Détection de
contours
Gradient
Prewitt
1
0 -1
1 1 1
Détection de contours par passage d’un
masque 1 0
-1
0 0
0
1 0
-1 -1
-1 -1
Entrées/Sorties
Image
couleur/gris/binaire >> Nouvelle image binaire.
Les contours sont en blancs.
Paramètres
zz : le masque
utilisé est de taille
(2zz+1)x(2zz+1).
Méthode
La valeur de chaque
pixel intérieur de l’image est remplacée par la
somme des valeurs de l’image pondérée par les
valeurs du masque. Pour un masque 3x3 :
On applique aux 9 valeurs
de l’image
image masque les 9
coefficients du masque, et on fait la
somme.
Pixelcourant = 1+45+10-6-2-22 = 26.
Gradient Prewitt
Interpolé
Détection de contours par passage de 3
masques de tailles différentes.
Entrées/Sorties
Image
couleur/gris/binaire >> Nouvelle image binaire.
Les contours sont en blancs.
Paramètres
zz : les 3
masques sont de taille (2zz+1)x(2zz+1), (3zz+1)x(3zz+1)
(4zz+1)x(4zz+1).
Méthode
Pour trois masques
de tailles croissantes, on réalise un gradient Prewitt puis on
interpole les trois résultats.
Gradient
Sobel
-1
0 1
-1
-2 -1
Détection de contours par passage d’un
masque -2 0
2
0
0 0
-1
0 1
1 2
1
Entrées/Sorties
Image
couleur/gris/binaire >> Nouvelle image binaire.
Les contours sont en blancs.
Paramètres
zz : le masque
utilisé est de taille
(2zz+1)x(2zz+1).
Méthode
Idem à
8.
Gradient Sobel
Interpolé
Détection de contours par passage de 3
masques de tailles différentes.
Entrées/Sorties
Image
couleur/gris/binaire >> Nouvelle image binaire.
Les contours sont en blancs.
Paramètres
zz : les 3
masques sont de taille (2zz+1)x(2zz+1), (3zz+1)x(3zz+1)
(4zz+1)x(4zz+1).
Méthode
Idem à Prewitt
interpolé.
Gradient
Morphologique
Détection de contours par différence
d’images.
Entrées/Sorties
Image
couleur/gris/binaire >> Nouvelle image binaire.
Les contours sont en blancs.
Méthode
Le gradient
morphologique est basé sur la différence entre
l’image initiale et l’image érodée, ce qui
fait apparaître les contours des objets. Si cette méthode
est implémentée en 2 temps (érosion puis
différence) deux parcours de l’image sont
nécessaires. Ici, pour ne faire qu’un seul parcours de
l’image, les valeurs du pixel courant et de ses voisins sont
évalués et le pixel central est directement affecté
de la différence entre la plus grande valeur et la plus petite
valeur trouvée. Le contour obtenu est blanc et de largeur 2
pixels.
Canny-Dériche
Détection de contours.
Entrées/Sorties
Image
couleur/gris >> Nouvelle image binaire. Les
contours sont en blancs.
Commentaires
Globalement
résultats peu convaincants.
Paramètres
alpha : Plus alpha
est grand, plus la sensibilité aux détails (ou bruits)
est grande.
Valeur typique : alpha = 1.
Caricature (méthode
non paramétrique)
Crée une image caricaturée d’un
portrait. Rigolo et surtout inutile.
Entrées/Sorties
Image
couleur/gris >> Nouvelle image en niveaux de
gris.
Paramètres
zz : taille du
masque
Méthode
Passage d’un
masque sur l’image. Pour chaque position du masque, on
crée l’histogramme des niveaux de gris et on affecte au
pixel central la valeur de gris la plus
fréquente.
1. Image numérique
