![Page 1: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/1.jpg)
Cours de Morphologie Mathématique
Introduction à l’analyse d’images
Hugues [email protected]
ISBS / ESIEE
2eme semestre 2004 –1er semestre 2005
Introduction a l’analyse d’images – p.1/51
![Page 2: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/2.jpg)
Votre enseignant
• ECP 1989, DEA Paris VI IA/RF 1990, Thèse morphologiemathématique ENSMP 1993 ;
• Experience industrielle: SSII 1987-1990 (Analyse d’images,réseaux), Isover Saint-Gobain 1990-1994 (Analyse d’images) ;
• Experience de recherche: CSIRO (Australie) 1994-2004(Analyse d’images) ;
• Experience enseignement: ECP 1989-1990 (réseaux), Universitéde Sydney 2004 ;
• A l’ESIEE depuis -1 semaine.
Et vous ?
Introduction a l’analyse d’images – p.2/51
![Page 3: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/3.jpg)
Contenu general du cours
1. Théorie• Introduction à l’analyse d’images• Transformées morphologiques de base• Filtrage non-linéaire• Techniques de segmentation• Mesure, stéréologie.
2. Applications• Comptage d’objets (e.g. cytologie)• Automatisation de mesures• Applications médicales.
3. TPs & TDs
4. Évaluations: TDs + Examen livre ouvert.
Introduction a l’analyse d’images – p.3/51
![Page 4: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/4.jpg)
Suite des cours prevue
1. Introduction a l’analyse d’image;
2. Érosion, dilatation ;
3. Ouverture, fermetures ;
4. Résidus: gradients, chapeaux ;
5. Reconstruction, filtres algébriques ;
6. Transformées en tout-ou-rien, squelettisation ;
7. Distances, géodesie ;
8. Segmentation - Ligne de partage des eaux ;
9. Notions de stéréologie.
Introduction a l’analyse d’images – p.4/51
![Page 5: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/5.jpg)
Introduction à l’analyse d’images
Introduction a l’analyse d’images – p.5/51
![Page 6: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/6.jpg)
Qu’est-ce que l’analyse / le traitement d’images
• Deux choses différentes: le traitement d’image consiste àmodifier (filtrer) une image.
• Le but du traitement d’images est de rendre apparent ou decacher des choses dans l’image.
• Le but de l’analyse d’image est de mesurer des choses par lebiais d’une image.
• Ne pas confondre avec la vision par ordinateur dont le but estd’interpréter le contenu d’une image.
• Au cours de l’action d’analyse on utilise beaucoup de techniquesde traitement (e.g. débruitage, reconnaissance des formes, etc).
Introduction a l’analyse d’images – p.6/51
![Page 7: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/7.jpg)
Exemples de traitements d’images
• Rendu fausses couleurs• Retrait du flou (deblurring)
◦ spatial◦ de mouvement◦ du à des couches optiques.
• Améliorations◦ Contraste/luminosité (manipulation d’histogrammes)◦ Retrait du bruit◦ Transformées géométriques (rotation, changement d’échelle,
affine, etc)• Codage (compression)• Extraction de caractéristiques (e.g. texture)
Introduction a l’analyse d’images – p.7/51
![Page 8: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/8.jpg)
Exemple d’images en fausses couleurs
Source: Australian Bureau of Meteorology Introduction a l’analyse d’images – p.8/51
![Page 9: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/9.jpg)
Exemple of retrait du flou
Source:Unshake http://www.hamangia.freeserve.co.uk/
Introduction a l’analyse d’images – p.9/51
![Page 10: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/10.jpg)
Exemple of retrait du flou
Source:Unshake http://www.hamangia.freeserve.co.uk/
Introduction a l’analyse d’images – p.9/51
![Page 11: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/11.jpg)
Exemple d’interpolation de donnees avance
Venera 9, images of Venus: Combination of multiple views, inpaintingby PDE flow.
