1 Mesure de distance (1.

5 pts)

Citez les trois mesures de distance vues au cours. Sur les images suivantes, indiquez la distance entre
chaque pixel blanc et le pixel noir.

2 2 2 4 3 2 8 5 2
2 1 1 3 2 1 5 2 1
2 1 2 1 2 1
Chessboard
max Manhattan
City-bloc Euclidienne
euclidienne
Manhattan
1 Filtrage (5.5 pts)

Soit l’image f(x,y) suivante

4 5 6 17
3 4 5 5
2 3 4 4

a) Déterminez le gradient au moyen des filtres de Sobel, pour le point laissé en blanc.
* * * * fx=8 -1 0 1 -1 -2 -1
* * * fy=-8 -2 0 -2 0 0 0
* * * * grad(f)=(8, -8) T -1 0 -1 1 2 1

b) Déterminez la norme du gradient, mathématiquement et au moyen de deux formules utilisées

pour réduire le temps de traitement informatique.
Norme 11.3
Somme 16
Max 8

c) Déterminez l’orientation du gradient et tracez-le sur l’image 1).

angle -0.79 [rad] -45 [deg]

d) Appliquez un filtre min-max (conservatif) 3x3, au pixel laissé en blanc. Utilisez le « zero
padding ».
* * * 6
* * *
* * * *

2 Transformation d’intensité (4 pts)

L’image g est obtenue par une transformation en niveau de gris (transformation d’intensité) à partir
de l’image f. Ci-dessous sont représentés les histogrammes de l’image originale f et de l’image
transformée g. Les deux images ont la même taille.
80 180 15 230

0 100 200 255 0 100 200 255

Histogramme de f Histogramme de g

1
 a) Dessinez la transformation en niveau de gris qui permet de passer de l’image f à l’image g.
Indiquez les valeurs sur les axes et les valeurs de la courbe.

255
0 255 f
0

b) En observant les histogrammes, que peut-on dire des caractéristiques des images f et g ?

• L’image g a un plus grand contraste que f

• L’image g est le négatif de f.

c) Sur les deux histogrammes ci-dessus, l’amplitude n’est pas spécifiée. Que pouvez-vous dire de
l’amplitude réelle de ces deux histogrammes ?
Comme ces deux images ont la même taille, elles ont le même nombre de pixels. Les
histogrammes comptant le nombre de pixels, la surface des deux histogrammes doit
être la même. Ainsi l’histogramme de l’image f doit avoir une amplitude plus grande
que celle de g.

3 Bruit (4 pts)

Soit une image de taille 8x8, codée sur 8 bits et qui est de couleur uniformément grise, de valeur 100.
Deux images bruitées sont obtenues à partir de cette image, en ajoutant:
1) un bruit gaussien d’écart-type de 10.
2) un bruit poivre et sel modifiant la moitié des pixels de l’image.

a) Dessinez les histogrammes de l’image non bruitée, et des deux images bruitées, indiquez les
valeurs sur les axes.

64 64 64

32

16

0 0 0
0 100 255 0 100 255 0 100 255

b) Quels filtres faut-il utiliser pour enlever le bruit de chacune des deux images bruitées?

1. Filtre gaussien ou moyenneur

2. Filtre médian, min-max

4 Transformation géométrique (6 pts)

2
L’image g(x,y) est obtenue à partir de l’image f(u,v) par la transformation géométrique T suivante:
( x , y ) = T ( u , v ) = ( u + v , 2u )

(x,y)=T(u,v)
f(u,v) g(x,y)
v y

2
1 10 30

1 A

0 20 60 0 x
u
0 1 0 1 2

a) Reportez dans l’image g, le pixel d’intensité 60, et donnez ses coordonnées.

( x, y ) = T (u, v) = ( u + v, 2u ) y
g(x,y)

2 60 30
Pour 60 : (u, v) = (1, 0)  ( x, y) = (1 + 0, 2 1) = (1, 2)
1

0 20 10 x
0 1 2
b) Reportez dans l’image f, la position du pixel de valeur A, et donnez ses coordonnées.

y y
T −1 ( x, y ) =  , x −  = (u, v)
2 2 A : T −1 (1,1) = ( 1 2 , 1 2 )
v

1 10 30

0.5 A

20 60
0 0.5 1 u

c) Déterminez la valeur de A, en faisant une interpolation de degré 0. Le plus proche voisin

(PPV) est défini de la façon suivante :
PPV (u , v) = ( u + 0,5 , v + 0,5 )   :arrondi vers le bas

Valeur de A : g (1,1) = f (T −1 (1,1)) = f ( 1 2 , 1 2) = f ( PPV ( 1 2 , 1 2)) = f (1,1) = 30

d) Déterminez la valeur de A, en faisant une interpolation de degré 1

10 + 20 30 + 60
+
2 2 15 + 45
g (1,1) = = = 30
2 2

3
 10 + 30 20 + 60
+
20 + 40
g (1,1) = 2 2 = = 30
2 2
5 Seuillage par hystérèse (4 pts)

Soit l’image f suivante.

