6.4 pré-traitements locaux
Pré-traitements locaux
Filtre Médian 3x3                     
Atténuation des contrastes par passage d’un masque carré 3x3.
Entrées/Sorties
Image couleur/gris  >>  image niveaux de gris
Image binaire  >>  image binaire
Méthode
    La valeur de chaque pixel intérieur de l’image est remplacée par la médiane des 9 valeurs du masque, composé du pixel lui-même et de ses 8 voisins.
   Les 9 valeurs sont (1,2,2,3,6,10,18,22,45). La médiane est donc 6.  
Filtre Médian 5x5                     
Le masque utilisé ici est de taille 5x5, la médiane est donc calculée pour 25 valeurs.
Filtre Moyenneur 3x3                       
Atténuation des contrastes par passage d’un masque 3x3.
Entrées/Sorties
Image couleur/gris  >>  image niveaux de gris
Méthode
     La valeur de chaque pixel intérieur de l’image est remplacée par la moyenne des 9 valeurs du masque, composé du pixel lui-même et de ses 8 voisins.
   Les 9 valeurs sont (1,2,2,3,6,10,18,22,45).                               
          La moyenne est 109/9=12.11 et on prend l’entier inférieur
Filtre Moyenneur 5x5                       
Le masque utilisé ici est de taille 5x5, la moyenne est donc calculée pour 25 valeurs.
Contraste LIP
Calcul des contrastes (par l’approche LIP) autour de chaque pixel et le plus important est retenu.
Entrées/Sorties
Image niveaux de gris  >>  Nouvelle image en niveaux de gris.   
Image binaire  >>  Nouvelle image binaire
Méthode
     La valeur de chaque pixel intérieur de l’image est remplacée par la valeur du plus grand contraste trouvé avec ses 8 voisins : Un contraste entre un pixel a et un second b est calculé par la méthode LIP : on prend l’entier inférieur de 255*abs(a-b)/(255-min(a,b))
Dynamisation LIP
Calcul de la dynamique (par l’approche LIP) pour chaque pixel.
Entrées/Sorties
Image niveaux de gris  >>  Nouvelle image en niveaux de gris.   
Méthode
     La valeur de chaque pixel est remplacée par la multiplication de sa valeur par un paramètre bien choisi, afin d’extraire de l’image l’influence des conditions d’éclairement. C’est en fait une homothétie sur la fonction image.
Le modèle LIP, Logarithmic Image Processing
Le modèle L.I.P., développé par M. Jourlin et Pinoli en 1988, a pour but de travailler sur des images en niveaux de gris.
Il a été créé en considérant la nature logarithmique des images transmises ou issues du système de vision humain, et il teint compte de la loi d’amortissement de la lumière, quand cette lumière traverse un milieu transparent :
     I2 = I1.exp(-a.T)          où     I 1 : intensité du signal entrant
                             I 2 :intensité du signal sortant
                              a : coefficient d’absorption
                              T : épaisseur du milieu
Détaillons ici quelques opérations de ce modèle.
Soit D le support spatial de l’image.
Soit [0,M[ l’échelle des niveaux de gris.
L’addition logarithmique de deux images f et g se définit par :
          f Åg = f + g – f.g/M
où f et g sont des fonctions définies sur D prenant leurs valeurs dans [0,M[
La multiplication logarithmique (ou loi d’homothétie) d’une image par une constante réelle est définie par :
          a Äf = M – M.[ (1 – f)/M  ]a
On en déduit la loi de loi soustraction logarithmique :
          f Og = M.(f – g) / (M – g)
Enfin, le contraste entre deux points x et y d’une image f est défini par :
          C(x,y)(f) = 1/d(x,y)  Ä  M.| f(x) – f(y) | / M – min( f(x),f(y) )
Autres outils
Gomme
Lorsque vous cliquez, les zones de la couleur courante sont effacées et restituées comme au départ de la séance de dessin.
Entrées/Sorties
     Image en niveaux de gris calqué  >> image en niveaux de gris calqué
Suivi de discontinuités
En cliquant sur deux points de l’image, une courbe apparaît entre les deux en suivant le chemin de la discontinuité ou du contour.
Entrées/Sorties
     Image en niveaux de gris calqué  >> image en niveaux de gris calqué
Méthodes
     Algorithme de parcours récursif en suivant le chemin de plus fort gradient (Prewitt).