Generalites Sur Le Traitement D'images

Avec la parole, l’image constitue l’un des moyens les plus importants qu’utilise l’homme pour communiquer avec autrui. C’est un moyen de communication universel dont la richesse du contenu permet aux êtres humains de tout âge et de toute culture de se comprendre.

C’est aussi le moyen le plus efficace pour communiquer, chacun peut analyser l’image à sa manière, pour en dégager une impression et d’en extraire des informations précises.

De ce fait, le traitement d’images est l’ensemble des méthodes et techniques opérant sur celles-ci, dans le but de rendre cette opération possible, plus simple, plus efficace et plus agréable, d’améliorer l’aspect visuel de l’image et d’en extraire des informations jugées pertinentes.

L’image est une représentation d’une personne ou d’un objet par la peinture, la sculpture, le dessin, la photographie, le film, etc.

C’est aussi un ensemble structuré d’informations qui, après affichage sur l’écran, ont une signification pour l’œil humain.

Elle peut être décrite sous la forme d’une fonction I(x,y) de brillance analogique continue, définie dans un domaine borné, tel que x et y sont les coordonnées spatiales d’un point de l’image et I est une fonction d’intensité lumineuse et de couleur. Sous cet aspect, l’image est inexploitable par la machine, ce qui nécessite sa numérisation

Contrairement aux images obtenues à l’aide d’un appareil photo, ou dessinées sur du papier, les images manipulées par un ordinateur sont numériques (représentées par une série de bits).

L’image numérique est l’image dont la surface est divisée en éléments de tailles fixes appelés cellules ou pixels, ayant chacun comme caractéristique un niveau de gris ou de couleurs prélevé à l’emplacement correspondant dans l’image réelle, ou calculé à partir d’une description interne de la scène à représenter.[GON 77].

La numérisation d’une image est la conversion de celle-ci de son état analogique (distribution continue d’intensités lumineuses dans un plan xOy. [LAH 93] ) en une image numérique représentée par une matrice bidimentionnelle de valeurs numériques f(x,y) où :

Pour des raisons de commodité de représentation pour l’affichage et l’adressage, les données images sont généralement rangées sous formes de tableau I de n lignes et p colonnes. Chaque élément I(x ,y) représente un pixel de l’image et à sa valeur est associé un niveau de gris codé sur m bits (2^m niveaux de gris ; 0 = noir ; 2^m-1 = blanc). La valeur en chaque point exprime la mesure d’intensité lumineuse perçue par le capteur .

L’image est un ensemble structuré d’informations caractérisé par les paramètres suivants:

Contraction de l’expression anglaise " picture éléments ": éléments d’image, le pixel est le plus petit point de l’image, c’est une entité calculable qui peut recevoir une structure et une quantification. Si le bit est la plus petite unité d’information que peut traiter un ordinateur, le pixel est le plus petit élément que peuvent manipuler les matériels et logiciels d’affichage ou d’impression. La lettre A, par exemple, peut être affichée comme un groupe de pixels dans la figure ci-dessous :

La quantité d’information que véhicule chaque pixel donne des nuances entre images monochromes et images couleurs. Dans le cas d’une image monochrome, chaque pixel est codé sur un octet, et la taille mémoire nécessaire pour afficher une telle image est directement liée à la taille de l’image.

Dans une image couleur (R.V.B.), un pixel peut être représenté sur trois octets : un octet pour chacune des couleurs : rouge ( R ), vert ( V ) et bleu (B).

C’est la taille de l’image. Cette dernière se présente sous forme de matrice dont les éléments sont des valeurs numériques représentatives des intensités lumineuses (pixels). Le nombre de lignes de cette matrice multiplié par le nombre de colonnes nous donne le nombre total de pixels dans une image..

C’est la clarté ou la finesse de détails atteinte par un moniteur ou une imprimante dans la production d’images. Sur les moniteurs d’ordinateurs, la résolution est exprimée en nombre de pixels par unité de mesure (pouce ou centimètre). On utilise aussi le mot résolution pour désigner le nombre total de pixels affichables horizontalement ou verticalement sur un moniteur; plus grand est ce nombre, meilleure est la résolution [ENC 97].

