Ce document présente un rapport sur le traitement d'image, en se concentrant sur la création de profils d'intensité et la modification de contraste. Il explique l'utilisation de différentes méthodes, y compris la correction gamma et les transformations linéaires, pour éclaircir ou assombrir une image, tout en passant en revue les effets visuels de ces modifications. Les illustrations fournissent des exemples de variations d'intensité et d'histogrammes pour visualiser les transformations appliquées.

1. Rapport de TP du module de
Traitement d’Image
I. Profile d’intensité
la fonction que nous utilisons ici est imagProfile qui permet de tracer le profile des intensités d’une
droite qui traverse une image. La courbe du profile est tracée dans un repère orthonormé.
Nous pouvons à travers le profile d’intensité(Illustration2) du trait horizontal qui passe par le centre
de l’image, voir la monté de la courbe au niveau des parties proches du blanc dont la ligne
traverse. Nous pouvons observer la symétrie et les intensités des zones ayant le même niveau de
gris.
Lorsque nous illustrons le profile avec les images en couleur, nous pouvons voir les variations des
intensités des différentes couleurs sur la ligne traversée par l’image. Etant donné que l’image
couleur dispose de 03 panels ( Red, Green, Blue), le plan du profile presente l’intensité pour chaque
couleur de l’image.
Illustration I.2:Illustration I.1:
Source :
http://www.imageprocessingplace.com/download
s_V3/dip3e_downloads/dip3e_book_images/DIP
3E_CH01_Original_Images.zip

2. II. Modification de contraste
La modification de contraste permet d’éclaircir ou d’assombrir des zones de l’images,
généralement dans le but d’avoir une bonne visibilité.
En effet, il existe plusieurs méthode pour modifier le contraste et chaque méthode a ses
point fort ou faible en fonction des caractéristique de l’image.
Illustration I.3:
Source :
www2.eecs.berkeley.edu/Research/
Projects/CS/vision/grouping/segbe
nch/bench/html/algorithms.html
Illustration I.4:

3. (I.1) Fonction à plusieurs points
Profile d’intensité de l’images de départ
Nous observons la variations de profile qui présente la
grande variation de nuance de gris que nous pouvons
observer sur la coupe de l’image.
Histogramme de l’images de départ

4. Imagé transformée par transformation multipoint
nous pouvons de façon visuelle remarquer un
éclaircissement de l’image.
Profile d’intensité de l’image transformée
Dû a l’éclaircissement de l’image nous pouvons mieux voir et de plus observons une grande
variation du profiles par rapport à l’image de départ.

5. Histogramme de l’image transformée
Nous avons une histogrammes un peu plus aplati que
l’histogramme de l’image de départ.
(I.2) Fonction non linéaire
Pour la fonction non linéaire, nous allons utiliser la correction Gamma.
La correction Gamma permet d’augmenter ou de diminuer la luminosité d’une image, en fonction
de l’image initiale. Elle est basée sur la fonction :
I’(x,y) = 255.0*(pow(I(x,y)/255, 1/gamma)) , ou pow(a, b) est la
fonction a a la puissance b
Pour ressortir les détailles d’une image il faut utiliser un gamma > 1
Du plan visuel, nous pouvons remarquer que l’image de droite ( illustration 6) est éclaircie par
rapport a l’image de départ ( illustration 5)
Image de départ
Source :www2.eecs.berkeley.edu/Resear
ch/Projects/CS/vision/grouping/segbench
/bench/html/algorithms.html
Illustration I.2.1: image de départ

6. Profile Image de départ
Ce profile présente un forte intensité de la couleur Rouge au niveau de la ligne qui traverse
abdomen du cheval, évidemment cet zone à une couleur proche du marron, qui est une mélange de
forte concentration de rouge.
Histrogramme de l’image de départ
Nous observons ici l’histogramme de l’image de départ qui est normalement repartir sur les axes.
Illustration 1: image départ Illustration 2: image départ Illustration 3: image départ
Illustration 2: coupe image départ
Illustration 1: profile image départ

7. Notons répartition remarquable va permettre aussi d’observer des manipulations de comportement
de intensités de pixels.
Image avec contraste modifié
Ici nous avec l’image l’imagé donc le contraste
a été modifiée et il est observable que cette
image est éclaircie par rapport à l’image de
départ.
Histogramme de l’image avec contraste modifié
Observation des nouvelles histogrammes présente un décalage de chaque couleurs vers la frontière
de 255 ce qui explique l’éclaircissement de l’images.
Illustration 5: gamma>1 Illustration 6: gamma>1 Illustration 7: gamma>1
Illustration 4: correction gamma = 2.5

8. Nous pouvons aussi assombrir l’image en utilisant une gamma<1
Ici nous pouvons au observer un
assombrissement de l’image de départ et cet
effet est obtenu en utilisant un gamma=0.5<1.
Profile d’intensité de l’image avec contraste modifié
Profile d’intensité de l’image avec contraste modifié à la constance gamma = 0.5
Illustration 8: gamma = 0.5
Illustration 10: gamma=0.5
Illustration 9: gamma=0.5

9. Histogramme de l’image avec contraste modifié
Nous pouvons voir sur l’histogramme que l’intensité du la couleur verte et rouge ont
considérablement augmentés par rapport a ceux de l’image de départ. Ce qui explique
l’assombrissement de l’image.
(I.3) Fonction linéaire simple
Image de départ pour le traitement avec une fonction linéaire simple.
Notre image a été choisie avec une faible densité pour permettre
de voitre comment notre fonction linéaire va l’améliorer.
Profile d’intensité de l’image de départ

10. Nous remarquons que la courbe du profile n’est pas élevée et avec beaucoup de courbure. Cela est
dû aux différentes zones traversée sur le visage en niveau de gris.
Histogramme de l’image de départ
Image transformée par transformation simple
Il est observable que cette image est plus claire que l’image de
départ, de plus elle apparaît plus visible que l’image de départ.
Profile d’intensité de l’image transformée

11. Du profile d’intensité de l’image transformée par la transformation linéaire, on peut remarqué
l’augmentation de l’intensité de l’images par rapport à au profile de l’image de départ. Toute chose
qui prouve l’éclaircissement de l’image.
Histogramme de l’image transformée
Ici nous avons un histogrammes un plus aplati
comparé à celui de l’histogramme de l’image de
départ.