Source:http://www.mentallandscape.com/V DigitalImages.htm
Introduction a l’analyse d’images – p.10/51
![Page 12: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/12.jpg)
La loi de Murphy marche sur Venus
Venera 13, camera 1, échantillonnage du sol
Introduction a l’analyse d’images – p.11/51
![Page 13: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/13.jpg)
La loi de Murphy marche sur Venus
Venera 14, camera 1, échantillonage du couvercle de caméra
Introduction a l’analyse d’images – p.11/51
![Page 14: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/14.jpg)
Exemples d’analyse: comptage de cellules
Cell nuclei
Introduction a l’analyse d’images – p.12/51
![Page 15: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/15.jpg)
Exemples d’analyse: comptage de cellules
Segmentation
Introduction a l’analyse d’images – p.12/51
![Page 16: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/16.jpg)
Exemples d’analyse: comptage de cellules
Object splitting
Introduction a l’analyse d’images – p.12/51
![Page 17: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/17.jpg)
Pourquoi traiter les images ?
• Le traitement d’image recouvre de nombreux champs:◦ Transmission de données (codage, compression,
steganography);◦ Filtrage (améliorations, retrait du flou, effets spéciaux)◦ Compréhension du contenu (segmentation, reconnaissance
des formes, intelligence artificielle).• Aires d’application:
◦ Science (médicine, science des matériaux, biologie,astronomie, télédetection, etc)
◦ Police (reconnaissance des visages, hyper-resolution)◦ Arts (effets spéciaux, restauration de films, communications)
Introduction a l’analyse d’images – p.13/51
![Page 18: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/18.jpg)
Pourquoi traiter les images (cont.)?
• Lorsque ça vaux le coup économiquement:◦ Automatisation des tâches visuelles (surveillance, contrôle
de qualité, vision industrielle)◦ Multiplicité des capteurs (les caméras sont partout)◦ Réalité augmentée (IR, UV, rayons X)
• Lorsqu’on a pas le choix:◦ Téléscope Hubble, au début (avant la première mission de
maintenance),◦ Robots lointains ou dans les endroits dangereux (sur Mars
par exemple)◦ Données médico-légales (au sens le plus large)
• Lorsqu’on veut utiliser les données qu’on a au maximum:◦ Capteurs à haute résolution spatiale et niveaux de gris,◦ Données Multi-spectrales,◦ Rendu 3D,
• Et bien plus encore. Introduction a l’analyse d’images – p.14/51
![Page 19: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/19.jpg)
Bases de l’imagerie: formation de l’image
Introduction a l’analyse d’images – p.15/51
![Page 20: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/20.jpg)
Qu’est ce qu’une image ?
• En général on traite une image comme un tableau à deuxdimensions de données uniques (images en niveaux de gris) ouencore de triplets de valeurs, typiquement R-G-B. Un élément del’image est appellé un pixel (pictureelement).
• Une image peut avoir plus de 2 dimensions ;• On peut avoir une suite temporelle d’images (films) ;• Chaque pixel d’une image peut être associé à un vecteur de
valeurs (images multi et hyper-spectrales) ;• Une image peut être constitué d’une collection de tableaux
connectés spatiallement mais de sens variés, appelléscomposantes.
• Un ensemble d’images peuvent être liés spatiallement ousémantiquement (paires d’images stéréo, panorama).
Pour des raisons de simplicité nous nous contenterons du cas2-D enN&B ou en couleur, pour la plupart de ce cours.
Introduction a l’analyse d’images – p.16/51
![Page 21: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/21.jpg)
Que represente une image
• Une projection de la réalité sur une surface ou un volume• Image mathématique:
I = f(R)
• La fonctionf est loin d’être simple.• Il est utile de s’attarder sur le problème de la formation d’image
et de la perception.
Introduction a l’analyse d’images – p.17/51
![Page 22: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/22.jpg)
Formation d’image: la camera ideale
Advantages:Géométrie simple, toujours au point, modèle utile.
Inconvénients:Trop simple: pas d’effets optiques (diffraction, abbérations).
Introduction a l’analyse d’images – p.18/51
![Page 23: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/23.jpg)
La cameraa lentille mince
Beaucoup plus réaliste, au moins pour certains instruments(e.g:téléscopes). Problèmes associés:
• Profondeur de champ, ouverture,• Champ,• Diffraction, etc.
