Chapitre IILes operations ponctuellesLe mécanisme des opérations ponctuelles est le plus simple en traitementdimages. A pa...
•    Addition (additionne les valeurs dune image aux valeurs dune seconde         image)    •    Soustraction (soustrait l...
est un terme informatique désignant une table de correspondance (aussiappelé tableau de correspondances), qui permet dasso...
%programme matlab pour calculer lhistogrammeclose allclcim=imread(test1.tif           test1.tif); %lire limageimshow(im); ...
Lobjectif de légalisation dhistogramme est de ramener lhistogramme desniveaux de gris à un histogramme plat qui traduit un...
figure;bar(hist);           (1,256);hist=zeros(1,256);% calcule dhistograme pour limage de sortiefor i=1:size(buffer,1)   ...
Letirement dhistogramme Subit la fonction suivant:                                                           − intensite  ...
for i=min:max lut(i)=(i-min)*scale;endfor i=1:size(buffer,1)  for j=1:size(buffer,2)   result(i,j)=lut(buffer(i,j))+1;  en...
Prochain SlideShare
Chargement dans…5
×

Look up table lut et his togram

1 014 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
1 014
Sur SlideShare
0
Issues des intégrations
0
Intégrations
3
Actions
Partages
0
Téléchargements
7
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Look up table lut et his togram