1 9 8 0 4
5 2 6 9 0
0 1 1 5 1
2 4 0 2 5
8 9 5 0 5
Image f

Donnez l’image obtenue par un seuillage par hystérèse avec

• un seuil haut de 7,
• un seuil bas de 3,
• une connexité de 8.

1 9 8 0 4 -Catégorie des pixels en dessus du seuil haut

5 2 6 9 0 -Catégorie des pixels en dessous du seuil bas
0 1 1 5 1 -Pixels dont il faut déterminer la
2 4 0 2 5 catégorie en étudiant la connexion
8 9 5 0 5 vers des pixels de la catégorie haute

0 1 1 0 1
1 0 1 1 0
0 0 0 1 0
0 1 0 0 1
1 1 1 0 1

Dans l’image seuillée, entourez

1 1 1
1 1 1
1
1 1
1 1 1 1
régions 8-connexes composées de 1

0 0
0 0
0 0 0 0
0 0 0
0
régions 4-connexes composées de 0

4
6 Filtrage (4 pts)

Soit l’image suivante

4 5 6 9
0 30 20 9
5 5 5 0
0 3 6 9

e) Appliquez un filtre médian 3X3 sur l’image ci-dessous. Utilisez le « zero padding ». Calculer les
valeurs uniquement pour les deux pixels en blancs.

0 * * * 0,0,0,0,4,5,0,0,30 -> 0,0,0,0,0,0,4,5,30 = 0

* 5 * * 4,5,6,0,30,20,5,5,5 -> 0,4,5,5,5,5,6,20,30=5

* * * *
* * * *

f) Appliquez un filtre Laplacien 3x3 (précisez le noyau utilisé) sur l’image ci-dessous. Utilisez le
« zero padding ». Calculer les valeurs uniquement pour les deux pixels en blancs..

1 1 1
1 -8 1
1 1 1

3 * * *
0*1+0*1+0*1+0*1+4*-8+5*1+0*1+0*1+30*1=-32+5+30= 3

* -190 * *
4*1+5*1+6*1+0*1+30*-8+20*1+5*1+5*1+5*1=

4+5+6-240+20+5+5+5= 10+20+20-240= -190

* * * *

* * * *

0 1 0
1 -4 1
0 1 0

-11 * * *
0*0+0*1+0*0+0*1+4*-4+5*1+0*0+0*1+30*0= 0 +-11+0= -11

* -90 * *
4*0+5*1+6*0+0*1+30*-4+20*1+5*0+5*1+5*0=

0+5+0 + 0-120+20 + 0+5+0= 5 -100 +5 = -90

* * * *

* * * *

5
7 Hough (4 pts)

Dans l’image ci-dessous sont représentées deux courbes paramétriques ρ() correspondant à deux
points de l’image.
Rappel : L’équation de ces courbes paramétriques est: x cos  + y sin  = 

Espace des paramétres -

6
5
4
3
2
1


0
-1 0 20 40 60 80 100 120 140 160 180
-2
-3
-4
-5
[degré]

a) A partir de ces deux courbes, déterminez les coordonnées des deux points dans l’image.

P1 (rouge) : (4,2) pour =0 => ρ=4 (x) et pour =90 => ρ=2 (y)
P2 (noir) : (0,-2) pour =0 => ρ=0 (x) et pour =90 => ρ=-2 (y)

b) A partir de ces deux courbes, donnez les paramètres ρ et  de la droite passant par les deux
points de l’image.

ρ : -1.5 et  : 135degré

c) Esquissez cette droite en indiquant les valeurs de ρ et de .

θ
x

ρ
=

8 Segmentation par région (1.5 pts)

a) Partitionner l’image suivante en régions V8-connexes avec le critère d’homogénéité en niveau de

gris différentiel suivant :


vrai si f (i ) − f ( j ) = 0 pour toute paire de pixels voisins (i , j )  R
H1 ( R ) = 

 faux sinon

6
 9 8 9 9 2 2
2 9 8 1 1 2
2 8 2 2 1 2
2 2 2 3 1 2

6 régions connexes

b) La partition est elle unique ?

