Filtrage linéaire
Considérons un pixel P dont la position dans l'image est donnée par les Après filtrage passe-haut par un filtre gradient oblique les contours diagonaux ...
7. Applications du filtrage.key
Filtre passe-haut originale - filtrée Image. Image filtrée. Qu'est-ce qui se passe? f = image g = filtre ... Dans matlab: C = normxcorr2(template A) ...
Traitement des images numériques TP 3 : Filtrage et débruitage
1.2 Etude sous MATLAB . Pour ajouter du bruit `a une image sous MATLAB on utilise la commande ... S'agit-il d'un filtre passe-bas
Quelques méthodes de filtrage en Traitement dImage
29 août 2010 Le filtre passe-bas diminue le bruit mais atténue les détails de l'image (flou plus prononcé). – Le filtre passe-haut accentue les contours ...
Chapitre 3 - Filtres et analyse fr ´equentielle
Les courbes idéales de la figure 3.1 montrent les quatre types de filtres principaux. Les deux premiers le filtre passe-bas et le filtre passe-haut
TRAITEMENT DIMAGES
Rehaussement d'Images par Filtrage Spatial/Fréquentiel. Image. TF(image) Filtre Passe-haut : accentue les contours et les détails de l'image mais ...
Le Filtrage des Signaux Numériques
Filtre Passe-Haut Analogique MATLAB : spectre et spectrogramme du signal s(t) ... transmission de données audio
Travaux pratiques et travaux dirigés de traitement dimages
lorsqu'on parcourt cette image de haut en bas puis de gauche vers la droite. consiste `a appliquer une filtre passe-bas avant de faire le prél`evement.
Traitement des images numériques TP 4 : Filtrage rehaussement de
A l'inverse des filtres vus dans le TP3 les filtres réhausseurs de contours sont des passe-bande ou des passe-haut
Traitement du signal
4.2.3 Exemple de filtre passe-bas d'ordre 1 . Figure 5 – Exemple d'un signal de voix parlée : signal temporel (haut) fréquence fondamentale (bas).
Chapitre5 1 IFT6150 - Université de Montréal
>Chapitre5 1 IFT6150 - Université de MontréalWebFiltre Passe-bas : diminue le bruit mais atténue lesdétails de l’image Filtre Passe-haut : accentue les contours et les détailsde l’image mais ampli?e le bruit Filtre Passe-bande
TP N° 10 : FILTRES PASSIFS PASSE-HAUT D’ORDRE 1 PASSE
>TP N° 10 : FILTRES PASSIFS PASSE-HAUT D’ORDRE 1 PASSE
AudioBox 22/44VSL Présentation Mode demploi - ZIKINF
>AudioBox 22/44VSL Présentation Mode d'emploi - ZIKINF
Matlab et le traitement du signal —
>Matlab et le traitement du signal —WebPour les ?ltres passe-haut et coupe-bande leur ordre peut ˆetre calcul´e de la mˆeme fac¸on que pour les ?ltres passe-bas et passe-bande en renversant les fr´equences de Taille du fichier : 99KB
Filtrage temps-réel et MATLAB (introduction) - Université Paris
>Filtrage temps-réel et MATLAB (introduction) - Université Paris WebRappels des cours pr ec edents : ltrage id eal et FIRLes bases du temps-r eel audio sous matlab Filtre passe-haut id eal { 1 D e nition La r eponse en equence d’un ltre passe
Comment calculer la fonction de transfert d'un filtre passe-haut?
La fonction de transfert du filtre passe-haut est : H (jw) = s = w1 0 où w0 =.
Comment calculer le filtre passe-haut ?
- Le filtre passe-haut se calcule comme le filtre passe bas. Il faut juste inverser les composants, Figure 5. - Un filtre passe-bande est réalisé en mettant en série un filtre passe-haut C1-R1, suivi d'un filtre passe-bas R2-C2. Figure 6.
Comment filtrer un signal dans Matlab ?
Dans MATLAB, nous pouvons utiliser la fonction intégrée lowpass () pour filtrer un signal. Nous devons passer le signal d’entrée, la fréquence de bande passante et la fréquence d’échantillonnage du signal d’entrée dans la fonction lowpass (). Le signal d’entrée doit être un vecteur ou une matrice de type simple ou double.
Applications du filtrageGIF-4105/7105 Photographie Algorithmique, Hiver 2016 Jean-François LalondeMerci à: Alyosha Efros, Derek Hoiem, Steve Seitz, et Svetlana Lazebnik!
•Le gradient d'une image: •Pointe dans la direction du changement le plus rapide en intensité •Amplitude et orientation:Gradient
Bruit•Analysons une seule ligne dans l'image •Affiche l'intensité en fonction de la coordonnée xOù est l'arête?Comment calculer le gradient (la dérivée?)
