Scribd
Importer
20 vues1 page

TP03

Ce document présente un projet de travaux pratiques sur le traitement d'images, axé sur la réduction de bruit, l'amélioration du contraste et la détection de contours. Les étudiants doivent implanter des fonctions pour le filtrage moyen, Gaussien et médian, ainsi qu'une fonction pour améliorer le contraste et une autre pour détecter les contours avec l'algorithme de Canny. Des astuces pour l'utilisation de Python et de bibliothèques comme PIL et scipy.signal sont également fournies.

Transféré par

lahlou khalid
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
20 vues1 page

TP03

Ce document présente un projet de travaux pratiques sur le traitement d'images, axé sur la réduction de bruit, l'amélioration du contraste et la détection de contours. Les étudiants doivent implanter des fonctions pour le filtrage moyen, Gaussien et médian, ainsi qu'une fonction pour améliorer le contraste et une autre pour détecter les contours avec l'algorithme de Canny. Des astuces pour l'utilisation de Python et de bibliothèques comme PIL et scipy.signal sont également fournies.

Transféré par

lahlou khalid
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

Département MI Centre Universitaire de Mila

Traitement d’images Dr. Aissa Boulmerka

1 Travaux pratiques N° 3

1.1 Objectifs

• Implanter le filtrage d’image pour la réduction de bruit.


• Amélioration du contraste et détection de contours.

1.2 Enoncé

Dans ce projet, vous devez implémenter trois opérations d’amélioration de la qualité


d’une image et une opération de détection de contours (les images de test vous seront
fournies):

1) Implanter le filtrage moyen, Gaussien et médian Ici vous devez implanter


une fonction de réduction de bruit ’bruit_reduction’ qui aura trois paramètres
d’entrée: l’image bruitée, la taille du filtre et le genre de filtre (ex. 0 pour le
filtre moyen, 1 pour le filtre Gaussien et 2 pour le filtre médian). La fonction doit
retourner l’image filtrée comme paramètre de sortie.
2) Amélioration du contraste d’une image Ici vous devez implanter l’opération
d’amélioration de contraste en utilisant le Laplacien:

g(x, y) = f (x, y) + c∥∇2 f ∥ (1)

Il faut implanter une fonction ’ameliorer_constraste’ qui a en paramètre d’entrée:


l’image à améliorer et le paramètre c, et en paramètre de sortie: l’image résultat.
3) Détection de contours Ici vous devez implanter une fonction ’contours_detection’
qui prend comme paramètres d’entrée une image et une valeur de seuil, et en
paramètre de sortie la carte des contours avec l’algorithme de Canny.

1.3 Astuces avec Python

Vous pouvez utiliser les fonctions ImageFilter de la librairie PIL et la fonction convolve2d
de la library scipy.signal.

Vous aimerez peut-être aussi