Un bruit (parasite) dans une image est considéré comme un phénomène de brusque variation de l’intensité d’un pixel par rapport à ses voisins, il provient de l’éclairage des dispositifs optiques et électroniques du capteur [GON 77].

L’histogramme des niveaux de gris ou des couleurs d’une image est une fonction qui donne la fréquence d’apparition de chaque niveau de gris (couleur) dans l’image. Pour diminuer l’erreur de quantification, pour comparer deux images obtenues sous des éclairages différents, ou encore pour mesurer certaines propriétés sur une image, on modifie souvent l’histogramme correspondant [KUN 93][GON 77].

Il permet de donner un grand nombre d’information sur la distribution des niveaux de gris (couleur) et de voir entre quelles bornes est repartie la majorité des niveaux de gris (couleur) dans les cas d’une image trop claire ou d’une image trop foncée.

Il peut être utilisé pour améliorer la qualité d’une image (Rehaussement d’image) en introduisant quelques modifications, pour pouvoir extraire les informations utiles de celle-ci.

Les contours représentent la frontière entre les objets de l’image, ou la limite entre deux pixels dont les niveaux de gris représentent une différence significative [GRA 91]. Les textures décrivent la structure de ceux-ci. L’extraction de contour consiste à identifier dans l’image les points qui séparent deux textures différentes [KUN 93].

C’est le degré de luminosité des points de l’image. Elle est définie aussi comme étant le quotient de l’intensité lumineuse d’une surface par l’aire apparente de cette surface, pour un observateur lointain, le mot luminance est substitué au mot brillance, qui correspond à l’éclat d’un objet. Une bonne luminance se caractérise par :

C’est l’opposition marquée entre deux régions d’une image, plus précisément entre les régions sombres et les régions claires de cette image. Le contraste est défini en fonction des luminances de deux zones d’images.

Si L1 et L2 sont les degrés de luminosité respectivement de deux zones voisines A1 et A2 d’une image, le contraste C est défini par le rapport :

Le niveau de gris est la valeur de l’intensité lumineuse en un point. La couleur du pixel peut prendre des valeurs allant du noir au blanc en passant par un nombre fini de niveaux intermédiaires. Donc pour représenter les images à niveaux de gris, on peut attribuer à chaque pixel de l’image une valeur correspondant à la quantité de lumière renvoyée. Cette valeur peut être comprise par exemple entre 0 et 255. Chaque pixel n’est donc plus représenté par un bit, mais par un octet. Pour cela, il faut que le matériel utilisé pour afficher l’image soit capable de produire les différents niveaux de gris correspondant.

Le nombre de niveaux de gris dépend du nombre de bits utilisés pour décrire la " couleur " de chaque pixel de l’image. Plus ce nombre est important, plus les niveaux possibles sont nombreux.

Même s’il est parfois utile de pouvoir représenter des images en noir et blanc, les applications multimédias utilisent le plus souvent des images en couleurs. La représentation des couleurs s’effectue de la même manière que les images monochromes avec cependant quelques particularités. En effet, il faut tout d’abord choisir un modèle de représentation. On peut représenter les couleurs à l’aide de leurs composantes primaires. Les systèmes émettants de la lumière (écrans d’ordinateurs,...) sont basés sur le principe de la synthèse additive : les couleurs sont composées d’un mélange de rouge, vert et bleu (modèle R.V.B.).

Elle consiste à utiliser 24 bits pour chaque points de l’image. Huit bits sont employés pour décrire la composante rouge ( R ), huit pour le vert (V) et huit pour le bleu (B). Il est ainsi possible de représenter environ 16,7 millions de couleurs différentes simultanément. Cela est cependant théorique, car aucun écran n’est capable d’afficher 16 millions de points. Dans la plus haute résolution (1600 x 1200), l’écran n’affiche que

1 920 000 points. Par ailleurs, l’œil humain n’est pas capable de distinguer autant de couleurs.

