CHAPITRE.
1
GENERALITES SUR LES IMAGES ET LE TRAITEMENT D'IMAGES
I.1 Introduction
Avec la parole, l’image constitue l’un des moyens les plus importants qu’utilise l’homme
pour communiquer avec autrui. C’est un moyen de communication universel dont la richesse
du contenu permet aux êtres humains de tout âge et de toute culture de se comprendre.
C’est aussi le moyen le plus efficace pour communiquer, chacun peut analyser l’image à sa
manière, o pour en dégager une impression et d’en extraire des informations précises.
De ce fait, le traitement d’images est l’ensemble des méthodes et techniques opérant sur
celles-ci, dans le but de rendre cette opération possible, plus simple, plus efficace et plus
agréable, d’améliorer l’aspect visuel de l’image et d’en extraire des informations jugées
pertinentes.
I.2 Définition d’une Image
Une image est une représentation d’une personne ou d’un objet par la peinture, la sculpture, le
dessin, la photographie, le film, etc.
C’est aussi un ensemble structuré d’informations qui, après affichage sur l’écran, ont une
signification pour l’œil humain.
Elle peut être décrite sous la forme d’une fonction I(x,y) de brillance analogique continue,
définie dans un domaine borné, tel que x et y sont les coordonnées spatiales d’un point de
l’image et I est une fonction d’intensité lumineuse et de couleur. Sous cet aspect, l’image est
inexploitable par la machine, ce qui nécessite sa numérisation.
I.3 Image numérique
Contrairement aux images obtenues à l’aide d’un appareil photo classique, ou dessinées sur
du papier, les images manipulées par un ordinateur sont numériques (représentées par une
série de bits).
L’image numérique est l’image dont la surface est divisée en éléments de tailles fixes appelés
cellules ou pixels, ayant chacun comme caractéristique un niveau de gris ou de couleurs
prélevé à l’emplacement correspondant dans l’image réelle, ou calculé à partir d’une
description interne de la scène à représenter.
La numérisation d’une image est la conversion de celle-ci de son état analogique (distribution
continue d’intensités lumineuses dans un plan xOy en une image numérique représentée par
une matrice bidimensionnelle de valeurs numériques f(x,y) où :
x, y : coordonnées cartésiennes d’un point de l’image.
f(x, y) : niveau de gris en ce point
Pour des raisons de commodité de représentation pour l’affichage et l’adressage, les données
images sont généralement rangées sous formes de tableau I de n lignes et p colonnes. Chaque
élément I(x ,y) représente un pixel de l’image et à sa valeur est associé un niveau de gris codé
sur m bits (2m niveaux de gris ; 0 = noir ; 2m-1 = blanc). La valeur en chaque point exprime la
mesure d’intensité lumineuse perçue par le capteur.
ligne
Figure 1.01 Image numérique
I.4 Caractéristiques d’une image numérique
L’image est un ensemble structuré d’informations caractérisé par les paramètres suivants:
I.4.1 Pixel
C’est la contraction de l’expression anglaise " picture éléments ": éléments d’image, le pixel
est le plus petit point de l’image, c’est une entité calculable qui peut recevoir une structure et
une quantification. Si le bit est la plus petite unité d’information que peut traiter un ordinateur,
le pixel est le plus petit élément que peuvent manipuler les matériels et logiciels d’affichage
ou d’impression. La lettre A, par exemple, peut être affichée comme un groupe de pixels dans
la figure ci-dessous :
Figure 1.02 Lettre A
La quantité d’information que véhicule chaque pixel donne des nuances entre images
monochromes et images couleurs. Dans le cas d’une image monochrome, chaque pixel est
codé sur un octet, et la taille mémoire nécessaire pour afficher une telle image est directement
liée à la taille de l’image.
Dans une image couleur (R.V.B.), un pixel peut être représenté sur trois octets : un octet pour
chacune des couleurs primaires: rouge (R), vert (V) et bleu (B).