Introduction a l’analyse d’images – p.19/51
![Page 24: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/24.jpg)
Cameras reelles
Les vraies caméras ont:
• Des lentilles multiples et épaisses• Possèdes des abbérations géometriques: lentille sphériques,
tonneaux, coussin, vignettage, etc.• Des abbérations chromatiques due à la différence de réfraction
suivant la longueur d’onde.
Introduction a l’analyse d’images – p.20/51
![Page 25: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/25.jpg)
Abberation spherique
Introduction a l’analyse d’images – p.21/51
![Page 26: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/26.jpg)
Vignettage
Introduction a l’analyse d’images – p.22/51
![Page 27: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/27.jpg)
Capteurs: photos
Première photographie: ca 1816, maintenan perdue. Une des plusvielles photos enregistrée est la suivante (original perduà la fin du19ème siècle)
Introduction a l’analyse d’images – p.23/51
![Page 28: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/28.jpg)
Historique des capteurs
• Premières photos: 1822• Daguerréotypes: 1839 (popular photography)• Plaque humide: 1850 – procédé positif/négatif mais traitement
immédiat nécessaire.• Processus à gélatine : 1870 – image latente• Film: 1889 by Eastman• Cinéma : 1895 frères Lumière• Photo couleur : 1908• Télévision: 1920s
Introduction a l’analyse d’images – p.24/51
![Page 29: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/29.jpg)
Capteurs: CCDs
Inventés en 1970, utilisés en TV et astronomie. Trouvés partoutmaintenant, en train d’être remplacés par des senseurs CMOSpourl’électronique grand public.
Introduction a l’analyse d’images – p.25/51
![Page 30: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/30.jpg)
L’oeil
Cônes et battonets, perception de la couleur.Neurones / nerf optique,Contrôle de la brillance, suivi, filtrage et interprétationComplexe physiologie.
Introduction a l’analyse d’images – p.26/51
![Page 31: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/31.jpg)
La lumiere
• La lumière visible est un sous-ensemble du spectreelectro-magnétique, de longueur d’ondes de 380 à 720 nm.
• Une source de lumière est caractérisée par (i) sa puissance et (ii)son spectre.
• Une source monochromatique est caractérisée par sa longueurd’ondeλ et sa luminanceL.
Introduction a l’analyse d’images – p.27/51
![Page 32: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/32.jpg)
La vue
• Ne peut distinguer les fréquences individuelles (au contraire del’ouïe.
• Obéi la loi de GRASSMAN:
N∑
i=1
Li = Lw + Lr
c-à-d: L’addition deN couleurs est équivalent à l’addition d’unflux blancLw et d’un flux d’une seule couleur monochromatiqueLr de longueur d’ondeλr (3 variables).
Introduction a l’analyse d’images – p.28/51
![Page 33: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/33.jpg)
Perception de la couleur
• Il y a trois types de capteurs couleur dans l’oeil (les cônes);• Chaque type à une réponse spectrale différente.• Ce qui suggère une représentation à 3 stimulus. On peut en effet
reproduire la plupart des couleurs vues dans la nature à partir dúnsystème à trois sources monochromatiques de longueur d’ondedifférentes.
Introduction a l’analyse d’images – p.29/51
![Page 34: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/34.jpg)
Experience de comparaison des couleurs
X
bBaA
cC
• A, B andC sont 3 couleurs “primaires” (sources de lumièreprojetées sur un écran),
• a, b, c sont 3 facteurs de pondération,
• À partir d’experiences, on cherche à obtenir la couleurX à partirdeaA + bB + cC.
• Si une comparaison exacte est impossible, une ou deux descouleurs primaires sont ajoutées àX, ce qui donne l’équivalentd’un facteur négatif poura, b ou c.
Introduction a l’analyse d’images – p.30/51
![Page 35: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/35.jpg)
Standard CIE RGB
• In 1931, la Commission Internationale de l’Éclairage (CIE)à faitl’expérience de la comparaison des couleurs avec 3 sourcesmonochromatiques: rouge (645.2 nm), vert (526.3.1 nm) et bleu(444.4 nm).
• Ce qui a donné le système CIE RGB.• Avec ce système on peut reproduire la plupart des couleurs
naturelles.• Certaines des longueurs d’ondes réclame des pondérations
négatives.