OUI

9 Filtrage fréquentiel (2 pts)

Soit une image originale A et deux images B et C ayant subi un filtrage fréquentiel.

A :Image originale B :Image filtrée C : Image filtrée

Dessinez approximativement dans le plan spectral ci-dessous (vue de dessus et vue en coupe), les filtres
optimaux permettant d’obtenir les deux images filtrées ci-dessus.

Transformation en niveau de gris (4 pts)

L’image, de taille 128x128, en niveau de gris codée sur 8 bits f(i), ci-dessous, a subi des
transformations en niveaux de gris.

7
 noir blanc

Les images résultantes g(i) sont affichées ci-dessous : Attention : Le cadre noir ne fait pas partie
de l’image

1) Tracez les transformations qui ont été appliquées. Spécifiez les unités.

g
g g g
b
255

f f
0
n b f f 0 255
2) Tracez approximativement l’histogramme des images obtenues, avec les unités)

1282

1282

0 0
0 255 0 x
0 255 255

3 Egalisation d’histogramme (7 pts)

Soit l’image en niveau de gris, de taille 2x5, codée sur 2 bits.

1 1 3 3 3
2 2 3 3 3

1) Calculez son histogramme h(k) (indiquez les unités)

k 0 1 2 3
h(k) 0 2 2 6

8
 Remarque : la taille de ce tableau ne correspond pas forcément aux données

2) Calculez son histogramme cumulé et normalisé T’(k)

k 0 1 2 3
T’(k) 0 0.2 0.4 1.0

On désire égaliser l’histogramme de cette image. Pour rappel, la fonction de transformation en niveau
de gris pour égaliser une image est :

Teq1 (k ) = ( M − 1)  T '(k ) + 0.5 avec k = 0,1, 2,..., L − 1

Avec : T’(k) : l’histogramme cumulé et normalisé
L: le nombre de niveau de gris de l’image originale
M: le nombre de niveau de gris de l’image égalisée
 : Fonction d’arrondi vers le bas

3) Calculez et tracez la fonction de transformation Teq1(k), avec M=L

M=22=4 => M-1=3

k 0 1 2 3
T’(k) 0 0.2 0.4 1.0
3*T’(k) 0 0.6 1.2 3.0
3*T’(k)+0.5 0 1.1 1.7 3.5
teq 0 1 1 3

0
0 1 2 3 4

4) Calculez l’histogramme de l’image égalisée.

k 0 1 2 3
heq’(k) 0 4 0 6

5) Théoriquement, comment doit être l’histogramme d’une image égalisée

L’histogramme d’une image égalisée doit être plat (répartition uniforme des niveaux de gris)

7 Filtrage fréquentiel (4 pts)

Soit l’image f() des anneaux de Saturnes, prise par la sonde Cassini, et son spectre F(u,v)

9
 1) Dessinez le filtre permettant de supprimer le signal superposé à l’image (lignes
horisontales).Indiquez les niveau sur votre filtre. Justifiez votre choix

2) Décrivez la procédure à suivre pour appliquer ce filtre et obtenir une image filtrée.

Multiplier le spectre par le filtre (supprime les frequences )

Transformation de Fourrier inverse -> Image Filtrée

8 Segmentation par région (3 pts)

Partitionner l’image suivante en régions V4-connexes avec le critère d’homogénéité absolu en niveau
de gris suivant :
6 Segmentation “Split and merge” (3 pts)

Soit l’image suivante, où le blanc correspond à la pièce et le noir au fond.

1) Donnez la représentation de la pièce sous forme d’un quad-tree, spécifiez également la

convention de numérotation de votre quad-tree
2) Marquez les adjacences sur le quad-tree.

1 2 4

1 2
4 1 2
4 3 1 2 3 4

10
2 Representation et Description
Soit une forme donn´ee par les points < x, y > suivants : < xi , yi >= (< 1, 1 >, < 2, 1 >, < 3, 1
>, < 3, 2 >, < 4, 2 >)
1. la matrice X contenant les coordonn´ees x et y des points
x=[11
2 1 etc…]
2. Le centre de gravit´e
Moyenne de chaque coordonnée x et y
2. La matrice de covariance par la m´ethode non biais´ee (division par N − 1)

4. les valeurs propre et vecteurs propre de cette matrice

5. Un point appartenant au grand axe diff´erent du centre de gravit´e
6. Un point appartenant au petit axe diff´erent du centre de gravit´e
7. Dessinez la forme, placez son centre de gravit´e, dessinez ´egalement le petit axe et le
grand axe

11
3

5 résoudre

12
13
14