• Aucun résultat trouvé

Morphologie mathématique - I

N/A
N/A
Protected

Academic year: 2022

Partager "Morphologie mathématique - I"

Copied!
73
0
0

Texte intégral

(1)

Morphologie mathématique - I

Isabelle Bloch

http://perso.telecom-paris.fr/bloch

LTCI, T ´el ´ecom ParisTech, Institut Polytechnique de Paris

(2)

Quelques références

M. Schmitt et J. Mattioli, Morphologie mathématique, Masson, Paris, 1994.

J. Serra, Image Analysis and Mathematical Morphology, Academic Press, New-York, 1982.

J. Serra (Ed.), Image Analysis and Mathematical Morphology, Part II: Theoretical Advances, Academic Press, London, 1988.

P. Soille, Morphological Image Analysis, Springer-Verlag, Berlin, 1999.

L. Najman, H. Talbot (Eds.), Mathematical Morphology: From Theory to Applications, ISTE-Wiley, 2010.

(3)

Introduction

Origine : étude des milieux poreux

Principe : étude des objets (images) à partir d’informations :

de taille, géométrie, topologie

de niveaux de gris ou couleurs

de voisinage

Fondements mathématiques :

théorie des ensembles

topologie

géométrie

algèbre (théorie des treillis)

probabilités, ensembles fermés aléatoires

fonctions

Caractéristiques principales des transformations :

(4)

Exemple

(5)

Exemple

(6)

Forme ou relations spatiales ?

(7)

Simplifier et sélectionner l’information

pertinente...

(8)

Elément structurant

forme

taille

origine (pas nécessairement dans B)

exemples :

Continu : Discret :

(9)

Dilatation binaire

Addition de Minkowski :

X ⊕ Y = {x + y | x ∈ X, y ∈ Y }

Dilatation binaire :

D(X, B) = X ⊕ B = {x + y | x ∈ X, y ∈ B} (ou X ⊕ Bˇ historiquement)

= [

xX

Bx = {x ∈ Rn | Bˇx ∩X 6= ∅}

(Bˇ = symétrique de B par rapport à l’origine, Bx = x + B)

(10)

Dilatation binaire

Addition de Minkowski :

X ⊕ Y = {x + y | x ∈ X, y ∈ Y }

Dilatation binaire :

D(X, B) = X ⊕ B = {x + y | x ∈ X, y ∈ B} (ou X ⊕ Bˇ historiquement)

= [

xX

Bx = {x ∈ Rn | Bˇx ∩X 6= ∅}

(Bˇ = symétrique de B par rapport à l’origine, Bx = x + B) Propriétés de la dilatation :

extensive (X ⊆ D(X, B)) ssi O ∈ B ;

croissante (X ⊆ Y ⇒ D(X, B) ⊆ D(Y, B)) ;

B ⊆ B ⇒ D(X, B) ⊆ D(X, B) ;

(11)

Exemple de dilatation

(12)

Erosion binaire

E(X, B) = {x ∈ Rn | Bx ⊆ X}

= {x ∈ Rn | ∀y ∈ B, x+ y ∈ X} = X ⊖ Bˇ

(13)

Erosion binaire

E(X, B) = {x ∈ Rn | Bx ⊆ X}

= {x ∈ Rn | ∀y ∈ B, x+ y ∈ X} = X ⊖ Bˇ

Propriétés de l’érosion :

dualité de l’érosion et de la dilatation par rapport à la complémentation :

E(X, B) = [D(XC, B)]C

anti-extensive (E(X, B) ⊆ X) ssi O ∈ B ;

croissante (X ⊆ Y ⇒ E(X, B) ⊆ E(Y, B)) ;

B ⊆ B ⇒ E(X, B) ⊆ E(X, B) ;

commute avec l’intersection, pas avec la réunion :

(14)

Exemple d’érosion

(15)

Liens avec les distances

(16)

Liens avec les distances

(17)

Ouverture binaire

XB = D[E(X, B), B]

(18)

Ouverture binaire

XB = D[E(X, B), B]

Propriétés de l’ouverture :

anti-extensive (X ⊇ XB) ;

croissante (X ⊆ Y ⇒ XB ⊆ YB) ;

idempotente ((XB)B = XB).