Introduction a l’analyse d’images – p.31/51
![Page 36: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/36.jpg)
Fonctions de ponderation
400 500 600 700λ[nm]
r(λ)b(λ)
0
-0,1
0,1
0,2
0,3
0,4
v(λ)
Introduction a l’analyse d’images – p.32/51
![Page 37: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/37.jpg)
Standard CIE XYZ
• Pour éviter les poids négatifs, la CIE a conçu un systèmetri-stimulus dérivé de RGB, appelé XYZ, où tous les poids sontpositifs.
• Conversion RGB / XYZ par combinaison linéaire :
X
Y
Z
=
2, 769 1, 7518 1, 13
1 4, 5907 0, 0601
0 0, 0565 5, 5943
R
G
B
(0)
• Le plus souvent on utilise en fait le systèmexyz qui estnormalisé par rapport àX + Y + Z, c-àd :x = X
X+Y +Z, pour
des questions de représentabilité.• Dans ce système il n’y a que 2 variables indépendentes.
Introduction a l’analyse d’images – p.33/51
![Page 38: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/38.jpg)
XYZ system
0,5
1,0
1,5
2,0
2,5
0,5
−0,5
−0,5−1,0−1,5r
g
X
Y
Z480
490
500
530
550
1,0
W
510520
540
600
580
B
G
R
Introduction a l’analyse d’images – p.34/51
![Page 39: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/39.jpg)
xy representation
y
x
Introduction a l’analyse d’images – p.35/51
![Page 40: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/40.jpg)
Plus surxy
• Les couleurs monochromatiques sont le long du U inversé.• Il y a un point d’égale énergie àx = y = 1/3.• xy est une version réduite de l’ensemble complet des couleurs en
3D.• Le diagramme de chrominancexy est le lieu des chrominances
de luminosité maximale.• Bien que présentant de nombreux avantages au niveau de
l’analyse, d’autres systèmes décompose les couleurs en teinte(Hue), Saturation et brillance (Brightness).
Introduction a l’analyse d’images – p.36/51
![Page 41: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/41.jpg)
Temperature de couleur
Introduction a l’analyse d’images – p.37/51
![Page 42: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/42.jpg)
Perception des differences de couleur
• Une autre expérience: de combien doit-on se déplacer dansl’espace des couleurs pour se rendre compte d’une différence?
• Peut-on créer un espace de représentation des couleurs où lesdifférences sont homogènes ? Un espaceuniforme ?
• C-à-d: peut-on réduire ces ellipses (les ellipses de MacAddam)en cercles ?
Introduction a l’analyse d’images – p.38/51
![Page 43: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/43.jpg)
Systeme CIEu′v′
• Transformée linéaire simple:
(u′, v′) =
(
4X
X + 15Y + 3Z,
9Y
X + 15Y + 3Z
)
• Ceci ignore les différence de luminosité• Diverses transformées non-linéaires ont été proposées.Introduction a l’analyse d’images – p.39/51
![Page 44: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/44.jpg)
Systeme CIE Lab
• Parmi ces systèmes, le système Lab.
L∗ = 116
(
Y
Yn
) 1
3
− 16
a∗ = 500
[
(
X
Xn
)1
3
−
(
Y
Yn
)1
3
]
b∗ = 200
[
(
Y
Yn
)1
3
−
(
Z
Zn
)1
3
]
• Ici Xn, Yn, Zn sont les coordonnées d’un point blanc deréférence.
• Lab est important car substantiellement uniforme.
Introduction a l’analyse d’images – p.40/51
![Page 45: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/45.jpg)
RGB vs HSV
Introduction a l’analyse d’images – p.41/51
![Page 46: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/46.jpg)
Systeme CYM substractif
• RGB et ses dérivatifs sont des systèmes de représentation descouleursadditifs.
• Pour les média imprimés, les couleurs ajoutées à la pagesoustraient des longueurs d’ondes.
• Le système pour l’impression s’appelleCYM (Cyan, Yellow,Magenta). Quand on les ajoute on produit du noir.
• Le plus souvent on ajoute le noirK séparément :CYMK carreproduire un noir parfait par soustraction est difficile etcoûteuxen encre.