I.4.2 Dimension
C’est la taille de l’image, ou encore le nombre total de pixels dans l’image. Cette dernière se
présente sous forme de matrice dont les éléments sont des valeurs numériques représentatives
des intensités lumineuses (pixels). Donc la dimension D d’une image est le nombre de ligne
M multiplié par le nombre de colonne N de cette matrice.
D=M*N
I.4.3 Résolution
C’est la clarté ou la finesse de détails atteinte par un moniteur ou une imprimante dans la
production d’images. Sur les moniteurs d’ordinateurs, la résolution est exprimée en nombre
de pixels par unité de mesure (pouce ou centimètre). On utilise aussi le mot résolution pour
désigner le nombre total de pixels affichables horizontalement ou verticalement sur un
moniteur; plus grand est ce nombre, meilleure est la résolution.
I.4.4 Bruit
Un bruit (ou parasite) dans une image est considéré comme un phénomène de brusque
variation de l’intensité d’un pixel par rapport à ses voisins, il provient de l’éclairage des
dispositifs optiques et électroniques du capteur.
I.4.5 Histogramme
L’histogramme des niveaux de gris ou des couleurs d’une image est une fonction qui donne la
fréquence d’apparition de chaque niveau de gris (couleur) dans l’image. Pour diminuer
l’erreur de quantification, pour comparer deux images obtenues sous des éclairages différents,
ou encore pour mesurer certaines propriétés sur une image, on modifie souvent l’histogramme
correspondant.
Il permet de donner un grand nombre d’information sur la distribution des niveaux de gris
(couleur) et de voir entre quelles bornes est repartie la majorité des niveaux de gris (couleur)
dans les cas d’une image trop claire ou d’une image trop foncée.
Il peut être utilisé pour améliorer la qualité d’une image (Rehaussement d’image) en
introduisant quelques modifications, pour pouvoir extraire les informations utiles de celle-ci.
Voici quelques exemples d’histogramme :
Figure 1.03 Quelques exemples d’histogramme
Avec N : Le nombre de pixel et M : le niveau de gris
l'histogramme b est concentré sur les bas niveaux de gris, c’est à dire l'image est trop
sombre;
l'histogramme h est concentré sur les hauts niveaux de gris, c’est à dire l'image est trop
claire;
l'histogramme m est concentré sur les niveaux de gris moyens, c’est à dire l'image est
floue et manque de contraste;
l'histogramme e est concentré sur les niveaux de gris extrêmes c’est à dire l'image
manque de nuances intermédiaires entre le sombre et le clair.
I.4.6 Contours et textures
Les contours représentent la frontière entre les objets de l’image, ou la limite entre deux
pixels dont les niveaux de gris représentent une différence significative. Les textures décrivent
la structure de ceux-ci. L’extraction de contour consiste à identifier dans l’image les points
qui séparent deux textures différentes.
I.4.7 Luminance
C’est le degré de luminosité des points de l’image. Le mot luminance est substitué au mot
brillance, qui correspond à l’éclat d’un objet. Une bonne luminance se caractérise par :
(brillantes);
I.4.8 Contraste
C’est l’opposition marquée entre deux régions d’une image, plus précisément entre les régions
sombres et les régions claires de cette image. Le contraste est défini en fonction des
luminances de deux zones d’images.
Si L1 et L2 sont les degrés de luminosité respectivement de deux zones voisines A1 et A2
d’une image, le contraste C est défini par le rapport :
I.5 Images à niveaux de gris
Le niveau de gris est la valeur de l’intensité lumineuse en un point. La couleur du pixel peut
prendre des valeurs allant du noir au blanc en passant par un nombre fini de niveaux
intermédiaires. Donc pour représenter les images à niveaux de gris, on peut attribuer à chaque
pixel de l’image une valeur correspondant à la quantité de lumière renvoyée. Cette valeur peut
être comprise par exemple entre 0 et 255. Chaque pixel n’est donc plus représenté par un bit,
mais par un octet. Pour cela, il faut que le matériel utilisé pour afficher l’image soit capable de
produire les différents niveaux de gris correspondant.
Le nombre de niveaux de gris dépend du nombre de bits utilisés pour décrire la " couleur " de
chaque pixel de l’image. Plus ce nombre est important, plus les niveaux possibles sont
nombreux.
