UE Robotique et Vision
Analyse des images – Transformations locales

Licence 3 ESEA, Option Robotique / Vision, semaine 4

1

Introduction

Filtrage par convolution

Filtres de lissage

Filtres de contours

Plan du cours
1 – Introduction
Principe des transformations locales
Définitions dans l'espace discret : distances, voisinage

2 – Filtrage linéaire par convolution
Principe du filtrage linéaire : convolutions 1D et 2D
Calcul pratique du résultat
Caractéristiques du masque de convolution

3 – Filtres de lissage
Bruits dans une image
Filtres de lissage linéaires
Filtres de lissage non-linéaires

4 – Filtres de contours
Notions de contour et de gradient
Filtres linéaires pour la détection des points contours
Licence 3 ESEA, Option Robotique / Vision, semaine 4

2

Introduction

Filtrage par convolution

Filtres de lissage

Filtres de contours

Principe des transformations locales (1/2)
Principe
Pour calculer la valeur du pixel de coordonnées (x,y) dans l'image résultat
I', on utilise, dans l'image source, non seulement la valeur du pixel I(x,y) mais aussi celles des pixels situés dans un voisinage de ce dernier I(V (x,y)).

t
I ( x , y ) → I ' (x , y)=t ( I (V (x , y)))

x

y

t

x y V  x , y
I'
I' a même taille que I, mais des propriétésI plus intéressantes.
En chaque pixel (x,y) considéré, le voisinage V est défini de manière identique (« forme » identique) mais relativement à lui (V (x,y)).

Licence 3 ESEA, Option Robotique / Vision, semaine 4

3

Introduction

Filtrage par convolution

Filtres de lissage

Filtres de contours

Principe des transformations locales (2/2)
Principe (détail)

Licence 3 ESEA, Option Robotique / Vision, semaine 4

4

Introduction

Filtrage par convolution

Filtres de lissage

Filtres de contours

Notion de voisinage (1/3) : distances dans l'espace discret
Coordonnées relatives
Soit Px, y un pixel d'une image I.
Soit Qx+i , y+j un autre pixel de I, localisé dans le voisinage de P. i et j sont les coordonnées relatives de Q
par