⇒ Filtre morphologique

B ⊆ B ⇒ XB ⊆ XB ;

(Xn)n = (Xn)n = Xmax(n,n) (avec Xn ouverture par un élément structurant de taille n).

(19)

Exemple d’ouverture

(20)

Fermeture binaire

XB = E[D(X, B), B]

(21)

Fermeture binaire

XB = E[D(X, B), B]

Propriétés de la fermeture :

extensive (X ⊆ XB) ;

croissante (X ⊆ Y ⇒ XB ⊆ Y B) ;

idempotente ((XB)B = XB).

⇒ Filtre morphologique

B ⊆ B ⇒ XB ⊆ XB ;

(Xn)n = (Xn)n = Xmax(n,n) ;

XB = [(XC)B]C.

(22)

Exemple de fermeture

(23)

Des ensembles aux fonctions

sous-graphe d’une fonction de Rn = sous-ensemble de Rn+1

seuils d’une fonction = ensembles

équivalents fonctionnels d’opérations binaires :

∪ → sup/ ∨

∩ → inf / ∧

⊆ → ≤

⊇ → ≥

(24)

Dilatation d’une fonction

par un élément structurant plan

∀x ∈ Rn, D(f, B)(x) = sup{f(y) | y ∈ Bˇx}

(25)

Dilatation d’une fonction

par un élément structurant plan

∀x ∈ Rn, D(f, B)(x) = sup{f(y) | y ∈ Bˇx}

Propriétés de la dilatation fonctionnelle :

extensivité ssi O ∈ B ;

croissance ;

D(f ∨ g, B) = D(f, B) ∨D(g, B) ;

D(f ∧ g, B) ≤ D(f, B) ∧D(g, B) ;

propriété d’itération.

(26)

Exemple de dilatation fonctionnelle

(27)

Erosion d’une fonction

∀x ∈ Rn, E(f, B)(x) = inf{f(y) | y ∈ Bx}

(28)

Erosion d’une fonction

∀x ∈ Rn, E(f, B)(x) = inf{f(y) | y ∈ Bx}

Propriétés de l’érosion fonctionnelle :

les dilatation et érosion fonctionnelles sont des opérations duales ;

anti-extensivité ssi O ∈ B ;

croissance ;

E(f ∨g, B) ≥ E(f, B) ∨E(g, B) ;

E(f ∧g, B) = E(f, B) ∧E(g, B) ;

propriété d’itération.

(29)

Exemple d’érosion fonctionnelle

(30)

Ouverture fonctionnelle

fB = D[E(f, B), B]

(31)

Ouverture fonctionnelle

fB = D[E(f, B), B]

Propriétés de l’ouverture fonctionnelle :

anti-extensive ;

croissante ;

idempotente.

⇒ filtre morphologique

(32)

Exemple d’ouverture fonctionnelle

(33)

Fermeture fonctionnelle

fB = E[D(f, B), B]

(34)

Fermeture fonctionnelle

fB = E[D(f, B), B]

Propriétés de la fermeture fonctionnelle :

extensive ;

croissante ;

idempotente.

⇒ filtre moprphologique

dualité entre ouverture et fermeture

(35)

Exemple de fermeture fonctionnelle

(36)

Exemple

(a) (b) (c) (d)

(37)

Eléments structurants fonctionnels

Dilatation :

D(f, g)(x) = sup

y

{f(y) +g(x − y)}

Erosion :

E(f, g)(x) = inf

y {f(y) − g(y − x)}

Elément structurant plan :

g(x) =

( 0 sur un compact B

−∞ ailleurs

(38)

Fondements mathématiques de la morphologie mathématique

Théorie des ensembles

relations (⊆, ∩, ∪...)