Solution: adoucir! (filtrer!)Chercher maximums: Où est l'arête? Théorème sur la dérivée de la convolution•On sauve une étape:Laplacien d'une gaussienneLaplacien d'une gaussienne (LoG)Où est l'arête?Où le graphe du bas croise 0
Détection d'arête en 2-D est l'opérateur Laplacien:Laplacien d'une gaussienneGaussiennedérivée d'une gaussienne
Un filtre gaussien enlève...?Image originale (vous la connaissez?) Un filtre gaussien enlève...?filtrée (gaussienne 5x5)Filtre passe-hautoriginale - filtrée
Accentuation (" sharpening »)originalefiltrée (5x5)-détails=accentuée!=Rajoutons les détailsoriginaledétails+ α
Filtre passe-haut•Comment obtenir ce filtre passe-haut? •regarder de près... •passage par 0 aux arêtes...? •original - filtrée (gaussien) ≈ laplacien d'une gaussienne!originale - filtrée
Images hybrides•A. Oliva, A. Torralba, P.G. Schyns, "Hybrid Images," SIGGRAPH 2006Filtre gaussienFiltre laplacienGaussienneimpulsionLoGCorrespondance de modèles•But: trouver dans l'image •Défi: Comment devrait-on comparer le modèle avec l'image?Derek Hoiem
Filtrer pour trouver les correspondances•But: trouver dans l'image •Méthode 0: filtrer l'image avec l'oeilImageImage filtréeQu'est-ce qui se passe?f = image g = filtreh(m,n)=
k,l g(k,l)f(m+k,n+l)Derek Hoiem
Filtrer pour trouver les correspondances•But: trouver dans l'image •Méthode 1: filtrer l'image avec l'oeil (normalisé)ImageImage filtréemoyenne de gh(m,n)=
k,l (g(k,l)!¯g)f(m+k,n+l) Fausses détectionsBonnes détectionsDerek HoiemSeuilFiltrer pour trouver les correspondances•But: trouver dans l'image •Méthode 2: somme des différences au carréImage1-SSDBonnes détectionsDerek Hoiemh(m,n)=
k,l (g(k,l)!f(m+k,n+l)) 2 SeuilFiltrer pour trouver les correspondancesh(m,n)=
k,l (g(k,l)!f(m+k,n+l)) 2Est-ce qu'on peut implémenter la somme des di
ff érences au carré avec un (ou des) filtre(s) linéaire(s)?Derek HoiemFiltrer pour trouver les correspondances•But: trouver dans l'image •Méthode 2: somme des différences au carréImage1-SSDDerek Hoiemh(m,n)=
k,l (g(k,l)!f(m+k,n+l)) 2Problème?
Filtrer pour trouver les correspondances•But: trouver dans l'image •Méthode 3: corrélation croisée normaliséeDerek Hoiemmoyenne de la partie correspondante dans l'imagemoyenne du filtreh(m,n)=
k,l (g(k,l)!¯g)(f(m+k,n+l)! f m,n k,l (g(k,l)!¯g) 2 k,l (f(m+k,n+l)! f m,n 2Dans matlab: C = normxcorr2(template, A)
Filtrer pour trouver les correspondances•But: trouver dans l'image •Méthode 3: corrélation croisée normaliséeImagerésultatDerek Hoiemseuil
Filtrer pour trouver les correspondances•But: trouver dans l'image •Méthode 3: corrélation croisée normaliséeImagerésultatDerek Hoiemseuil
Quelle est la meilleure méthode?•Ça dépend! •Filtre normalisé •très rapide, mais pas très bon •Somme des différences au carré •assez rapide, sensible aux variations d'intensité •Corrélation croisée-normalisée •plus lente, mais robuste aux variations d'intensitéDerek Hoiem
Atténuation du bruitBruit additif gaussienFiltre gaussienAtténuer le bruit gaussienEn augmentant la variance, on réduit le bruit, mais on rend l'image floue!Source: S. Lazebnik
Bruit "poivre et sel"3x35x57x7Filtre gaussien
Idée alternative: filtre médian•Un filtre médian calcule la médiane de l'image sur une fenêtre Est-ce que c'est linéaire?Source: K. Grauman
Filtre médianSource: K. GraumanSignalFiltre médianFiltre gaussienQuels sont les avantages du filtre médian sur le filtre gaussien?
Filtre médian•MATLAB: medfilt2(image, [h w])Bruit "poivre et sel"Filtre médianSource: M. Hebert
Filtre Médian vs. gaussien3x35x57x7GaussienMédianCompression (JPEG)
La DCT dans la compression JPEG•Le premier coefficient B(0,0) est la composante DC (l'intensité moyenne) •Les coefficients en haut à gauche représentent les basses fréquences, et en bas à droite les hautes
La DCT dans la compression JPEG•Quantification •Plus approximatif pour les hautes fréquences (qui sont plus faibles de façon naturelle) •Plusieurs d'entre elles seront 0! •Encodage •Décodage avec la DCT inverseTable de quantificationRéponse des filtresValeurs quantifiées
Compression JPG•Diviser l'image en blocs (8x8), enlever 128 •Pour chaque bloc •Calculer les coefficients DCT •Quantification •Coefficients des hautes fréquences deviendront 0 •Encodage (e.g., avec l'encodage Huffman)
Taille des blocs•petit •rapide! •corrélation existe entre blocs adjacents (compression moins efficace) •grand •meilleure compression •8x8 dans le standard JPEG
Comparaison89k12k
À retenir•Souvent plus intuitif de penser en termes de fréquences •transformée de Fourier •Plus rapide de filtrer avec la FFT pour les grosses images (N logN vs. N2) •Les images ont plus d'énergie dans les basses fréquences •Compression? •Souvenez-vous de filtrer avant d'échantillonner
Question à emporterAssociez l'image à la transformée de Fourier154A32CBDEquotesdbs_dbs19.pdfusesText_25[PDF] filtre passe haut ordre 1
[PDF] filtre récursif
[PDF] filtre récursif définition
[PDF] filtre récursif et non récursif
[PDF] filtre rif
[PDF] filtre stable
[PDF] filtre uv aquaculture
[PDF] filtrer composante continue
[PDF] filtrer un signal bruité matlab
[PDF] filtres actifs exercices corrigés pdf
[PDF] fime antony
[PDF] fime caen recrutement
[PDF] fime logo
[PDF] fime miami