  1. 1. Chapitre IILes operations ponctuellesLe mécanisme des opérations ponctuelles est le plus simple en traitementdimages. A partirdune image source, le résultat est établi point par point Mécanisme de lopération ponctuelleExemples dopérations ponctuelles :Opérations booléennes: Cest une fonction logique qui est appliquée sur lavaleur (convertie en binaire) du pixel : • Non (Not) • Et (And) • Non-et (Nand/And not) et • Ou (Or) • Non-ou (Nor/Not or) ou • Ou exclusif (Xor) • Non-ou exclusif (Xnor) ouOpérations arithmétiques :On peut transcrire une image en un tableau depixel, chaque pixel étant un tableau de trois valeurs correspondant aux troiscouleurs Rouge, Vert, Bleu. On peut alors appliquer une fonction arithmétiqueà chaque valeur du tableau de tableaux. Par exemple: • Négation (inverse le signe des valeurs de limage) • Valeur absolue (la valeur absolue des valeurs de limage)-----------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  2. 2. • Addition (additionne les valeurs dune image aux valeurs dune seconde image) • Soustraction (soustrait les valeurs dune image aux valeurs dune seconde image) • Multiplication: augment le contrast dans limage. • Division : reduit le contrast dans limage. • Maximum: determine la valeur maximale dintensite • Minimum: determine la valeur minimale dintensiteLook-up Table (LUT): est un simple tableau qui utilisent la valeur actueldu pixel comme indice de tableau. La nouvelle valeur (valeur de sortie) estlélément de tableau indexé par cet indice. Le meilleur avantage de la LUT estque LUT réduit calculs inutiles et répétés.Comment faire pour utiliser:1. Fixer la valeur dentrée à 0 pour lune négative, et à 255 pour une débordante. 2.L Utilisation de la mémoire buffer dentrée comme un buffer de sortiepermet déconomiser lespace mémoire en supprimant lallocation de mémoireinutile pour la sortie.-----------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  3. 3. est un terme informatique désignant une table de correspondance (aussiappelé tableau de correspondances), qui permet dassocier des valeurs. Elle secomporte un peu comme une table de vérité, et désigne sa sortie en fonction de ,ses entrées et du contenu de la table.Histogramme d dimage:Histogramme est une bâtons simple qui est pour les intensités de pixels.Les intensités des pixels sont tracées le long de laxe des x et le nombredoccurrences pour chaque intensité sont tracées le long de laxe des y y. Mécanisme de calcule dhistogramme-----------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  4. 4. %programme matlab pour calculer lhistogrammeclose allclcim=imread(test1.tif test1.tif); %lire limageimshow(im); %afficher limagehisto=zeros(1,256); %vecteur videfor i=1:size(im,1) for j=1:size(im,2) histo(im(i,j))=histo(im(i,j))+1; %calcule end %dhistograme dhistogrameendfigure;bar(histo); %afficher lhistogrammeEgalisation dhistogramme: Légalisation dhistogramme est uneopération ponctuelle basée sur une analyse de lhistogramme des niveaux degris de limage source; elle corrige automatiquement la répartion des niveauxde gris pour utiliser la totalité de la dynamique des niveaux de gris. gris.Lhistogramme des niveaux de gris est obtenu par dénombrement des niveauxde gris contenudans une image et tracé du graphe discret de ces valeurs enfonction du niveau de gris. Le graphe est une suite de raies; lorsque tous lesniveaux de gris sont représentés (absence de "trous" dans la représentation), le résentésgraphe suit la forme du graphe de densité de probabilité du niveau de gris delimage avant sa digitalisation. Image dentree histogramme dimage Histogramme egalisee image de sortie----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  5. 5. Lobjectif de légalisation dhistogramme est de ramener lhistogramme desniveaux de gris à un histogramme plat qui traduit une équiprobabilité desdifférents niveaux de gris.Étapes dégalisation dhistogramme:1-Calculer lhistogramme.2-Calculer la somme normalisée de lhistogramme.3-Transformer limage dentrée à limage de sortie. On definir la constant de normalisation par: = function [result]=equa_hist(buffer)close allclchist=zeros(1,256);result=buffer;figure;imshow(buffer);%calcule dhistogrammefor i=1:size(buffer,1) for j=1:size(buffer,2) hist(buffer(i,j))=hist(buffer(i,j))+1; endend% calcule de lhistogram cumulatif et de de LUTsum=0;scale=(255/(size(buffer,1)*size(buffer,2)));% constant Clut=zeros(1,size(buffer,1)*size(buffer,2));cum_hist=hist;for i=1:256 sum=sum+hist(i); cum_hist(i)=sum; lut(i)=(scale*sum)+0.5;endfigure;bar(cum_hist);% transformation de limage dentree en image de sortie alaide de LUTfor i=1:size(buffer,1) for j=1:size(buffer,2) result(i,j)=lut(buffer(i,j)); endendfigure;imshow(result);-----------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  6. 6. figure;bar(hist); (1,256);hist=zeros(1,256);% calcule dhistograme pour limage de sortiefor i=1:size(buffer,1) for j=1:size(buffer,2) hist(result(i,j))=hist(result(i,j))+1; endendfigurebar(hist)endÉtirement d’histogramme tirement d’histogramme(contrast stretching):Cette transformation sur l’histogramme a pour objet l’augmentation ducontraste d’une image. Pour cela, il convient d’augmenter sur l’histogramme(cf. figure du haut) l’intervalle [a,b] de répartition des niveaux de gris del’image d’entrée « Ie ». On parle alors d’étirement d’histogramme. Du point de d’histogramme.vue de la transformation (cf. figure du bas), un étirement maximal est réalisédès lors que la répartition des niveaux de gris de l’image de sortie « Is » occupel’intervalle maximal possible [0, Max]. Typiquement pour une image dont lesniveaux sont codés sur 8 bits, l’intervalle [a, b] de Ie sera étiré jusqu’àl’intervalle [0, 255] pour Is.-----------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  7. 7. Letirement dhistogramme Subit la fonction suivant: − intensite = × 255 −255 represente la valeur maximale dintensite dans un image quantifier sur 8 bits.function [result]=cont_str(buffer)close all ; clc;hist=zeros(1,256);result=buffer;min=1; max=255;figure; imshow(buffer);%calcule dhistogrammefor i=1:size(buffer,1) for j=1:size(buffer,2) hist(buffer(i,j))=hist(buffer(i,j))+1; endend% calcule de LUTsum=0;lut=zeros(1,256);for i=1:256 if(hist(i)) min=i; break; endendfor i=256:-1:1 if(hist(i)) max=i; break; endend lut(1:min)=1; lut(max:256)=255;scale=255/(max-min);-------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN
  8. 8. for i=min:max lut(i)=(i-min)*scale;endfor i=1:size(buffer,1) for j=1:size(buffer,2) result(i,j)=lut(buffer(i,j))+1; endendfigure;imshow(result);figure;bar(hist);hist=zeros(1,256);% calcule dhistograme pour limage de sortiefor i=1:size(buffer,1) for j=1:size(buffer,2) hist(result(i,j))=hist(result(i,j))+1; endendfigurebar(hist)end Image dentrée histogramme de lImage dentrée Image sortie histogramme de de sortie-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Année 2011 Ayssar SERHAN

×