• Aucun résultat trouvé

3. Modélisation d'histogramme :=égalisation d'histogramme

N/A
N/A
Protected

Academic year: 2021

Partager "3. Modélisation d'histogramme :=égalisation d'histogramme"

Copied!
1
0
0

Texte intégral

(1)

ASI – Traitements d’images Prétraitements – Réhaussement - Histogramme Le but de ce TP est de pratiquer et comparer différentes méthodes de prétraitements d'image.

Ce TP est composé de deux séances :

1- Réhaussement et modification d’histogramme.

2- Filtrage.

1. Visualisation de l'histogramme des niveaux de gris.

Chargez les images suivantes : rice.tif, cameraman.tif et spine .tif. Représentez l'histogramme des niveaux de gris de ces images.

Comment interprétez vous ces histogrammes ? 2. Renforcement de contraste

Pour chacune des méthodes suivantes vous écrirez une fonction matlab autonome en précisant les entrées et les sorties dont vous avez besoin. Vous testerez ces fonctions sur vos images en justifiant les seuils et les résultats.

2.1. Binarisation : function I = binim(Im,s)

Trouvez des seuils judicieux binarisant au mieux vos images. Commentez vos résultats.

2.2. Recadrage dynamique : function I = RecDyn(Im,a,b)

Recadrez vos images avec a=0 et b=100. Affichez les résultats avec la fonction image.

L’image est elle visible ? Pourquoi ?

Ajouter la fonctionnalité suivante à votre fonction : lorsque a et b ne sont pas spécifiés, le recadrage se fait de manière à maximiser la dynamique disponible (cad, a=min(Im) et b=max(Im)). Affichez les résultats avec image. Voyez vous l’intérêt de faire un recadrage ? Justifiez !

2.3. Extraction d'une fenêtre d'intensité : function I = feneim(Im,a,b,back)

Affichez en blanc les pixels dont le niveau de gris varie de 100 à 150 en conservant puis en éliminant le reste.

2.4. Inversion des niveaux de gris (négatif) : function I = negim(Im) Affichez le négatif de vos images.

2.5. Contraction des zones sombres et dilatation des zones claires : function I = DilCont(Im,a,pc,pd)

Comparez la dilatation sur vos images avec les paramètres appropriés. Pour chaque image, affichez l’image originale, son histogramme et son histogramme cumulé, l’image dilatée, son nouvel histogramme et son histogramme cumulé.

Commentez vos résultats et justifiez le choix de vos paramètres.

2.6. Dilatation des zones sombres et contraction des zones claires.

Même question que la précédente.

3. Modélisation d'histogramme :=égalisation d'histogramme.

Ecrire un programme matlab analogue à histeq permettant de transformer une image en une image équivalente mais ayant un histogramme égalisé.

Appliquez ce programme sur vos images et comparez les histogrammes initiaux et finaux.

Commentez vos résultats.

Références

Documents relatifs

Comment repr´esenter une s´erie statistique (classes d’amplitude diff´erente) `a l’aide d’un histogramme..

Tel n'est pas le cas dans les exemples que nous avons relevés: non seulement la distribution ajustée s'étend nettement en deçà de zéro; mais, à un écart type à gauche, dans

Dans ce dernier cas la méthode de Bhattacharya ne fournit qu’une seule composante, tandis que la méthode par déconvolutions successives s’applique mal, le nombre de

Un clic droit sur la souris fait apparaître un menu déroulant dans lequel nous allons sélectionner la première option : Format de la zone de traçage :... Nous allons cocher Aucune

1 ) La population étudiée dans cette étude statistique est la superficie du logement en m² sur un échantillon de 1 000 foyers... Il y a 1 000 individus dans cette

12 ) Savoir construire la courbe des effectifs cumulés croissants d’une série statistique.. Premières S Savoirs faire du DS6. 2007 2008. 1 ) Savoir calculer les termes

• Cas 2 : les classes ont des amplitudes différentes Pour chaque classe, on représente un rectangle dont l’aire est proportionnelle à l’effectif.. On regroupe les tailles sous

Détermine la fréquence, en pourcentage, des personnes ayant acheté leur première voiture après 30 ans.. Les résultats de l’enquête sont représentés par