SI241 - TP de morphologie mathématique 1 Elément structurant
3 Morphologie mathématique sur des images à niveaux de gris Les images suivantes peuvent être utilisées : – bat200 bmp – bulles bmp – cailloux png – cailloux2 png – laiton bmp – retina2 gif 1 Tester les quatre opérations de base sur une des images à niveaux de gris Quelle est
SI343 - TP de morphologie mathématique
1 Morphologie mathématique sur des images à niveaux de gris L’élément structurant est défini par la fontion strel Il est possible de choisir la forme :
ENSTA Paris, une Grande école dingénieurs généraliste
˘ˇ ˆ˘ ˙˝ ˛˚˘˜ #, ˛ ˘ ˘ ˆ˛˛ˆ "ˇ˝ ˛ ˘˜ˇ ˝ ˙ ˝: $ ,˜ˆ˛ $ˆ˙ ˝ ˇ " ,: $ ,ˇ ˙ : ˆ ˝ ˇ : ˇˆ ˛- ˇ ˆ
Morphologie mathématique Images bimodales : binarisation
Morphologie mathématique Transparent 1 9Binarisation d’images 9Notions de morphologie mathématique 9Squelettisation Images bimodales : binarisation Transparent 2 Cas particulier important par ses applications : Vision industrielle, temps réel ÎChoix du seuil Global ou adaptatif, et dans ce cas, subdivision statique ou dynamique Transparent 3
FGSE Cours MATLAB Traitement d’Image Op´erateurs Morphologiques
L’´erosion (en MATLAB, imerode) et la dilatation (imdilate) sont deux techniques de base appartenant au domaine de la morphologie math´ematique issus de la th´eorie des sets visant a filtrer une image Ce groupe d’op´erateurs se base
Analyse dimages - Morphologie mathématique
Dilatation et érosion Ouverture et fermeture TOR Analyse d’image Planduchapitre 1 Dilatationetérosion 1 1 Dilatation 1 2 Erosion 1 3 Comparaisondel’érosionetdeladilatation
SEGMENTATION D’IMAGES MEDICALES PAR MORPHOLOGIE MATHEMATIQUE
morphologie mathematique Soutenu publiquement le : 25 MAI 2016 devant le jury composé de : Mr L HAMZA CHERIF MCB Université de Tlemcen Président
Basics in Geostatistics Geostatistical interpolation
Number 5 in Les Cahiers du Centre de Morphologie Mathématique Ecole des Mines de Paris, Fontainebleau, 1970 S Séguret and P Huchon Trigonometric kriging: a new method for removing the diurnal variation from geomagnetic data J Geophysical Research, 32(B13):21 383–21 397, 1990 H Wackernagel Multivariate Geostatistics: an Introduction with
[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
SI241 - TP de morphologie mathématique
Le but de ces travaux pratiques est d"expérimenter les principales opérations de morphologie mathématique pour en comprendre les effets. Des images de test se trouvent surhttp://perso.telecom-paristech.fr/~bloch/ANIM/ImagesTP/
1 Elément structurant
L"élément structurant est défini par la fontionstrel. Il est possible de choisir la forme : "diamond", "square", "disk", "line", et la taille. Par exemple se = strel("square",11); crée un élément structurant carré de taille11×11pixels.2 Morphologie mathématique binaire
Pour cette partie, utiliser l"imagecellbin.bmp(oucafe.bmp). L"image peut être lue et visualisée avec les commandes : cell=imread("cellbin.bmp"); imshow(cell);Tester les opérations de dilatation, érosion, ouverture etfermeture avec différentes formes et
tailles d"éléments structurants (fonctionsimdilate, imerode, imopen, imclose).Commenter l"influence de la forme et de la taille de l"élémentstructurant sur les résultats.
3 Morphologie mathématique sur des images à niveaux de gris
Les images suivantes peuvent être utilisées : -bat200.bmp -bulles.bmp -cailloux.png -cailloux2.png -laiton.bmp -retina2.gif1. Tester les quatre opérations de base sur une des images à niveaux de gris. Quelle est
l"influence de la taille et de la forme de l"élément structurant?2. Vérifier les propriétés des quatre opérations sur des exemples.
