Traitements des images numériques M.
AIT KBIR
III Traitements Locaux: Filtrage
T : Transformation
locale
V(x,y): voisinage de (x, y) g(x, y)=T[f(V(x,y))]
La valeur de l’intensité d’un pixel (x, y) de l’image g dépend de l’intensité d’un ensemble de
pixels de f pris au sein d’un voisinage V(x, y), formé des pixels localisés autour du pixel (x, y)
de l’image d’entrée f. Par exemple, V(x, y) peut être :
4 voisins 8 voisins 12 voisins 24 voisins
III.1 Filtrage spatial
Le filtrage spatial consiste en la convolution de l’image avec un filtre (noyau de convolution)
2D (souvent une matrice carrée 3x3 ou 5x5). On centre le filtre sur chaque pixel et on
effectue la somme pondérée des intensités des pixels par les valeurs du filtre.
III.1.1 Filtrage linéaire spatial 1D
Le filtrage linéaire spatial 1D d’un signal s(n) avec la réponse impulsionnelle d’un filtre h(n), souvent
une fenêtre de taille impaire d, est donné par le produit de convolution:
Le produit de convolution dans le domaine spatial correspond à un produit dans le domaine
fréquentiel. 1
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
( s * h)(n) S u .H (u )
Où S(u) et H(u) sont respectivement la transformé de Fourrier (TF) discrète de s(n) et de h(n). La
transformé de Fourrier d’une fonction f(n) est définie par :
TF :
M 1 2 jnu
1
F u f n e M
avec u 0,1,, M 1
M n 0
TF-1 :
M 1 2 jnu
f n F u e M
avec n 0,1, , M 1
u 0
Où M est la taille de f.
En bas l’allure h(n) et de |H(u)| dans le cas continue, pour un filtre passe-bas (à gauche) et pour un
filtre passe-haut à droite.
Filtrage passe-bas : Ce type de filtrage atténue les variations de luminance. Il a pour effet de
lisser le contenu de l’image et de limiter les variations brusques d’intensité. On l’utilise
typiquement afin de réduire les effets du bruit et de supprimer le contenu hautes
fréquences (détails de l’image).
Filtrage passe-haut : Ce type de filtrage met en évidence les variations de luminance qui
caractérisent traditionnellement les contours des objets ou de la texture d’une image.
L’étude du noyau de convolution permet de connaître la nature et les effets du filtre :
Si tous les coefficients du noyau sont positifs le filtre à un comportement
passe-bas. 2
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
Si le noyau contient des coefficients positifs et négatifs, une différenciation
est faite partiellement ou totalement. Le filtre a en partie ou totalement un
comportement passe-haut.
Si le résultat de la somme pondérée est supérieur à 255, on le ramène par changement
d’échelle à 255.
III.1.2 Filtrage linéaire spatial 2D
Le produit de convolution d’un signal 2D (une image I) est donnée par :
III.1.1 Filtres passe-bas
- Filtre moyenneur
1 1 1 Le lissage fait apparaitre le flou
1/9 x 1 1 1
1 1 1
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
Le lissage fait apparaitre le flou
Le filtre moyenneur peut servir pour enlever un bruit de fond. Mais il a l’inconvénient de
rendre l’image flou (l’importance du flou dépond de la taille du filtre).
- Filtre gaussien
Les pondérations sont calculées par une fonction 2D gaussienne :
L’intérêt du filtre gaussien est que l’on règle le degré de filtrage à travers le paramètre σ.
σ=1 σ=2 σ=3
En théorie, la gaussienne a un étendu infini, mais en pratique, on limite cet étendu à [–
3σ,3σ], car la plupart de la puissance est dans cette zone. Exemple de noyaux de
convolutions :
Par rapport au filtre moyenneur, le filtre gaussien accorde une grande importance aux pixels
proches du pixel central, l’effet de flou est encore présent mais moins important.
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
III.1.2 Filtres passe-haut
- Filtres différentiels
En analysant un profil de l’image, de sa dérivée et de sa dérivée seconde, les contours
peuvent être calculés en cherchant des maximums locaux de la valeur absolue de la dérivée
ou les passages par zéro de la dérivée seconde.
Une technique pour calculer les contours, zones de transition, consiste à utiliser des filtres
qui calculent une approximation du gradient de l'image.
Le filtre de gauche extrait le gradient vertical et celui de droite le gradient horizontal. On
peut calculer l’image gradient :
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
f f
f
x y
f f
x y
- filtre Laplacien
L’opérateur Laplacien peut être appliqué à une image par l'intermédiaire de l’'un des masques 3*3
suivants :
Pour détecter les contours il suffit de détecter les passages par zéro du résultat de l’application de
l’opérateur Laplacien. Cette technique est particulièrement sensible au bruit en raison de la double
dérivation.
- Rehaussement des contours (méthode du Laplacien)
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
0 0 0
-1 0 1
0 0 0
0 1 0
1 -4 1
0 1 0
0 -1 0
-1 4 -1
0 -1 0
0 -1 0
-1 5 -1
0 -1 0
Le flou est caractérisé par une transition douce entre deux zones de niveaux de gris
différents. Cette méthode permet de supprimer l’effet de flou, dû par exemple au bouger
lors de la prise de vue. On ne touche ici qu’aux zones de transition, qui doivent être raides le
plus possible, pour restaurer les contours.
III.1.3 Filtres non linéaires
Le filtre médian est un exemple de filtre passe-bas non linéaire, il consiste à affecter à un
pixel la valeur médiane de son voisinage.
Médiane
30 10 20
10 250 25 10, 10, 20, 20, 25, 25, 30, 30, 250
7
Moyenne autour de la médiane = 24
20 25 30
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
Image originale Image bruitée
Filtrage moyenneur 3x3 Filtrage médian 3x3
Utile pour éliminer un bruit de type poivre & Sel (impulsions négatives ou positives dans
l’image)
III.1 Filtrage dans le domaine fréquentiel
La représentation fréquentielle d’une image f est obtenue par le calcul de la transformé de Fourier
(TF) 2D discrète, MxN est la taille de l’image.
TF :
M 1 N 1 ux vy
1 2 i
F u , v f x, y e M N
avec u 0,1, , M 1, v 0,1, , N 1
MN x 0 y 0
TF-1 :
M 1 N 1 ux vy
2 i
f x, y F u, v e M N
avec x 0,1, , M 1, y 0,1, , N 1
u 0 v 0
F(0,0) est la moyenne des niveaux de gris de l’image.
Le spectre de l’image est représenté par :
F u, v Ru, v I u, v
2
2 1/ 2 8
MST/Cycle ingénieur 2021-2022
Traitements des images numériques M. AIT KBIR
La fréquence dans une image représente la variation de l’intensité des pixels, les basses fréquences
correspondent aux régions homogènes et floues, tandis que les hautes fréquences correspondent
aux contours et aux changements brusques de l’intensité dans l’image.
Le filtrage dans le domaine fréquentiel est réalisé à l’aide d’une multiplication.
- Filtrage passe bas
- Filtrage passe haut
MST/Cycle ingénieur 2021-2022
