envisageables : la restauration par connaissance à priori, la restauration par connaissance à posteriori et la restauration par filtrage. Le but de ce TP est de mettre le point sur les différentes méthodes de filtrage. Fonctions utilisées : imread, imshow, imnoise, fspecial, imfilter, medfilt2, nrfiltdemo…
2. Filtrage linéaire d’une image en niveau de gris -
Lire et afficher l’image « lena1.bmp ». Déclarer H un noyau qui correspond à un filtre moyenneur de taille 3x3. Calculer le produit de convolution de l’image par ce filtre. Filtrer l’image avec le filtre moyenneur de taille 3x3, 5x5 puis 7x7. Comparer visuellement les résultats obtenus. Ecrire une fonction Matlab qui permet de calculer le PSNR. Appeler cette fonction pour calculer le PSNR de chaque image. Quelle est la meilleure image dans le sens de PSNR ? Refaire le même travail avec le filtrage Gaussien. Varier à chaque fois la variance du filtre.
3. Filtrage linéaire d’une image couleur -
Lire l’image « lena2.bmp ». C’est une image couleur. Proposer une méthode pour filtrer cette image par un filtre linéaire moyenneur de taille 3x3. Augmenter la taille du filtre. Interpréter.
4. Filtrage non linéaire -
Lire et afficher l’image « cameramen.bmp ». Ajouter un bruit de type `sel et poivre’ à l’image. Afficher sur la même figure les deux images (originale et bruitée). Afficher les histogrammes des deux images. Interpréter. Filtrer l’image bruitée par les filtres non linéaires suivants : médian puis minimum/maximum. Interpréter les résultats obtenus. Filtrer l’image bruitée par un filtre moyenneur de taille 5x5. Comparer visuellement les images obtenues par les filtres non linéaires et celle obtenue par le filtre moyenneur. Conclure.
ISSAT Mahdia, Anis Ben Aicha
-1-