I.7 Images couleurs
Même s’il est parfois utile de pouvoir représenter des images en noir et blanc, les applications
multimédias utilisent le plus souvent des images en couleurs. La représentation des couleurs
s’effectue de la même manière que les images monochromes avec cependant quelques
particularités. En effet, il faut tout d’abord choisir un modèle de représentation. On peut
représenter les couleurs à l’aide de leurs composantes primaires. Les systèmes émettants de la
lumière (écrans d’ordinateurs,...) sont basés sur le principe de la synthèse additive : les
couleurs sont composées d’un mélange de rouge, vert et bleu (modèle R.V.B.).
I.7.1 La représentation en couleurs réelles
Elle consiste à utiliser 24 bits pour chaque point de l’image. Huit bits sont employés pour
décrire la composante rouge ( R ), huit pour le vert (V) et huit pour le bleu (B). Il est ainsi
possible de représenter environ 16,7 millions de couleurs différentes simultanément. Cela est
cependant théorique, car aucun écran n’est capable d’afficher 16 millions de points. Dans la
plus haute résolution (1600 x 1200), l’écran n’affiche que
1 920 000 points. Par ailleurs, l’œil humain n’est pas capable de distinguer autant de couleurs.
I.7.2 La représentation en couleurs indexées
Afin de diminuer la charge de travail nécessaire pour manipuler des images en 24 bits, on peut
utiliser le mode de représentation en couleurs indexée. Le principe consiste à déterminer le
nombre de couleurs différentes utilisées dans l’image, puis à créer une table de ces couleurs
en attribuant à chacune une valeur numérique correspondant à sa position dans la table. La
table, appelée palette, comporte également la description de chacune des couleurs, sur 24 bits.
I.7.3 Autres modèles de représentation
Le modèle R.V.B. représentant toutes les couleurs par l’addition de trois composantes
fondamentales, n’est pas le seul possible. Il en existe de nombreux autres. L’un d’eux est
particulièrement important. Il consiste à séparer les informations de couleurs (chrominance) et
les informations d’intensité lumineuse (luminance). Il s’agit du principe employé pour les
enregistrements vidéo. La chrominance est représentée par deux valeurs (selon des modèles
divers) et la luminance par une valeur.
I.8 Images bitmap et images vectorielles
Les images appartiennent à deux grandes familles : bitmap (image-bit) et vectorielle.
Alors qu’une image vectorielle est décrite à l’aide de courbes et d’équations mathématiques,
une image bitmap est constituée de pixels et se réduit donc à une matrice de points.
Si les images vectorielles peuvent être manipulées avec beaucoup de facilité, les
modifications de taille, par exemple, apportées à une image bitmap ne sont pas sans incidence.
I.9 Les systèmes de traitement d’images
Un système de traitement d’images est représenté sur la figure suivante :
Visualisation
Image Acquisition Prétraitement Numérisation Traitements Stockage
Transmission
Figure 1.04 Système de traitement d’images
I.9.1 Acquisition des données images
L’acquisition d’images constitue un des maillons essentiels de toute chaîne de conception et
de production d’images. Pour pouvoir manipuler une image sur un système informatique, il
est avant tout nécessaire de lui faire subir une transformation qui la rendra lisible et
manipulable par ce système. Le passage de cet objet externe (l’image d’origine) à sa
représentation interne (dans l’unité de traitement) se fait grâce à une procédure de
numérisation. Ces systèmes de saisie, dénommés optiques, peuvent être classés en deux
catégories principales : les caméras numériques et les scanners.
A ce niveau, notons que le principe utilisé par le scanner est de plus en plus adapté aux
domaines professionnels utilisant le traitement de l’image comme la télédétection, les arts
graphiques, la médecine, etc.
Le développement technologique a permis l’apparition de nouveaux périphériques
d’acquisition appelés cartes d’acquisition, qui fonctionnent à l’instar des caméras vidéo, grâce
à un capteur C.C.D. (Charge Coupled Device). La carte d’acquisition reçoit les images de la
camera, de la T.V. ou du scanner afin de les convertir en informations binaires qui seront
stockées dans un fichier.
