Définition d’une image numérique

LES DIFFERENTES METHODES D’INDEXATION D’IMAGES 

GENERALITES SUR LES IMAGES

Définition d’une image numérique

Une image numérique est une fonction à support discret et borné, et à valeurs discrètes. Le support est multidimensionnel, en général 2D ou 3D. Les valeurs peuvent être scalaires (images à niveaux de gris) ou bien vectorielles (image couleur) [1]. Une image numérique est associée à un pavage de l’espace, en général rectangulaire. Chaque élément du pavage, appelé pixel, est désigné par ses coordonnées entières.

Figure 1.01 : Pavage
Une image numérique 2D est représentée par une matrice I de L lignes et C colonnes. Le pixel est désigné par un couple ??,?? où ? est l’indice de ligne ? ? ?0,? ? 1?, et ? l’indice de colonne ? ? ?0,? ? 1?. L est la hauteur et C la largeur de l’image I. Le nombre ???,?? est la valeur du pixel ??,?? ; ??,?? ? ?0,? ??? ? 1?. ? ??? est le nombre de niveaux de gris dans le cas d’une image à niveaux de gris.

Image à niveaux de gris

A chaque élément (point de coordonnées ??,??) de l’image I correspond un niveau d’intensité lumineuse ???,?? (appelé niveau de gris) appartenant à l’ensemble ? ? ?? ? ,? ? ,…,? ? ? ?? ? où ? ? correspond au nombre total des niveaux de gris [1]. I(1,1) I(1,2) I(2,1) I(i,j) I(L,C) Figure 1.02 : Représentation d’une image à niveaux de gris de taille ? ? ?.

Image couleur

La couleur est la perception subjective qu’a l’œil d’une ou plusieurs fréquences d’ondes lumineuses, avec une ou des amplitudes données [2].

Espace couleur

L’œil humain voit les couleurs grâce à des récepteurs appelés cônes. Comme il en existe trois types, toute couleur est donc représentée exactement par trois nombres. Divers systèmes ont été utilisés jusqu’à présent : les systèmes naturels et les systèmes perceptuels sont les plus utilisés. Les systèmes naturels viennent du fait que les trois cônes répondent particulièrement aux couleurs rouge, verte et bleue. Ce concept est d’ailleurs à l’origine du système RGB (RVB en français) [3].

Système colorimétrique RG

L’espace RGB est l’espace couleur le plus utilisé en imagerie les scanners et les moniteurs travaillent sur la base de cet espace Les couleurs primaires monochromatiques
– Le rouge de longueur d’onde 700 nm
– Le vert de longueur d’onde 546.1 nm
– Le bleu, de longueur d’onde 435.8 nm
Les luminances des primaires sont telles que pour R=Figure

Espace colorimétrique HSV

HSV (Hue Saturation Value) ou TSV (défini comme suit [3]:? Teinte : on code la teinte suivant l’angle qui lui correspond sur le cercle des couleurs
• 0° ou 360° : rouge
• 60° : jaune ;
• 120° : vert ;
• 180° : cyan ;
GB L’espace RGB est l’espace couleur le plus utilisé en imagerie : les caméras numériques couleur, les scanners et les moniteurs travaillent sur la base de cet espace [2]. Les couleurs primaires monochromatiques sont :

• Le rouge de longueur d’onde 700 nm
• Le vert de longueur d’onde 546.1 nm
• Le bleu, de longueur d’onde 435.8 nm
• Les luminances des primaires sont telles que pour R=G=B=1, on obtient le blanc.

Figure 1.03 : Addition des trois couleurs primaires colorimétrique HSV ) ou TSV (Teinte Saturation Valeur) est un espace colorimétrique: on code la teinte suivant l’angle qui lui correspond sur le cercle des couleurs: rouge ;: les caméras numériques couleur, le blanc. Addition des trois couleurs primaires) est un espace colorimétrique: on code la teinte suivant l’angle qui lui correspond sur le cercle des couleurs :

• 240° : bleu ;
• 300° : magenta.

La valeur varie entre 0 et 360, mais elle est parfois normalisée en 0 – 100%.? Saturation : l’intensité de la couleur :

• Elle varie entre 0 et 100% ;
• Elle est parfois appelée pureté
• Plus la saturation de couleur est faible, plus l’image sera grisée et plus elle apparaitra fade.? Valeur : la brillance de la couleur :
• Elle varie entre 0 et 100% ;
• Plus la valeur de la couleur est faible, plus la couleur est sombre. Une valeur de 0 correspond au noir.

Introduction générale
CHAPITRE 1 GENERALITES SUR LES IMAGES 
1.1 Définition d’une image numérique 
1.1.1 Image à niveaux de gris  
1.1.2 Image couleur  
1.2 Caractéristiques d’une image  
1.2.1 Pixel  
1.2.2 Dimension  
1.2.3 Résolution  
1.2.4 Contour  
1.2.5 Texture  
1.2.6 Contraste 
1.2.7 Entropie  
1.3 Manipulations sur les images  
1.3.1 Histogramme  
1.3.2 Transformée de Fourier discrète  
1.3.3 Transformée en ondelettes  
1.4 Calcul de distance
1.5 Conclusion  
CHAPITRE 2 LES DIFFERENTES METHODES D’INDEXATION D’IMAGES 
2.1 Définition/historique de l’indexation 
2.2 Indexation manuelle  
2.3 Indexation automatique  
2.3.1 Indexation dans le domaine de luminance  
2.3.2 Indexation dans les domaines transformés  
2.3.3 Indexation en combinant plusieurs méthodes  
2.4 Conclusion  
CHAPITRE 3 RECHERCHE D’IMAGES PAR LE CONTENU 
3.1 Base de données d’images  
3.1.1 Base de données génériques  
3.1.2 Bases de données spécifiques  
3.2 Content Based Image Retrieval
3.2.1 Coût du CBIR  
3.2.2 Applications du CBIR  
3.2.3 Les CBIR systems les plus connus  
3.3 Recherche d’images et calcul de la similarité  
3.3.1 Les différents types de requête  
3.3.2 Calcul de la similarité  
3.3.3 Domaine de luminance  
3.3.4 Domaines transformés  
3.4 Conclusion  
CHAPITRE 4 EVALUATION DES DIFFERENTES METHODES DE RECHERCHE D’IMAGES 
4.1 Evaluation subjective  
4.2 Evaluation objective  
4.2.1 Les différentes méthodes d’évaluation  
4.2.2 Résultats de l’expérimentation  
4.3 Interprétation des résultats  
4.4 Conclusion  
Conclusion générale

Télécharger le rapport pfe