Cours MATLAB Traitement dImage Opérateurs Morphologiques
L'érosion (en MATLAB imerode) et la dilatation (imdilate) sont deux techniques de base appartenant au domaine de la morphologie mathématique issus de la
Cours MATLAB - Analyse morphologiqe dimages Morphologie
Nov 24 2009 Morphologie Mathématique? On l'utilise pour: Filtrage d'images. Reconnaissance d'objets. Segmentation d'images.
TP 3 : Morphologie mathématique
1.2 Fonctions Matlab pour la morphologie mathématique. Tous les opérateurs morphologiques vu en cours sont implémentés dans la toolbox Image Processing de.
TP de morphologie mathématique 1 Morphologie mathématique sur
TP de morphologie mathématique. Des images de test se trouvent sur http://perso.telecom-paristech.fr/~bloch/ANIM/. ImagesTP/.
Automatique et Informatique Industrielle Traitement dImages
traitement d'image nous utilisons morphologie mathématique comme moyen fonction imopen de Matlab
1. Erosion et dilatation dune image binaire
L'analyse par morphologie mathématique vise à modifier la structure et la forme Vous allez utiliser Matlab pour réaliser des filtrages morphologiques.
• Filtrage non-linéaire = filtrage quon ne peut pas définir avec l
sous Matlab/Octave : morphologie mathématique par exemple (érosion dilatation)… IV. Filtrage. Page 11. 4- FILTRAGE PRÉ-DÉFINIS SOUS MATLAB : FSPECIAL.
SI241 - TP de morphologie mathématique 1 Elément structurant 2
mathématique pour en comprendre les effets. 2 Morphologie mathématique binaire ... 3 Morphologie mathématique sur des images à niveaux de gris.
Morphologie mathématique
Le squelette est une transformation homotopique et idempotente. Discontinuité de la squelettisation. Homotopie. Morphologie mathématique – p.4/50
SI343 - TP de morphologie mathématique 1 Morphologie
SI343 - TP de morphologie mathématique. Des images de test se trouvent sur http://perso.telecom-paristech.fr/~bloch/ANIM/. ImagesTP/.
DEBRUITAGE DU SIGNAL ELECTROCARDIOGRAMME (ECG) PAR LES
Introduction à la morphologie mathématique Dans ce chapitre nous allons tenter d’introduire rapidement ce qu’est la morphologie mathématique ou ce qui rentre dans son champ d’étude Cette question est dif?cile non pas tant au niveau technique qu’au niveau du point de départ
SI241 - TP de morphologie mathématique 1 Elément structurant
2 Morphologie mathématique binaire Pour cette partie utiliser l’image cellbin bmp (ou cafe bmp) L’image peut être lue et visualisée avec les commandes : cell=imread(’cellbin bmp’); imshow(cell); Tester les opérations de dilatation érosion ouverture et fermeture avec di?érentes formes et
Cours de morphologie mathématique
La morphologie mathématique est une théorie de traitement non linéaire de l’information apparue en France dans les années 60 (G Matheron & J Serra Ecole des Mines de Paris) et qui est aujourd’hui très largement utilisée en analyse d’images
SI343 - TP de morphologie mathématique - Telecom Paris
1 Morphologie mathématique sur des images à niveaux de gris L’élément structurant est dé?ni par la fontion strel Il est possible de choisir la forme : ’diamond’ ’square’ ’disk’ ’line’etlataille Parexemple se = strel(’square’11); créeunélémentstructurantcarrédetaille11 11 pixels 1
Quelle est la base de la morphologie mathématique?
En effet, l’idée de base de la morphologie mathématique est de comparer les objets que l’on veut analyser a un autre objet de forme connue appelé élément structurant, les relations sont de type ensembliste (union, intersection, etc.).
Quels sont les opérateurs de base de la morphologie mathématique?
La dilatation et l'érosion sont les opérateurs de base de la morphologie mathématique.
Quel est le niveau de la morphologie ?
5 – Le niveau de la morphologie théorique (ou de la théorie de la morphologie) : ici, on s’occupe de la définition de morphèmes, de l’élaboration de techniques descriptives générales (segmentation ; classification ; réduction et [re]catégorisation).
Comment calculer sa morphologie ?
La formule de Creff est plus perfectionnée que la plupart des autres méthodes : elle inclut les notions d'âge et de morphologie. Vous devez choisir entre plusieurs calculs, suivant votre silhouette : mince, normale ou large. Ce calcul est assez fin... Seul bémol : il est difficile d'évaluer soi-même sa morphologie !
TP 3 : Morphologie mathématique
Dans ce TP nous allons nous intéresser à une image de globules rouges observés au microscope. Nous allons
mettre en oeuvre des techniques simples de seuillage d"histogramme et de morphologie mathématique pour
extraire de l"image les pixels appartenant aux globules rouges.1 Quelques rappels avant de commencer
1.1 Seuillage d"histogramme
Lorsque l"on souhaite effectuer une segmentation binaire,i.e.classer les pixels d"une image en niveaux
de gris dans deux classes distinctes, l"outil le plus simple est le seuillage de l"histogramme. Le choix de la
valeur de seuil influence le résultat de la segmentation. On peut le choisir "à la main" lorsqu"il est évident,
ou utiliser des méthodes de seuillage qui déterminent automatiquement le seuil. Dans ce TP nous nous
intéresserons à la méthode de seuillage automatique qui détermine de manière itérative la valeur de seuil
en se basant sur la stabilité de la moyenne des niveaux de gris des deux classes constituées par le seuil
T. L"algorithme de seuillage automatique est rappelé ci-dessous.Algorithme :
1.Calcul de l"histogramme de l"image.