I.9.2 Prétraitement
Le prétraitement est un filtrage passe bas et concerne les images acquises. En effet, les images
ne peuvent pas échapper aux effets de dégradations dus essentiellement aux phénomènes
physiques tels que :
e l’image durant son acquisition.
Pour pallier à ces dégradations on utilise en général le filtrage.
I.9.3 Numérisation
Suivant l’objet ou le document à numériser et le domaine d’application dans lequel l’image va
être utilisée, il existe divers dispositifs de numérisation d’images allant du simple scanner à
main au satellite de télédétection.
I.9.4 Les différents traitements
Il existe plusieurs traitements que l’on peut appliquer à une image selon le besoin ou le but à
atteindre. Parmi lesquels :
- La manipulation de contraste
- L’opération de filtrage
- La compression
- Le tatouage numérique
- La segmentation d’image
I.9.5 Utilisation du traitement d’images
Le traitement d’image est utilisé pour la visualisation, le stockage et la transmission des
images.
I.10 Domaines d’application
Le traitement d’images possède l’aspect multidisciplinaire. On trouve ses applications dans
des domaines très variés tels que les télécommunications (T.V., vidéo, publicité,...), la
médecine (radiographie, ultrasons,...), biologie, astronomie, géologie, l’industrie (robotique,
sécurité), la météorologie, l’architecture, l’imprimerie, l’armement (application militaire).
De nouvelle applications pratiques sont possibles aujourd’hui et touchent tous les domaines
d’activités, tels que : métiers du spectacle, de la radio, créations artistiques,...
I.11 Conclusion
La représentation des images fixes est un des éléments essentiels des applications
multimédias, comme dans la plupart des systèmes de communication.
La manipulation des images pose cependant des problèmes beaucoup plus complexes que
celle du texte. En effet, l’image est un objet à deux dimensions, censé représenter un espace à
trois dimensions, ce qui a deux conséquences majeures :
p plus important ;
Il en résulte que la manipulation, le stockage et la représentation de ces données se heurtent à
certaines limitations.
Grâce au traitement d’image, ces contraintes sont levées ou contournées. En effet, ce domaine
cherche à détecter la présence de certaines formes, certains contours ou certaines textures
d’un modèle connu, c’est le problème de la détection.
Un autre aspect de traitement d’image concerne l’analyse et la compréhension de l’image
dans le but d’en extraire des informations utiles. Il cherche aussi parfois à comprimer l’image,
afin de gagner en vitesse lors de la transmission de l’information, et en capacité de stockage,
tout en dégradant le moins possible les images considérées.
Exercice1 chapitre 1
On considère une image à niveau de gris représentée par la matrice suivante:
120 120 125 125 130 130 135 135 140 140
115 115 115 118 118 118 128 128 128 128
120 120 125 125 130 130 135 135 140 140
115 115 115 118 118 118 128 128 128 128
120 120 125 125 130 130 135 135 140 140
122 122 124 124 124 124 127 127 127 127
120 120 125 125 130 130 135 135 140 140
122 122 124 124 124 124 127 127 127 127
120 120 125 125 130 130 135 135 140 140
115 115 115 118 118 118 128 128 128 128
1- Donner la dimension de cette image.
2- Tracer l’histogramme de cette image. Qu’en pensez-vous de cette image ?
Exercice2 chapitre 1
On considère une image à niveau de gris représentée par la matrice suivante:
0 0 5 5 5 10 10 10 10 0
255 255 250 250 240 240 245 245 245 255
0 0 5 5 5 10 10 10 10 0
15 15 15 15 15 20 20 20 20 20
0 0 5 5 5 10 10 10 10 0
255 255 250 250 240 240 245 245 245 255
0 0 5 5 5 10 10 10 10 0
235 235 235 238 238 238 238 238 238 238
0 0 5 5 5 10 10 10 10 0
255 255 250 250 240 240 245 245 245 255
Tracer l’histogramme de cette image. Qu’en pensez-vous de cette image ?
