Propriétés d’une image numérique

Propriétés d’une image numérique

Le système visuel humain (SVH)

Grace a la cornée (l’enveloppe translucide de l’oeil) et l’iris (qui en se refermant permet de doser la quantité de la lumière), une image se forme sur la rétine. Celle-ci est sensible aux rayonnements électromagnétiques de longueur d’onde comprise entre 380 et 700 nm. Elle est composée de petits bâtonnets et de trois cônes : les bâtonnets permettent de percevoir la luminosité et le mouvement, tandis que les cônes permettent de différencier les couleurs.De forme approximativement sphérique, l’oeil est l’organe de base de la vision. Il comporte un ensemble d’éléments destinés à recevoir le rayonnement incident, former l’image des objets perçus et traiter les informations recueillies.

Numérisation de l’image

Une image « réelle » va être transformée en une image numérique par différents outils de transformation (camera ou appareil photo numérique, scanner, satellite, …). Tous ces systèmes peuvent être comparés à des capteurs. L’image numérique, est le terme utilisé pour designer une photo, une image existant sous forme de fichier informatique, c’est-à-dire que l’on peut visionner sur un ordinateur.L’image reçue est fonction des caractéristiques du capteur. Le passage de l’information continue à une information discrète doit s’effectuer avec un minimum de dégradation de l’information.Après, l’information est représentée sous forme de tableau de mots binaires de longueur finie. Autrement dit, numériser une image c’est lui donner une représentation électronique à partir de l’objet réel.

Image couleur

S’il existe plusieurs modes de représentation de la couleur, le plus utilise pour le maniement de la couleur numérique est l’espace couleur RVB. Il existe différents types d’images couleurs en fonction du nombre de bits utilisés pour le stockage de l’information couleur.Prenons l’exemple des images en « vraies couleurs » (ou 24 bits). Il s’agit en fait d’une appellation « trompeuse » car évoluant dans un monde numérique (discret, fini) qui ne peut pas rendre compte de la réalité (infini). Chaque composante est représentée par un octet dans l’espace de représentation des couleurs. Chaque pixel peut prendre une valeur dans le RVB comprise entre 0 et 255 (soit 2 × 2 × 2 = 256 × 256 × 256 = 16,7 millions de possibilités environ).L’information couleur de chaque pixel est donc codée par 3 octets, ce qui fait des images en vraies couleurs des images très « lourdes ».

Image couleur indexée

L’utilisation de trois matrices pour représenter une image couleur conduit pour les grandes images à l’occupation d’un espace mémoire important. Une manière plus économique de représentation est la représentation indexée qui en contrepartie ne permet de représenter qu’un nombre limite de couleurs. Ces couleurs sont mémorisées dans une table de couleur (appelée colormap) qui est une
matrice / × 3 (ou n est le nombre des couleurs). L’image est alors une matrice contenant des nombres entiers compris entre 1 et n, chaque entier jouant le rôle d’index relatif à la table de couleur. D’habitude, l’information couleur est codée sur 1 octet, c’est-à-dire, une couleur est représentée sur un octet (8 bits), il y a alors 2= 256 couleurs possibles.

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport gratuit propose le téléchargement des modèles gratuits de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

CHAPITRE 1 : ACQUISITION DES IMAGES NUMERIQUES
1.1 Généralités
1.1.1 Historiques
1.1.2 Introduction
1.1.3 Quelques définitions
1.1.4 Domaines d’application du traitement d’images
1.2 Perceptions visuelles
1.2.1 Le système visuel humain (SVH)
1.2.2 Perception des couleurs
1.2.2.1 La lumière
1.2.2.2 Notion de couleurs
1.2.2.3 Synthèse de couleurs
1.3 Acquisition et numérisation de l’image
1.3.1 Principe
1.3.1.1 Temporelles
1.3.1.2 Spatiales
1.3.2 Numérisation de l’image
1.3.2.1 Les étapes de numérisation de l’image
1.3.2.2 Caractéristiques des images numériques
1.3.2.3 Les différents types de représentation d’image
1.4 Les différents types de formats d’images
1.5 Propriétés d’une image numérique
1.5.1 Résolution et dimension (ou définition)
1.5.1.1 Définition
1.5.1.2 Résolution
1.5.2 Représentation des couleurs
1.6 Amélioration d’image
1.6.1 Rehaussement de dynamique
1.6.1.1 Extension de dynamique
1.6.1.2 Egalisation d’histogramme
1.6.2 Réduction du bruit dans les images
1.6.2.1 Filtre moyenneur ou lissage par la moyenne
1.6.2.2 Filtre de Gauss ou lissage Gaussien
1.6.2.3 Filtrage utilisant le Laplacien
1.7 La détection de contour
1.7.1 Calcul direct des dérivées
1.7.2 Segmentation par seuillage
1.8 Conclusion
CHAPITRE 2 : DESCRIPTION DE CONTOURS
2.1 Notions du Pavage et maillage
2.2 Adjacences
2.3 Description de contours (caractérisation de la forme par ses contours)
2.3.1 Représentation des contours
2.3.1.1 Code de Freeman
2.3.1.2 Code de Freeman relatif
2.3.1.3 Descripteur de Fourier
2.3.2 Approximations polynomiales
2.3.2.1 Approximation d’un nuage de points par une droite unique
2.3.2.2 Approximations polygonales, simplification de contours polygonaux
2.4 Conclusion
CHAPITRE 3 : TRANSFORMEE DE HOUGH
3.1 Introduction
3.2 Propriétés de la transformée de Hough
3.3 Transformée directe
3.4 Transformée inverse
3.5 Algorithme de la transformée de Hough
3.5.1 Pour l’équation de droite de la forme :
3.5.2 Exemple
3.5.3 Pour l’équation de droite de la forme :
3.5.3.1 Mise en oeuvre
3.5.3.2 L’algorithme
3.5.4 Exemple
3.6 Les différentes transformées de Hough
3.6.1 La transformée de Hough standard
3.6.2 La transformée de Hough généralisée
3.6.3 La transformée de Hough pondérée
3.7 Avantages et inconvénients
3.7.1 Avantages
3.7.2 Inconvénients
3.8 Conclusion
CHAPITRE 4 : APPLICATION DE LA TRANSFORMEE DE HOUGH A LA DETECTION DES RECTANGLES
4.1 Introduction
4.2 Hypothèse
4.3 Généralité sur le rectangle
4.3.1 Propriété d’un rectangle
4.3.2 Exemple d’un rectangle
4.4 Les différentes étapes pour reconnaître un rectangle dans une image
4.4.1 Détection de contours
4.4.2 Extraction de contours
4.4.2.1 La première dérivée d’une image (approche gradient):
4.4.2.2 La seconde dérivée de l’image (approche Laplacien)
4.4.3 Transformation de l’espace image en espace Hough
4.4.4 Recherche des pics dans l’accumulateur
4.4.5 Recherche des pics qui sont parallèles (pics réguliers)
4.4.6 Recherche des pics prolongés (le pic qui correspond à un rectangle)
4.4.7 Détection d’une droite
4.4.8 Détection des droites qui sont parallèles
4.4.9 Détection des droites qui sont perpendiculaires
4.5 Applications «détection d’un rectangle»
CONCLUSION:
ANNEXE 1 : Les fonctions de base
ANNEXE 2 : Quelques codes de l’interface de simulation
ANNEXE 3: Utilisation du logiciel
BIBLIOGRAPHIE