2. Initialisation : sélectionner un seuil initial T(0)et constituer les groupesG(0)1etG(0)
2.. 3. A l"itération k: calculer des intensités moyennesm(k)1etm(k)
2des groupesG(k)
1etG(k)
2. 4.Calcul du nouv eauseuil T(k)= (m1(k)+m2(k))=2.
5.Rép éterl esétap es4 et 5 jusqu"à ce que les v ariationsde Tsoient inférieures à(défini par
l"utilisateur).1.2 Fonctions Matlab pour la morphologie mathématique
Tous les opérateurs morphologiques vu en cours sont implémentés dans la toolboxImage Processingde
Matlab. On donne ici un aperçu des principales fonctions utiles.>> SE = strel("disk", R, N); # élément structurant en forme de disque de rayon R.
N sera fixé à 0 dans ce TP.
>> SE = strel("square", W); # élément structurant carré de taille WW. >> im2 = imdilate(im, SE); # dilatation de l"image binaire im avec SE. >> im2 = imerode(im, SE); # érosion de l"image binaire im avec SE. >> im2 = imopen(im, SE); # ouverture de l"image binaire im avec SE. >> im2 = imclose(im, SE); # fermeture de l"image binaire im avec SE. >> im2 = bwhitmiss(im, X, Wx); # Transformée tout-ou-rien de l"image binaire im avec les formes X et Wx = W-X (cf. cours).Il est aussi possible de définir soi-même un élément structurant en créant une matrice remplie de 0 pour
le fond et de 1 pour la forme de l"élément structurant. 12 Seuillage d"histogramme
Tout au long de ce TP, nous allons travailler sur l"image "globules.jpg".2.1 Afficher l"histogramme de l"image
Sous Matlab, la fonctionimhistpermet de calculer et d"afficher l"histogramme d"une image. Manipulation 1--------------------------------------åCharger et afficher l"image "globules.jpg".
åCalculer son histogramme à l"aide de la fonctionimhist.2.2 Méthode de seuillage automatique
Manipulation 2--------------------------------------åImplémenter la méthode de seuillage automatique d"histogramme vue en cours et rappelée dans le
paragraphe 1.1.Pour implémenter la méthode de seuillage automatique d"histogramme, vous aurez besoin d"utiliser une
bouclewhile:while "condition" instruction1 instruction2 endLa condition à tester peut être une égalitéA==B, une différenceA=Bou encore une inégalité
A>=B.2.3 Création de l"image binaire
Sur l"image "globules.jpg", les objets d"intérêt, les globules rouges, apparaissent en niveaux de gris foncé
sur fond clair. Pour effectuer les opérations morphologiques, on préfère travailler sur une image binaire
où les objets sont en blanc et le fond en noir. Manipulation 3--------------------------------------åTransformer l"image binaire obtenue après seuillage automatique pour obtenir les objets en blanc (va-
leur des pixels = 1) et le fond en noir (valeur des pixels = 0).3 Amélioration de l"image binaire grâce aux opérateurs morpho-
logiques3.1 Rebouchage des trous
bProposer un traitement morphologique qui permette de combler les trous à l"intérieur des objets
d"intérêt. Justifier les choix d"opérateur(s) et d"élément(s) structurant(s). 2 Manipulation 4--------------------------------------åImplémenter la méthode proposée.
bCommenter le résultat obtenu.3.2 Suppression des objets qui ne sont pas des globules
bProposer un traitement morphologique qui supprime les objets qui ne sont pas des globules rouges. Justifier les choix d"opérateur(s) et d"élément(s) structurant(s). Manipulation 5--------------------------------------åImplémenter la méthode proposée.
bCommenter le résultat obtenu.3.3 Affichage de l"image originale restreinte aux globules rouges détectés
bOn souhaite maintenant afficher les globules rouges détectés avec les niveaux de gris originaux.
Comment faire à partir de l"image binaire pour réaliser cette opération? Manipulation 6--------------------------------------åAfficher le résultat sous Matlab.
3quotesdbs_dbs35.pdfusesText_40[PDF] cours morphologie mathématique
[PDF] cours de morphologie linguistique
[PDF] critère morphologique grammaire
[PDF] morphologie du verbe français
[PDF] morphologie verbale définition
[PDF] rayon d'or avis
[PDF] morphologie et syntaxe du français pdf
[PDF] rayon d'or montparnasse
[PDF] syntaxe du verbe français
[PDF] rayon d'or alesia
[PDF] analyse morphologique d'un verbe
[PDF] rayon d'or gare du nord
[PDF] sémantique du verbe
[PDF] rayon d'or passy