TravailpratiqueN°1
Discriminationdetexture
Réalisépar:
AhmedELATARI
MohammedJIDAL
ZakariaFetouhi
Encadrépar:
Pr.M.AitLakbi...
1
Table de matières
Table de matières .......................................................................................
2
Table de Figures
FIGURE 1 : INTERFACE GENERALE ............................................................................
3
Introduction
a texture est une caractéristique propre de l’objet , elle nous permet de le
décrire Partiellement. Bien sû...
4
Contexte du Travail
I. Objectifs attendus
Le travail consiste en premier lieu à permettre à l’utilisateur d’ :
 Consult...
5
Problématique de segmentation et de classification d’image texturé couleur. Selon
Mihran Tuceryan , il existe quatre fam...
6
Conception
Dans La plupart des projets et avant d’entamer la partie de la réalisation, Il est
très important d’étudier e...
7
Réalisation du travail
I. Etapes Suivies
1) Le choix de la partie à sélectionner, le voisinage el et le calcul des vecte...
8
II. Présentation de l’interface
L’application est composée d’une seule interface générale (voir Figure 1) qui contient 3...
9
2. Les Informations d’image
Cette partie nous permet d’avoir une idée sur l’image sur laquelle on souhaite faire le
trai...
10
3. Choix d’exercices
Cette partie nous donne la possibilité de choisir l’exercice 1 ou 2. En Outre, elle nous
visualise...
11
Simulation et Résultat
Dans le but de vous découvrir en proche notre application. On a fait une petite vidéo
qui expliq...
12
Conclusion
Ce travail a été pour nous une meilleure occasion pour découvrir et simuler les
différentes techniques afin ...
13
Webographie
 Matlab Documentation
http://www.mathworks.com/help
 Cours sur l’Analyse de textures en traitement
D’imag...
14
Annexe
Le Calcul des paramètres statistiques :
function [ u,nu2,nu3,nu4,w,e,c] = parametre( zon )
%calcul de moments d'...
15
%Calcul d'energie
w=sum(power(p,2));
%Calcul d'entropie
id=find(p~=0);
e=- sum(p(id) .* (log2(p(id))));
%Calcul de cont...
Copyright©2015
Prochain SlideShare
Chargement dans…5
×

TP / Traitement d'image : Discrimination de Texture

1 148 vues

Publié le

TP sur Matlab pour faire la Discrimination de Texture

Publié dans : Ingénierie
1 commentaire
2 j’aime
Statistiques
Remarques
Aucun téléchargement
Vues
Nombre de vues
1 148
Sur SlideShare
0
Issues des intégrations
0
Intégrations
6
Actions
Partages
0
Téléchargements
55
Commentaires
1
J’aime
2
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