3. A quoi est égale la succession d"une dilatation par un carré de taille3×3et d"une dilatation
par un carré de taille5×5? Même question pour l"ouverture. Quelles sont les propriétés
de ces deux opérations qui expliquent ces résultats?4. Effectuer une transformation du chapeau haut-de-forme sur une image à niveaux de gris
(image originale moins ouverture), par exemple sur l"imageretina2.gif. Commenter le 1résultat pour différentes tailles et différentes formes d"éléments structurants. Quelle serait
l"opération duale (illustrer sur l"imagelaiton.bmppar exemple)? Pour aller plus loin, définir des segments dans plusieurs directions comme éléments struc- turants, et calculer le max des ouvertures obtenues pour chacun, puis retrancher le résultatà l"image originale. Conclusion?
4 Filtres alternés séquentiels
Réaliser un filtre alterné séquentiel, par exemple en utilisant la suite de commandes suivante :
se1=strel("disk",1); se2=strel("disk",2); se3=strel("disk",3); se4=strel("disk",4); se5=strel("disk",5); fas1=imclose(imopen(im,se1),se1); fas2=imclose(imopen(fas1,se2),se2); fas3=imclose(imopen(fas2,se3),se3); fas4=imclose(imopen(fas3,se4),se4); fas5=imclose(imopen(fas4,se5),se5); Les tests doivent permettre de comprendre le type de résultat obtenu en fonction de la forme de l"élément structurant et de la taille maximale de l"élément structurant utilisé. Quel comportement peut-on attendre si l"on poursuit la séquence avec un élément structurant de plus en plus grand?5 Segmentation
1. Calculer le gradient morphologique, par exemple sur l"imagebat200.bmp. Commenter.
2. Essayer de seuiller le gradient, par exemple :
temp = grad; temp(temp<50)=0; Pourquoi est-il difficile de trouver une bonne valeur de seuil?3. Appliquer l"algorithme de ligne de partage des eaux sur l"image de gradient :
wat=watershed(grad);4. Commenter. Pour la visualisation, on peut sélectionner les lignes (points de valeur 0) et les
superposer à l"image originale.5. Essayer de filtrer l"image originale (par un filtre alternéséquentiel bien choisi par exemple)
et/ou l"image de gradient (par une fermeture) avant d"appliquer la ligne de partage des eaux pour améliorer le résultat. 26 Pour aller plus loin : reconstruction
La reconstruction permet de rendre les opérations robustes. La reconstruction par dilatation est obtenue par la séquence suivante (mest le marqueur,Il"image à reconstruire, ou masque, et B1est un élément structurant élémentaire, de taille 1) :
m 0=m?I m1=D(m0,B1)?I
m i=D(mi-1,B1)?I cette séquence étant itérée jusqu"à convergence (lorsquemn=mn-1). Par exemple la reconstruction d"une image à partir d"une ouverture permet de récupérer lespetites parties des objets en partie préservés par l"ouverture. Tester par exemple (en changeant
éventuellement l"élément structurant) :
im=imread("retina2.gif"); se4 = strel("disk",4); open4 = imopen(im,se4); reco=imreconstruct(open4,im);Commenter les résultats.
La reconstruction par érosion s"obtient par dualité et peutêtre utilisée pour imposer des
marqueurs à la ligne de partage des eaux. Soitmle marqueur, tel quemvaut 0 dans les zones à marquer (que l"on veut segmenter) et 255 ailleurs. On calculeI?=I?m, oùIest l"image surlaquelle on veut appliquer la ligne de partage des eaux (image de gradient, ou image inversée dans
le cas delaiton.bmppar exemple). Puis on reconstruitI?par érosion à partir dem. L"imagereconstruite n"a que des minima là où ils sont indiqués parm, et la ligne de partage des eaux
peut alors être appliquée à cette image reconstruite. Cetteidée pourra être testée si le temps le
permet. 3quotesdbs_dbs3.pdfusesText_6