Scribd Logo
Importer

Bienvenue sur Scribd !

  • 34 vues

    3 2TD1 Ti 2

    Transféré par

    Zn
    Cet exercice contient 5 exercices sur le traitement d'images numériques. Les exercices couvrent des sujets comme la convolution, les histogrammes, les matrices de cooccurrence, les longueurs de plages et le filtrage linéaire. Des calculs et opérations sont effectués sur de petites portions d'images ou matrices pour illustrer ces concepts.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    3 2TD1 Ti 2

    Transféré par

    Zn
    34 vues6 pages
    Cet exercice contient 5 exercices sur le traitement d'images numériques. Les exercices couvrent des sujets comme la convolution, les histogrammes, les matrices de cooccurrence, les longueurs de plages et le filtrage linéaire. Des calculs et opérations sont effectués sur de petites portions d'images ou matrices pour illustrer ces concepts.

    Titre original

    3_2TD1_TI_2 (2)

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Cet exercice contient 5 exercices sur le traitement d'images numériques. Les exercices couvrent des sujets comme la convolution, les histogrammes, les matrices de cooccurrence, les longueurs de plages et le filtrage linéaire. Des calculs et opérations sont effectués sur de petites portions d'images ou matrices pour illustrer ces concepts.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    34 vues6 pages

    3 2TD1 Ti 2

    Transféré par

    Zn
    Cet exercice contient 5 exercices sur le traitement d'images numériques. Les exercices couvrent des sujets comme la convolution, les histogrammes, les matrices de cooccurrence, les longueurs de plages et le filtrage linéaire. Des calculs et opérations sont effectués sur de petites portions d'images ou matrices pour illustrer ces concepts.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 6

    TD sur le TI

    Exercice 1 (Convolution) :
    On considère une portion d’une image I et le noyau de convolution h suivants. Calculer le
    produit de convolution I*h.

    --------------------------------------------

    Finalement, on a :

    Exercice 2 (histogramme) :
    On considère la matrice de valeurs de luminance des pixels de l’image « A » ci-dessous.
    Chaque pixel est codé sur 8bits.
    12 12 12 12 12 12 12 12
    12 10 10 10 10 10 10 12
    12 10 11 11 11 11 10 12
    12 10 11 10 10 11 10 12
    12 10 11 10 10 11 10 12
    12 10 11 11 11 11 10 12
    12 10 10 10 10 10 10 12
    12 12 12 12 12 12 12 12

    1
    1. On souhaite afficher cette image, sans aucun traitement, sur un écran d’ordinateur. L’image
    serait-elle lisible ? Justifier votre réponse.
    2. Tracer l’Histogramme et l’Histogramme cummulé normalisé de cette image.
    3. Quelle est la dynamique de l'image ?
    4. On effectue une normalisation (un étirement) d’histogramme pour accroître le contraste de
    l’image. Calculer alors les nouvelles valeurs de l’image (arrondir les valeurs à la partie
    entière).
    ----------------------------------
    1. L’image va apparaitre comme un carré noire, à cause des valeurs comprise entre Nmin=10
    et Nmax=12 avec une plage trop petite.
    2. l’Histogramme et l’Histogramme cummulé normalisé :

    3. La dynamique de l'image est de 2.


    4. Les trois nouvelles valeurs de l’image peuvent être calculées à l’aide de la relation :

    avec D=28=256 la dynamique, Nmin =10, la plus petite valeur dans l'image et Nmax =12, la
    plus grande valeur dans l'image.
    Ainsi, Nmin =10 va être transformée en : (10-10).(256-1)/(12-10)=0.
    La valeur 11 va être transformée en : (11-10).255/2=176.
    Et Nmax =12, va être transformée en : (12-10).255/2=255.

    Exercice 3 (Cooccurrence) :
    On considère l’image de taille 4x4 composée de quatre niveaux (0, 1, 2, 3):
    0 0 2 2
    1 1 0 0
    3 2 3 3
    3 2 2 2

    2
    Calculer les quatre matrices cooccurrence P,d relative aux quatre directions (  : 0°, 45°, 90° et
    135°). Le paramètre d est choisie égale à un.
    ----------------------------------
    A(0,0) A(0,1) A(0,2) A(0,3)
    A(1,0) A(1,1) A(1,2) A(1,3)
    A(2,0) A(2,1) A(2,2) A(2,3)
    A(3,0) A(3,1) A(3,2) A(3,3)

    A0°= A45°=
    4 1 1 0 0 1 2 1
    1 2 0 0 1 0 1 1
    1 0 6 3 2 1 0 3
    0 0 3 2 1 1 3 0

    Exercice 4 (Longueur de plage) :


    On considère l’image de taille 4x4 composée de quatre niveaux (0, 1, 2, 3):
    0 0 2 2
    1 1 0 0
    3 2 3 3
    3 2 2 2
    Calculer les quatre matrices de longueur de plages Q relative aux quatre directions ( : 0°,
    45°, 90° et 135°).
    ----------------------------------
    Q0°= Q45°=
    0 2 0 0 4 0 0 0
    0 1 0 0 2 0 0 0
    1 1 1 0 6 0 0 0
    2 1 0 0 4 0 4 0

    Exercice 5 (filtrage linéaire)


    Dans cet exercice, aucune programmation n’est demandée. Le but est d’effectuer, à la main, un
    filtrage en calculant le produit de convolution de l’image d’entrée avec le noyau d’un filtre
    donné.

    3
    Nous allons appliquer l’opérateur de convolution sur une petite portion de l’image « BOATS
    ». Sur la figure ci-dessous, cette portion est délimitée par le rectangle rouge contenant une partie
    du tangon du bateau de pêche.

    La matrice I0 suivante contient les valeurs de luminance des pixels pour la zone (20 x 11)
    délimitée par le rectangle rouge. On distingue facilement les pixels appartenant au tangon et au
    filin de pêche dans deux bandes diagonales de la matrice.

    L’objectif est de réaliser deux types de filtrage sur quelques éléments de cette fenêtre.

    1. Filtrage Passe-Bas : On considère un filtre passe-bas binomial (3 x 3), dont le masque de


    convolution est le suivant :
    4
    L’application de ce masque sur la zone (20 x 11) considérée délivre le résultat partiel suivant :

    Renseignez les zones grisées afin d’obtenir la matrice IS résultat (arrondir à la partie entière de
    l’élément calculé).
    ----------------------------------

    5
    6

    Vous aimerez peut-être aussi