TP / Traitement d'image : Discrimination de Texture

  1. 1. TravailpratiqueN°1 Discriminationdetexture Réalisépar: AhmedELATARI MohammedJIDAL ZakariaFetouhi Encadrépar: Pr.M.AitLakbir TP-Discriminationdetexture
  2. 2. 1 Table de matières Table de matières ..............................................................................................................................1 Table de Figures .................................................................................................................................2 Introduction ........................................................................................................................................3 Contexte du Travail............................................................................................................................4 I. Objectifs attendus..................................................................................................................4 II. Analyse de texture .................................................................................................................4 III. Classification de la texture ...............................................................................................5 Conception..........................................................................................................................................6 Réalisation du travail.........................................................................................................................7 I. Etapes Suivies..........................................................................................................................7 II. Présentation de l’interface ...................................................................................................8 1. Le Choix d’image.............................................................................................................8 2. Les Informations d’image..............................................................................................9 3. Choix d’exercices ......................................................................................................... 10 Simulation et Résultat.................................................................................................................... 11 Conclusion........................................................................................................................................ 12 Webographie ................................................................................................................................... 13 Annexe............................................................................................................................................... 14
  3. 3. 2 Table de Figures FIGURE 1 : INTERFACE GENERALE .................................................................................................8 FIGURE 2: CHOIX D'IMAGE...............................................................................................................8 FIGURE 3: IMAGE INFOS...................................................................................................................9 FIGURE 4 : AFFICHAGE DU RESULTAT...........................................................................................9 FIGURE 5 : LE CHOIX D'EXERCICE................................................................................................ 10 FIGURE 6 : SIMULATION D'EXERCICE 1...................................................................................... 11
  4. 4. 3 Introduction a texture est une caractéristique propre de l’objet , elle nous permet de le décrire Partiellement. Bien sûr, la forme et la couleur sont deux autres caractéristiques très Importantes. Pour faire la distinction entre une orange et une cerise, les informations Forme et couleur sont certainement plus significatives que l’information texture. Mais L’information texture devient primordiale lorsqu’on veut faire la distinction entre deux Zones d’une image de même couleur (ou bien de même niveau de gris). C’est dans ce cadre que nous étions demandés de réaliser un travail qui a pour objectif principal la discrimination et la différentiation entre 3 régions texturées dans une image en se basant sur certains attributs. Après avoir vu durant les séances du module de traitement d’images les notions de base sur les images numériques, ses types, ses formats, les différents filtres qu’on peut utiliser et les traitements ponctuels qu’on peut effectuer sur ces images. Ce premier TP présente une opportunité pour nous afin de mieux approfondir nos connaissances dans le traitement d’images et se familiariser avec l’environnement de développement MATLAB qu’on va l’exploiter pour réaliser notre travail qui consiste en parallèle de créer une application qui permettra au utilisateur de choisir l’image qui va subir le traitement et d’afficher le résultat par la suite. Le but de ce document est de présenter et expliquer l’ensemble des étapes qu’on a suivi afin de répondre aux besoins exprimés dans l’énoncé sans oublier les difficultés rencontrées pour aboutir au résultat souhaité. L
  5. 5. 4 Contexte du Travail I. Objectifs attendus Le travail consiste en premier lieu à permettre à l’utilisateur d’ :  Consulter une application (interface graphique) qui lui facilite la gestion de son espace de travail.  Afficher une image qui est constituée de trois régions texturée.  Sélectionner une zone de l’image avec une texture homogène  Binariser l’image afin que la zone sélectionnée apparait en blanc et le deux autres textures en noir. Et en deuxième partie de sélectionner des zones avec une texture homogène et d’afficher en suite une image où chaque zone est représentée avec une nuance de gris différente. II. Analyse de texture Le but de l’analyse de texture et d’extraire dans une image, une fenêtre, une région ou Dans le voisinage d’un pixel des descripteurs pertinent au regard d’une application afin de caractériser ou de discriminer les textures qui y sont contenu , ces descripteurs engendrent des attributs de texture couleur qui sont exploitées notamment dans la