élément structurant

Topologie

topologie en tout ou rien (topologie de Fell)

topologie myope

distance de Hausdorff

Théorie des treillis

adjonctions

opérations algébriques

Probabilités

P(A ∩K 6= ∅)

(39)

Quelques applications de la dilatation et de

l’érosion

(40)

Quelques applications de la dilatation et de l’érosion

Rehaussement de contraste

(41)

Quelques applications de la dilatation et de l’érosion

Rehaussement de contraste : ES 15, α = β = 0.2, α = β = 0.3, α = β = 0.5

(42)

Quelques applications de la dilatation et de l’érosion

Rehaussement de contraste : ES 30, α = β = 0.2, α = β = 0.3, α = β = 0.5

(43)

Quelques applications de la dilatation et de

l’érosion

(44)

Quelques applications de la dilatation et de l’érosion

Gradient morphologique : DB(x) − EB(x)

(45)

Quelques applications de la dilatation et de

l’érosion

(46)

Filtres alternés séquentiels

(...(((fB1)B1)B2)B2)...Bn)Bn

(47)

Filtres alternés séquentiels

(...(((fB1)B1)B2)B2)...Bn)Bn

(48)

Filtres alternés séquentiels

(...(((fB1)B1)B2)B2)...Bn)Bn

(49)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Image originale Bruit gaussien (variance 20)

(50)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Moyenne 3 × 3 Moyenne 7 × 7

(51)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Image bruitée Filtre de Nagao

(52)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Image bruitée Filtre alterné séquentiel de taille 1

(53)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Image originale Bruit gaussien (variance 120)

(54)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Moyenne 3 × 3 Moyenne 7 × 7

(55)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Image bruitée Filtre de Nagao

(56)

Comparaison de filtres sur une image bruitée par un bruit gaussien

Image bruitée Filtre alterné séquentiel de taille 1

(57)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Image originale Bruit impulsionnel (intensité 2%)

(58)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Moyenne 3 × 3 Moyenne 7 × 7

(59)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Image bruitée Filtre de Nagao

(60)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Image bruitée Filtre alterné séquentiel de taille 1

(61)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Image originale Bruit impulsionnel (intensité 10%)

(62)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Moyenne 3 × 3 Moyenne 7 × 7

(63)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Image bruitée Filtre de Nagao

(64)

Comparaison de filtres sur une image bruitée par un bruit impulsionnel

Image bruitée Filtre alterné séquentiel de taille 1

(65)

Chapeau haut-de-forme

f − fB

(66)

Chapeau haut-de-forme

f − fB

(67)

Chapeau haut-de-forme

f − fB

(68)

Chapeau haut-de-forme : autres exemples

(69)

Choix de l’élément structurant

fonction de ce que l’on veut supprimer / garder

forme

taille

Exemple : ouverture par un disque ou par des segments ?

(70)

Choix de l’élément structurant

fonction de ce que l’on veut supprimer / garder

forme

taille

Exemple : ouverture par un disque ou par des segments ?

(71)

Choix de l’élément structurant

fonction de ce que l’on veut supprimer / garder

forme

taille

Exemple : ouverture par un disque ou par des segments ?

(72)

Choix de l’élément structurant

fonction de ce que l’on veut supprimer / garder

forme

taille

Exemple : ouverture par un disque ou par des segments ?

000 000 111 111

000 000

111 111

(73)

Fonctions vectorielles (images en couleur)

Problème principal : choix d’un ordre

max (ou min) composante par composante : pas de bonnes propriétés

Dilatation

max composante

par composante ?

Références

Documents relatifs

In this talk we will summarize the main concepts of mathematical morphology and show their instantiations in different settings, where a complete lattice can be built, such as

We propose to add abductive reasoning tools to DL by associating ingre- dients from mathematical morphology, DL and Formal Concept Analysis (FCA), and by computing the best

For most learners, mass media play a significant role in their appreciation, especially for second year students, who study this module for the first time, and have

La reconstruction par file d’attente consiste à initialiser la FIFO avec le marqueur, puis pour chaque élément de la FIFO extrait, rajouter ses voisins dans l’image, ainsi

Existe-t-il des algorithmes pour le calcul de l’érosion en niveaux de gris, dont la complexité soit indépendante de la taille de l’élément

Le squelette doit conserver les relations de connexité : même nombre de composantes connexes, même nombre de trous par composante connexe... Squelettes : propriétés

La connectivité des zones d’influence des pixels implique la croissance de la fonction de choc le long du squelette à partir des extrémités :.. Connectivité des

Application en imagerie cérébrale (thèse de Jean-François Mangin).. Application en imagerie cérébrale (thèse de