Scribd
Importer
15 vues1 page

Controle Continu

Le document décrit un exercice de contrôle continu pour le traitement d'images en Matlab, axé sur la segmentation des roses rouges dans une image. Les étapes incluent la lecture de l'image, l'extraction du canal vert, le filtrage, la génération d'un seuil automatique et la création d'une image segmentée. Les étudiants doivent tester le code et produire un rapport sur leurs manipulations d'images.

Transféré par

nobeltabopda
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
15 vues1 page

Controle Continu

Le document décrit un exercice de contrôle continu pour le traitement d'images en Matlab, axé sur la segmentation des roses rouges dans une image. Les étapes incluent la lecture de l'image, l'extraction du canal vert, le filtrage, la génération d'un seuil automatique et la création d'une image segmentée. Les étudiants doivent tester le code et produire un rapport sur leurs manipulations d'images.

Transféré par

nobeltabopda
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

CONTROLE CONTINU de Traitement d’Images

Année académique 2024/2025. Classes : II4. Durée : 6 heures


N.B. : Les ordinateurs sont autorisés et fortement recommandés

I. Ecrire le code Matlab qui prend en argument l’image originale en couleur "flower" dans la fenêtre « command
windows » de Matlab en vue de la segmentation les roses rouges uniquement sur un fond blanc de l’image, en
suivant les étapes de traitement suivantes :
1) Lire l’image originale en couleur "flower" (dans la base de données à votre disposition).
2) Extraire le canal vert de cette image sous forme d’image à niveau de gris.
3) Extraire une zone d’intérêt de votre choix de l’image à niveau de gris, contenant les roses rouges uniquement.
4) Calculer la valeur moyenne (Mean) des valeurs de niveau de gris de cette zone d’intérêt.
5) Appliquer le filtre Médian à l’image à niveau de gris ci-dessus nommée canal vert (appeler le résultat, canal
vert filtré).
6) A partir de l’image canal vert filtré, générer le seuil automatique (Sa) par l’usage d’une commande appropriée.
7) A partir de l’image canal vert filtré et de Sa, générer le masque (à valeur de Mean) de l’image des roses rouges
segmentées (appeler le résultat, masque automatique).
8) A partir du masque automatique, générer l’image binaire sur fond blanc du masque automatique (appeler le
résultat, masque automatique binaire).
9) A partir de l’image originale et celle du masque automatique binaire, générer l’image faisant apparaitre
uniquement les roses rouges (en couleur) sur un fond blanc du reste de l’image (appeler le résultat, image
segmentée des roses rouges par l’approche automatique).
10) Afficher sur une même figure et en désignant chacune (par des commandes appropriées), l’image originale et
l’image segmentée des roses rouges par l’approche automatique.

II. Tester ce code (en utilisant la ligne de commande dans la fenêtre « command windows » de Matlab), et
commenter le résultat. Produire donc le rapport de ces manipulations d’images sous forme de fichier.

Vous aimerez peut-être aussi