Afin de diminuer la charge de travail nécessaire pour manipuler des images en 24 bits, on peut utiliser le mode de représentation en couleurs indexée. Le principe consiste à déterminer le nombre de couleurs différentes utilisées dans l’image, puis à créer une table de ces couleurs en attribuant à chacune une valeur numérique correspondant à sa position dans la table. La table, appelée palette, comporte également la description de chacune des couleurs, sur 24 bits.

Le modèle R.V.B. représentant toutes les couleurs par l’addition de trois composantes fondamentales, n’est pas le seul possible. Il en existe de nombreux autres. L’un d’eux est particulièrement important. Il consiste à séparer les informations de couleurs (chrominance) et les informations d’intensité lumineuse (luminance). Il s’agit du principe employé pour les enregistrements vidéo. La chrominance est représentée par deux valeurs (selon des modèles divers) et la luminance par une valeur.

Elle dépend, d’une part, de la qualité des images d’origine et, d’autre part, des moyens mis en œuvre pour convertir un signal analogique en signal numérique. Elle dépend aussi de :

Les critères d’appréciation de la qualité d’une image, tels que cités succinctement ci-dessus, dépendent largement de la structure même de l’image réaliste ou conceptuelle et de son mode de représentation (bitmap ou vectorielle).

Les images appartiennent à deux grandes familles : bitmap (image-bit) et vectorielle.

Alors qu’une image vectorielle est décrite à l’aide de courbes et d’équations mathématiques, une image bitmap est constituée de pixels et se réduit donc à une matrice de points.

Si les images vectorielles peuvent être manipulées avec beaucoup de facilité, les modifications de taille, par exemple, apportées à une image bitmap ne sont pas sans incidence.

L’acquisition d’images constitue un des maillons essentiels de toute chaîne de conception et de production d’images. Pour pouvoir manipuler une image sur un système informatique, il est avant tout nécessaire de lui faire subir une transformation qui la rendra lisible et manipulable par ce système. Le passage de cet objet externe (l’image d’origine) à sa représentation interne (dans l’unité de traitement) se fait grâce à une procédure de numérisation. Ces systèmes de saisie, dénommés optiques, peuvent être classés en deux catégories principales : les caméras numériques et les scanners.

A ce niveau, notons que le principe utilisé par le scanner est de plus en plus adapté aux domaines professionnels utilisant le traitement de l’image comme la télédétection, les arts graphiques, la médecine, etc.

Le développement technologique a permis l’apparition de nouveaux périphériques d’acquisition appelés cartes d’acquisition, qui fonctionnent à l’instar des caméras vidéo, grâce à un capteur C.C.D. (Charge Coupled Device). La carte d’acquisition reçoit les images de la camera, de la T.V. ou du scanner afin de les convertir en informations binaires qui seront stockées dans un fichier.

Suivant l’objet ou le document à numériser et le domaine d’application dans lequel l’image va être utilisée, il existe divers dispositifs de numérisation d’images allant du simple scanner à main au satellite de télédétection.

Le pré-traitement concerne les images acquises tandis que le post-traitement concerne les images traitées. Dans les deux cas, les images ne peuvent échapper aux effets de dégradations dus essentiellement aux phénomènes physiques tels que :

Pour améliorer la qualité visuelle de l’image, on doit éliminer les effets des bruits (parasites) en lui faisant subir un traitement appelé filtrage.

Le filtrage consiste à modifier la distribution fréquentielle des composantes d’un signal selon des spécifications données.

Parmi ces systèmes, nous distinguons : les filtres passe-bas (lissage), filtres passe-haut (accentuation), filtres passe-bande (différenciation) et filtres directionnels.

Ce filtre n’affecte pas les composantes de basse fréquence dans les données d’une image, mais doit atténuer les composantes de haute fréquence .

