Traitement d'images
Description
Le terme générique d'analyse d'image désigne l'ensemble des
opérations suivantes : à partir d'une image numérique, il convient d'extraire
les informations pertinentes en regard de l'application concernée, les traiter
et les interpréter. La modélisation préalable de l'information, les
prétraitements permettant de garantir une bonne qualité d'image, la détection
et l'estimation d'attributs de régions ou de points d'intérêt sont les
différentes phases de traitement d'images que l'on souhaite détailler en
s'appuyant sur des concepts et des méthodes qui ont fait leur preuve. Le but de
ce cours est d'exposer les méthodes d'analyse d'images choisies pour leur
pertinence ou pour la qualité des résultats obtenus.
Période(s) du cours
Prérequis
- Traitement du signal :convolution, Transformée de Fourier et ses propriétés
- Probabilité et statistiques
- EDP
- Optimisation
Syllabus
Fondamentaux :
- Introduction
Définitions, problématique
- Caractérisation des images
Histogramme, attributs de région, matrice de cooccurence,
Représentation fréquentielle,
Filtrage, banc de filtres multicadence : pyramides gaussienne, DOG, LOG
- Echantillonnage-interpolation
- Prétraitements
Réhaussement de contraste : pseudo-couleurs, modifications et égalisation d'histogramme, filtrage linéaire,
Réduction de bruit : filtrage linéaire, filtrage d'ordre, filtrage homomorphique, filtrage par équation de diffusion,
Recalage : principe
- Détection de contours (segmentation : approche contours)
Approches locales : Sobel, DOG, LOG, filtre optimal : Canny,
Approche globale : contours actifs (principe)
- Détection d'attributs particuliers
Recherche de forme : transformée de Hough,
Recherche de points singuliers,
Descripteur de Fourier de contour
Morphologie mathématique :
- Concepts
de bases - Opérateurs élémentaires
Principes et fondements de la morphologie mathématique. Structures et concepts de base.
Graphes, voisinage, opérateurs sur graphe, opérateur dual, graphe structurant, dilatation et érosion algébriques
Dilatation et érosion morphologiques. Cadre des treillis, morphologie en niveau de gris et en couleur.
- Opérations composées
Notion d’adjonction, composition, ouvertures et fermetures algébriques
Ouvertures et fermetures morphologiques
Composition d’ouvertures et de fermetures
- Filtrage morphologique – analyse granulométrique
Opérateurs connexes, Notion de résidus. Gradient, top-hat, ouvertures par chemins.
Arbre des coupes, arbre binaire de partitions, arbre des formes, filtrage sur les structures hiérarchiques.
Analyse granulométrique
-Topologie discrète
Notion de point simple, amincissements, squelettisation 2D et 3D.
Complexes simpliciaux, noyaux critiques.
- Segmentation par morphologie mathématique
Optimisation discrète et segmentation. Coupures de graphes,
Marches aléatoires, Ligne de partage des eaux.
Composition du cours
Le cours s'organise en deux parties pour présenter :
- Les concepts fondamentaux d'analyse : 3 CM, 3TD
- L'analyse par morphologie mathématique : 7 CM
Les étudiants seront amenés à illustrer les concepts et à mettre en oeuvre les algorithmes à l'aide d'outils de simulation de type Matlab ou python.
Ressources
salle équipée de PC et logiciel Matlab pour les TD
Résultats de l'apprentissage couverts par le cours
- Etre capable d'analyser une image numérique
- Etre capable de mettre en œuvre des traitements numériques élémentaires d'images
Support de cours, bibliographie
J.-P. Cocquerez et S.Philipp, Analyse d'images: filtrage et segmentation, éd. Masson, 1995,