Traitement des images numériques TP 3 : Filtrage et débruitage
Pour ajouter du bruit `a une image sous MATLAB on utilise la commande imnoise h = fspecial('gaussian'
Quelques méthodes de filtrage en Traitement dImage
?? ????? ???? ?? filtre gaussien avec ? ? 1 est utilisé pour réduire le bruit et si ? ? 1 c'est dans le but de fabriquer une image qu'on va utiliser pour ...
Utilisation des outils Matlab pour la segmentation dimage :
Le processus de traitement des images . Figure 3.12 : image filtrée par le filtrage gaussien (SIGMA=0. 5)………………………...47. Figure 3.13 : image filtrée par ...
Matlab pour traitement de limage fondement et applications
? ????? ???? ?? Matlab pour traitement de l'image ... 2.6 Filtre Gaussien sous MATLAB . ... traitement du signal dédié aux images et aux la vidéos .
TPs Traitement dimages
TP1 : Toolbox de Matlab pour le traitement d'images Créer un filtre Gaussien qui a la même taille que l'image et calculer sa TF avec:.
Traitement des images
?? ??? ???? ?? En Matlab pour calculer et visualiser l'histogramme ... f) Appliquer sur les mêmes images le filtre gaussien en utilisant les masques 3x3 ...
TRAITEMENT DIMAGES
Filtre Gaussien (Passe-bas) . Rehaussement d'Images par Filtrage Spatial/Fréquentiel ... Filtre Passe-bas : diminue le bruit mais atténue les.
INSTITUT DE GÉNIE BIOMÉDICAL
Savoir transcrire une méthode de traitement d'image en un script Matlab. l'image f(xy) est d'abord filtrée par un filtre gaussien passe-bas pour.
Filtrage linéaire
Le traitement d'image s'appuie fondamentalement sur des traitements à Après filtrage passe-bas par un filtre binomial-gaussien les contours et les ...
Travaux pratiques et travaux dirigés de traitement dimages
étudiés portent sur les domaines suivants du traitement d'image. Le filtre gaussien isotrope a des coefficients qui reproduisent approximativement une ...
[PDF] Traitement des images numériques TP 3 : Filtrage et débruitage
Le bruit additif qui affecte tous les pixels de l'image Dans ce TP nous considérerons un bruit blanc additif Gaussien de moyenne nulle et de variance ?2 Il
[PDF] Traitement des images
18 mar 2020 · Proposez un traitement qui affiche l'histogrammes d'une image couleur ? 2 Filtrage des images En Matlab pour réaliser un filtre linéaire
[PDF] TPs Traitement dimages
TP1 : Toolbox de Matlab pour le traitement d'images d'images spatiales opérations de blocs filtrage linéaire ) Créer un filtre gaussien avec:
[PDF] Traitement dimages sur MATLAB - Moodle INSA Rouen
17 jui 2019 · Cette fonction nous permet de créer un filtre de Gauss (filtre passe-bas) obéissant à la loi normale Tout d'abord nous créons notre gaussienne
[PDF] Filtrage en traitement dimage - avec quelques applications
D Méthodes standard de traitement d'image (segmentation au sens des régions des contours) D Probl`eme inverse en traitement d'image D Filtre de Kalman
[PDF] TP3 : filtrage du bruit et détection de contours
Étudiez la fonction imnoise de Matlab qui permet d'ajouter différents types de bruits à une image : - bruit blanc gaussien
[PDF] Filtrage linéaire
Le traitement d'image s'appuie fondamentalement sur des traitements à Après filtrage passe-bas par un filtre binomial-gaussien les contours et les
[PDF] Quelques méthodes de filtrage en Traitement dImage - HAL
29 août 2010 · filtre gaussien avec ? ? 1 est utilisé pour réduire le bruit et si ? ? 1 c'est dans le but de fabriquer une image qu'on va utiliser pour
[PDF] Quelques méthodes de filtrage en Traitement dImage - HAL
24 fév 2011 · Nous présentons dans la figure 14 l'effet des filtres de moyenne sur une image bruitée par un bruit gaussien additifde moyenne nulle et d'
[PDF] Travaux pratiques et travaux dirigés de traitement dimages - L2TI
pdf Pour chaque questions il doit contenir les éléments suivants : • Numéro de la question • Ligne de code Matlab permettant de générer l'image
traitement demandé et vérifier son bon fonctionnement en testant le résultat sur certaines des
images fixes fournies ici : Vous choisirez celles qui vous semblent les plus appropriées pour chaque traitement. On travaillera avec des images en niveaux de gris (au besoin, utilisez la fonction rgb2gray de Matlab pour convertir les images couleurs fournies).Partie 1 : Ajout / filtrage de bruit
1) Ajout de différents types de bruits
Étudiez la fonction imnoise de Matlab qui permet d'ajouter différents types de bruits à une image : -bruit blanc gaussien -bruit " sel et poivre » (ou impulsionnel) -bruit suivant la loi de poisson -bruit exponentiel, ... Comparer ces différents types de bruits sur quelques images que vous choisirez.2) Filtres de bruit
a. Filtre médian Écrire une fonction Matlab réalisant le filtrage médian (avec une fenêtre de taille 3x3) d'une image en niveau de gris (utilisez les fonctions reshape(fenetre, 1, 9) et sort).Tester la fonction créée sur les images bruitées obtenues à l'étape précédente ou sur celles
fournies dans la base (dans le répertoire " bruit\ »).Comparer l'efficacité de ce filtre sur les différents types de bruits énoncés précédemment ?