L’opération de lissage est souvent utilisée pour atténuer le bruit et les irrégularités de l’image. Elle peut être répétée plusieurs fois, ce qui crée un effet de flou. En pratique, il faut choisir un compromis entre l’atténuation du bruit et la conservation des détails et contours significatifs .

Le renfoncement des contours et leur extraction s’obtiennent dans le domaine fréquentiel par l’application d’un filtre passe-haut.

Le filtre digital passe-haut a les caractéristiques inverses du filtre passe-bas .Ce filtre n’affecte pas les composantes de haute fréquence d’un signal, mais doit atténuer les composantes de basse fréquence .

Cette opération est une dérivée du filtre passe-bas. Elle consiste à éliminer la redondance d’information entre l’image originale et l’image obtenue par filtrage passe-bas. Seule la différence entre l’image source et l’image traitée est conservée.

Dans certains cas, on cherche à faire apparaître des détails de l’image dans une direction bien déterminée. Pour cela, on utilise des filtres qui opèrent suivant des directions (horizontales, verticales et diagonales).

La convolution est le remplacement de la valeur d’un pixel par une combinaison linéaire de ses voisins. Elle consiste à faire balayer une fenêtre (masque) sur l’ensemble des points de l’image [MOK 92].

On est conduit pour analyser une image à la partager en un certain nombre de domaines connexes (unis): ce processus joue un rôle de plus en plus important en traitement numérique des images.

Deux points appartiennent à un même domaine s’ils possèdent une même propriété caractéristique P et si on peut les joindre par une chaîne continue de points voisins ayant cette propriété P. Une segmentation est donc définie par le type de propriété et par la définition de voisinage.

Tout système de traitement d’image est doté d’un dispositif de visualisation qui permet l’affichage des images .

L’utilisation de différents types de restituteurs permet de transformer le signal numérique qu’est la matrice image en un signal analogique visible par l’œil de l’observateur. Pour cela, différents types de supports peuvent être employés : moniteur vidéo, clichés photographiques, impression sur papier. Dans tous les cas et pour chaque échantillon de l’image numérique, on recrée un nouvel élément d’image ou un nouveau pixel dont on choisit la forme de façon à reconstituer une image analogique qui soit la plus proche possible de l’image avant numérisation compte tenu des erreurs introduites lors de l’acquisition, de la numérisation et de la transmission .

Le traitement d’images possède l’aspect multidisciplinaire. On trouve ses applications dans des domaines très variés tels que les télécommunications (T.V., vidéo, publicité,...), la médecine (radiographie, ultrasons,...), biologie, astronomie, géologie, l’industrie (robotique, sécurité), la météorologie, l’architecture, l’imprimerie, l’armement (application militaire).

De nouvelle applications pratiques sont possibles aujourd’hui et touchent tous les domaines d’activités, tels que : métiers du spectacle, de la radio, créations artistiques,...

La représentation des images fixes est un des éléments essentiels des applications multimédias, comme dans la plupart des systèmes de communication.

La manipulation des images pose cependant des problèmes beaucoup plus complexes que celle du texte. En effet, l’image est un objet à deux dimensions, censé représenter un espace à trois dimensions, ce qui a deux conséquences majeures :

Le volume des données à traiter est beaucoup plus important ;

‚ La structure de ces données est nettement plus complexe.

Il en résulte que la manipulation, le stockage et la représentation de ces données se heurtent à certaines limitations.

Grâce au traitement d’image, ces contraintes sont levées ou contournées. En effet, ce domaine cherche à détecter la présence de certaines formes, certains contours ou certaines textures d’un modèle connu, c’est le problème de la détection.

Un autre aspect de traitement d’image concerne l’analyse et la compréhension de l’image dans le but d’en extraire des informations utiles. Il cherche aussi parfois à comprimer l’image, afin de gagner en vitesse lors de la transmission de l’information, et en capacité de stockage, tout en dégradant le moins possible les images considérées.

C’est le domaine du codage ou compression des images, objet de notre étude, que l’on détaillera dans les chapitres qui suivent.