  6. 6. 5 Problématique de segmentation et de classification d’image texturé couleur. Selon Mihran Tuceryan , il existe quatre familles principales de technique D’analyse de texture qui permettent de construire ces attributs :  Les méthodes géométriques  Les méthodes basées sur la modélisation spatiale des textures  Les méthodes spatio-fréquentielle  Les méthodes statistiques III.Classification de la texture La texture et classé selon deux grandes familles qui sont les suivantes: (i) Les Macrotextures : présentent un aspect régulier, sous formes de motifs répétitifs spatialement placés selon une règle précise suivant une approche structurelle Déterministe. (ii) Les Microtextures : présentant des primitives "microscopiques" distribuées de manière aléatoire suivant une approche probabiliste cherchant à caractériser l'aspect anarchique et homogène.
  7. 7. 6 Conception Dans La plupart des projets et avant d’entamer la partie de la réalisation, Il est très important d’étudier et de savoir à priori sur quoi on va se baser afin de répondre aux besoins demandés. En ce qui concerne ce travail nous possédons certains attributs statistiques permettant de constituer un vecteur qui a pour vocation la caractérisation des régions texturés dans une image. Les attributs statistiques du premier ordre se déduisent de la probabilité p(n) du niveau de gris n ou de l’histogramme h(n) ≈ N.P(n) avec N le nombre de pixels de l’image. Pour le développement d’une interface graphique Sous l’environnement Matlab, Nous choisirons l’outil GUIDE qui est depuis son introduction à beaucoup faciliter cette tâche.
  8. 8. 7 Réalisation du travail I. Etapes Suivies 1) Le choix de la partie à sélectionner, le voisinage el et le calcul des vecteurs d’attributs estimés pour chaque pixel de cette zone. 2) calcul des distances entre les vecteurs d’attributs 3) Normalisation de l'image distance c'est-à-dire ajuster l'échelle de ses niveaux de gris de façon qu'elle occupe tout l'intervalle disponible sur l’image. 4) Seuillage avec la méthode d’Ostsu qui est utilisée pour effectuer un seuillage automatique à partir de la forme de l'histogramme de l'image ou la réduction d'une image à niveaux de gris en une image binaire. L'algorithme suppose alors que l'image à binariser ne contient que deux classes de pixels, c'est-à-dire le premier plan et l'arrière-plan) puis calcule le seuil optimal qui sépare ces deux classes afin que leur variance intra-classe soit minimale. 5) Binarisation de l’image en produisant deux classes de pixels, en général, ils sont représentés par des pixels noirs et des pixels blancs.
  9. 9. 8 II. Présentation de l’interface L’application est composée d’une seule interface générale (voir Figure 1) qui contient 3 parties : 1. Le Choix d’image Cette partie de l’application nous permet de choisir une image pour effectuer la discrimination de texture (voir Figure 2). Figure 1 : Interface Générale Figure 2: Choix d'image
  10. 10. 9 2. Les Informations d’image Cette partie nous permet d’avoir une idée sur l’image sur laquelle on souhaite faire le traitement (voir Figure 3).Ainsi, elle nous affiche l’image de base et l’image résultante avec ces histogrammes. Figure 3: Image Infos Figure 4 : Affichage du résultat
  11. 11. 10 3. Choix d’exercices Cette partie nous donne la possibilité de choisir l’exercice 1 ou 2. En Outre, elle nous visualise la zone sélectionnée (voir Figure 5). Note : Il faut choisir l’exercice avant de charger l’image pour assurer le bon fonctionnement de l’application. Figure 5 : Le Choix d'exercice
  12. 12. 11 Simulation et Résultat Dans le but de vous découvrir en proche notre application. On a fait une petite vidéo qui explique la manière d’exploiter l’interface et l’application en générale. Ou copie le lien suivant : https://www.youtube.com/watch?v=8c2SSxsJW1o Figure 6 : Simulation D'exercice 1 Cliquer Voir La Vidéo
  13. 13. 12 Conclusion Ce travail a été pour nous une meilleure occasion pour découvrir et simuler les différentes techniques afin d’arriver à discriminer entre les textures constituants la même image. Nous avons joué sur plusieurs attributs qui nous ont permis de séparer les pixels de l'image et de caractériser les régions texturées. Cet objectif n'a pu être atteint qu'avec le passage par certaines méthodes à savoir le choix de voisinage, la normalisation et le calcul des distances entre les attributs pour évaluer la similarité entre les textures. Afin de faciliter la tâche pour les utilisateurs de nos programmes, nous avons opté pour une solution qui porte sur le développement d’une interface graphique sous Matlab qui donne la main aux utilisateurs pour choisir l’image qui va subir le traitement et de découvrir les régions texturées en sélectionnant la zone à détecter. Durant l’élaboration de ce travail nous avons rencontré certaines difficultés qui se sont manifesté dans le traitement des points qui se situe aux bords de l’image et l’exploitation des critères donnés afin de différencier entre les différentes régions texturée.
  14. 14. 13 Webographie  Matlab Documentation http://www.mathworks.com/help  Cours sur l’Analyse de textures en traitement D’images. http://ultra.sdk.free.fr/docs/Image- Processing/Courses/TRAITEMENT%20NUMERIQUE%20D%27IMAGES%20MEDIC ALES/polyTexture.pdf  Analyse de textures - Michèle Gouiffés- http://m.i.c.h.e.l.e.free.fr/CoursTexture.pdf
  15. 15. 14 Annexe Le Calcul des paramètres statistiques : function [ u,nu2,nu3,nu4,w,e,c] = parametre( zon ) %calcul de moments d'order 1, moment centré d'order 2, moment %centré d'order 3, moment centré d'order 4, energie, %entropie, contraste d'après une zone donnée %diminuer les nuances de gris sur lesquelles on travaille zon=floor(zon/4+1); %Initialisation de l'histogramme h=zeros(1,64,'uint8'); %Initialisation de la table de probabilité p=zeros(size(h),'double'); %Calcul de l'histogramme for i=1:size(zon,1) for j=1:size(zon,2) ind=zon(i,j); if(ind==65) ind=ind-1; end h(ind)=h(ind)+1; end end % h=imhist(zon,64); %remplissage de la table de probabilité for i=1:64 p(i)=double(h(i))/(size(zon,1)*size(zon,2)); end; %Calcul de moment d'order 1 id=find(p~=0); m=id .* p(id); u=sum(m); %Calcul de moment centré d'order 2 m=((id-u).^2) .* p(id); nu2=sum(m); %Calcul de moment centré d'order 3 m=((id-u).^3) .* p(id); nu3=sum(m); %Calcul de moment centré d'order 4 m=((id-u).^4) .* p(id); nu4=sum(m);
  16. 16. 15 %Calcul d'energie w=sum(power(p,2)); %Calcul d'entropie id=find(p~=0); e=- sum(p(id) .* (log2(p(id)))); %Calcul de contraste c=double(max(max(zon))-min(min(zon)))/double(max(max(zon))+min(min(zon))); end
  17. 17. Copyright©2015

×