Comparer votre fonction avec la fonction medfilt2 de Matlab. Faire varier la taille du filtre ou essayer de l'appliquer plusieurs fois sur une même image, que remarquez-vous ? b. Filtre moyenneur Faire de même avec le filtre moyenneur. Vous pourrez utiliser les fonctions Matlab imfilter ou conv2 pour réaliser le produit de convolution en 2D. c. Autres filtres de bruit et rehaussement de contrasteComparer les résultats précédents avec les autres filtres vus en cours (gaussien et
exponentiel). Utiliser par exemple la fonction fspecial de Matlab, qui peut également servirà rehausser les contrastes d'une image.
1M1 INFO
Module : TI
3) Calcul de PSNR pour évaluer l'efficacité des filtres de bruits
On définit l'erreur RMS (ou erreur L2) comme la racine carrée de l'erreur quadratique moyenne (EQM ou MSE en anglais) entre l'image initiale I (sans bruit) et la même image bruitée et filtrée par l'un des filtres vus précédemment (^I) : n.m∑i=1m ∑j=1n (^I(i,j)-I(i,j))2 avec m = nombre de lignes de l'image et n = nombre de colonnes Il est également courant d'utiliser le facteur de qualité PSNR (Peak Signal to Noise Ratio = Rapport Signal sur Bruit), défini comme le ratio entre la puissance crête du signal (2552 dans notre cas) et la puissance du bruit (erreur entre les images). Il est exprimé en dB :PSNRdB=10log10
(2552Pe) avec Pe=1
n.m∑i=1 m ∑j=1 n(^I(i,j)-I(i,j))2a. Écrire la fonction Matlab PSNR(x,y)permettant de calculer le PSNR entre deux
images x et y.b. L'utiliser pour évaluer l'efficacité des différents filtres de bruits vus précédemment.
Partie 2 : Détection de contours
Dans cette partie, nous allons comparer les méthodes de détection de contours suivantes :1)Gradient simple : créer la fonction Matlab permettant de calculer la norme du
gradient en appliquant les filtres simples horizontaux et verticaux (vous choisirez l'une des 3 normes vues en cours et en TD).2)Gradients de Roberts, de Sobel, de Prewitt et filtre de Canny : utiliser la fonction
edge de Matlab (en faisant varier le seuil : " threshold » en anglais). -[J,seuil] = edge(I, 'sobel'); % seuil prédéfini par Matlab3)Laplacien 4-connexe et 8-connexe : écrire la fonction Matlab permettant de calculer
le laplacien en connexité 4 et 8. Utiliser la fonction edge (I,'zerocross',THRESH,H) pour le seuillage.4)Laplacien de Gaussienne : utiliser la fonction edge(I,'log',THRESH) de Matlab.
Comparer les résultats des différents filtres sur quelques images que vous choisirez.Puis appliquer un bruit gaussien aux images et comparer l'efficacité des différents détecteurs
de contours sur les images bruitées.2M1 INFO
Module : TI
Partie 3 : Filtrage non linéaire du bruit impulsionnel (poivre et sel)1)Ajouter à l'image " lena », un bruit impulsionnel à 5% (i.e. : 5% des pixels de
l'image seront affectés par le bruit).2)Construire le filtre non linéaire (de taille 3 x 3 et centré) tel qu'expliqué ci-dessous :
Pour appliquer ce filtre à une image I : on considère, pour chaque pixel p de I, la fenêtre d'analyse de taille 3 x 3 suivante : iparmi les 8 pixels voisins de p (dans la fenêtre), on cherche les 4 voisins : a*(1), a*(2), a*(3) et a*(4) qui minimisent la quantité suivante : (i.e. : les 4 plus proches voisins) ile filtre demandé doit alors remplacer I(p) par F(p), avec : (F(p) doit être un entier compris entre 0 et 255) Pour une image de taille m x n, l'image filtrée sera de taille m-2 x n-2. ATTENTION : certains calculs vous donneront des résultats négatifs ou supérieurs à 255 ! Tester d'abord votre filtre sur une matrice très simple, par exemple :A = 1 3 12 4
3 6 7 8
9 7 5 1
0 0 5 4
Aide :
1)la fonction reshape de Matlab transforme une matrice en vecteur ligne. Exemple :A =
-5 -3 6 -3 0 13 1 -1
B = reshape(A,1,9);
quotesdbs_dbs3.pdfusesText_6[PDF] moteur de recherche francais
[PDF] francis ponge le parti pris des choses pdf
[PDF] les moteurs de recherche les plus utilisés
[PDF] francis ponge mouvement
[PDF] moteur de recherche définition
[PDF] francis ponge biographie
[PDF] moteurs de recherche gratuits
[PDF] meilleur moteur de recherche
[PDF] moteur de recherche mozilla
[PDF] bourse aux livres scolaires
[PDF] momox
[PDF] fonction de l'arn
[PDF] la fonction de l'adn seconde
[PDF] structure tertiaire de l'adn