Introduction a l’analyse d’images – p.42/51
![Page 47: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/47.jpg)
Representation couleur de tous les jours
• La plupart des ordinateurs, etc utilisent un systèmeRGB noncalibré (non CIE), avec généralement une transforméenon-linéaire de la luminosité (le gamma).
• La plupart des imprimantes personnelles utilisent un systèmeCYMK non calibré.
• De ce fait: gamme de couleur limitée, problèmes decomparaison, etc. Exception: Apple.
• La TV utilise un système différent appeléY CbCr
(luminance/chrominance).
Introduction a l’analyse d’images – p.43/51
![Page 48: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/48.jpg)
Autres points sur la perception
• Effets spatiaux et temporels sont ignorés◦ Adaptation chromatique: capacité du système visuel à
s’adapter à une couleur dominante.◦ Assimilation: influence des couleurs environnantes en
direction de certaines couleurs.◦ Contraste: influence des couleurs environnantes à s’éloigner
d’autres couleurs.
Introduction a l’analyse d’images – p.44/51
![Page 49: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/49.jpg)
Autres points sur la perception (suite)
• Différences individuelles. Environ 10% des garçons possèdentune forme ou une autre de défaut de perception couleur. Il leurmanque un type de cône ou plus, le plus généralement les cônesrouges. Il est théoriquement possible que certaines fillespossèdent 4 types de cônes (donc une meilleure perception delacouleur que la population générale), bien que cette hypothèsen’ai jamais été encore confirmée. Des défauts plus graves maisbeaucoup plus rares touchent les deux sexes de manièreidentique.
• L’illumination est un facteur important. Nous sommes tousaveugle à la couleur la nuit (les bL’tons sont bien plus sensiblesque les cônes).
• Bien d’autres choses encore...
Introduction a l’analyse d’images – p.45/51
![Page 50: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/50.jpg)
Test de perception
Which is the darkest inner rectangle?
Introduction a l’analyse d’images – p.46/51
![Page 51: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/51.jpg)
Test d’adaptation chromatique
Introduction a l’analyse d’images – p.47/51
![Page 52: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/52.jpg)
Test d’adaptation chromatique
Introduction a l’analyse d’images – p.47/51
![Page 53: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/53.jpg)
Test de perception couleur
(a) (b) (c)
(d) (e) (f)
Introduction a l’analyse d’images – p.48/51
![Page 54: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/54.jpg)
Application: diagnostic du melanome
Solarscan device Hand piece
Polartechnics Solarscantm device, see
http://www.polartechnics.com.au. Introduction a l’analyse d’images – p.49/51
![Page 55: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/55.jpg)
Segmentation de la couleur absolue
Uncalibrated lesion 1
Introduction a l’analyse d’images – p.50/51
![Page 56: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/56.jpg)
Segmentation de la couleur absolue
Calibrated lesion 1
Introduction a l’analyse d’images – p.50/51
![Page 57: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/57.jpg)
Segmentation de la couleur absolue
Colour identification for lesion 1 -> benign
Introduction a l’analyse d’images – p.50/51
![Page 58: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/58.jpg)
Segmentation de la couleur absolue
Uncalibrated lesion 2
Introduction a l’analyse d’images – p.50/51
![Page 59: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/59.jpg)
Segmentation de la couleur absolue
Calibrated lesion 2
Introduction a l’analyse d’images – p.50/51
![Page 60: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/60.jpg)
Segmentation de la couleur absolue
Colour identification for lesion 2 -> melanoma
Introduction a l’analyse d’images – p.50/51
![Page 61: Cours de Morphologie Mathématique Introduction à l’analyse …talboth/ISBS/Morpho/pdf/intro.pdf · 2004. 11. 19. · Contenu gen´ eral du cours´ 1. Théorie • Introduction](https://reader034.vdocuments.us/reader034/viewer/2022052008/601d31eac40df8723f27b0c8/html5/thumbnails/61.jpg)
References et remerciements
D.A. Forsyth and Jean Ponce, “Computer Vision, a ModernApproach”. Prentice-Hall, USA 2003.Marc Van Droogenbroeck. “Cours d’Analyse d’Images”. Université deLiège, 2001-2003.
Introduction a l’analyse d’images – p.51/51