Cours d'infographie

Chapitre 5 : Traitement d'images

I.S.I. Gramme
-
Liège

Traitement des images bitmap Traitement d'amélioration Traitement de mise en évidence

Traitement des images bitmap

Les ordinateurs sont d'excellents outils pour la manipulation d'images. Les processus mis en œuvre sont relativement simples, ou en tous cas assez faciles à décrire. Par contre, le traitement en lui-même implique de manipuler un très grand nombre de données, et les temps de calcul nécessitent donc souvent des machines puissantes.

Prenons le cas d'une image vidéo provenant d'un appareil d'échographie ou de radiographie médical.. L'ordinateur est utilisé pour améliorer la qualité de l'image obtenue ou pour mettre en évidence certains attributs : augmentation du contraste, réduction du bruit de fond, suppression de niveaux de gris indésirables, insertion de texte dans l'image.

Génération algorithmique d'images

Des méthodes mathématiques décrivant une réalité peuvent être converties en algorithmes et utilisées pour générer des images d'objets plus ou moins reéalistes ou reconnaissables. L'exemple ci-contre représente des nuages générés par une méthode de variation de couleur pseudo-aléatoire.

Incrustation et superposition

Certaines tâches sont automatisables, d'autres non. Ainsi, les incrustations d'images courantes au cinéma sont faites à partir de tournages sur fond bleu. Un processus automatique remplace les pixels bleus d'une image par ceux de l'image de fond et réalisent ainsi une superposition. Les superpositions optiques étaient limitées à une vingtaine de couches par la transparence des pellicules. blue_screen dans star wars Le remixage du Star Wars IV- A new hope de 1977 à partir des rushes originaux a permi (en 1996) de refaire vingt ans après les mêmes scènes de combats spatiaux avec une bien meilleure qualité et ce, simplement en replaçant les superpositions optiques par des superpositions informatiques. Certaines scènes des films Final Fantasy, Le 5eme élément et Star Wars 1 contiennent couramment plusieurs centaines d'éléments superposés dans une même scène! Mais attention : les problèmes sont parfois complexes quand des objets réfléchissants ou semi-transparents sont présents dans la scène (voir détails en anglais sur http://www.starwars.com/community/askjc/ilm/askjc20000522.html).

Déformations non linéaires

Le morphing (exemple : http://www.ai.mit.edu/people/spraxlo/R/superModels.html ) est un exemple de triple interpolation spatiale et temporelle entre deux images. Bien que linéaire dans son principe, ce type de transformation simple pour un ordinateur est trop complexe à décrypter en temps réel par le cerveau humain et est donc considéré comme 'magique'. La quantité d'opérations à effectuer pour générer les images d'une séquence de morphing est cependant assez colossale.

Le morphing consiste à créer une série d'images où une forme A (un visage par exemple) est interpolée vers une autre forme B. Parallèlement, on réalise la transformation de la forme B en la forme A avec le même nombre d'images intermédiaires. Puis on réalise une troisième interpolation uniquement point à point entre les paires d'images correspondantes des deux séries. On obtient au final une série d'images où les formes et les couleurs se transforment progressivement et on peut ainsi passer en douceur d'un bébé à un vieillard ou de Cyndy Crawford à Claudia Schiffer comme dans l'exemple cité ci-dessus !

Traitements d'amélioration

Une des principales raisons d'améliorer une image est que cela permet souvent d'acquérir l'image à moindre coût, même si on tient compte du prix de la phase de post-traitement. Dans certains cas, il est tout simplement impossible d'obtenir une meilleure source d'image, et on tient malgré tout à la meilleure qualité d'image possible. Par exemple, avant sa réparation, les images envoyées du télescope Hubble en orbite autour de la terre étaient floues, à cause d'une déficience mécanique d'un miroir. Le flou dû à ce problème était supprimé à 90% par un post-traitement. ‘est d’ailleurs à cause de ce même Hubble que les progrès du traitement d’image ont tellement progressé ces dernières années. Ainsi, les méthodes par maximisation d’énergie ont apporté énormément au traitement des images astronomiques lointaines, même pour celles transmises par un Hubble réparé.

Les principaux traitements que peut subir une image 2D sont :

· Flou (Blur)

· Augmentation/Diminution de contraste (Sharpen)

· Augmentation/Diminution de luminosité (Brightness) ou de couleur

· Zoom

· Échantillonnage (Ditherize)

· Pixelation (Pixelize)

· Egalisation d'histogramme

· Convolution

Les filtres appliqués pour la plupart de ces transformations sont des filtres de convolution en une passe. Dans une convolution, chaque pixel est remplacé par une combinaison linéaire des pixels qui l'entourent. A noter : si la somme des éléments de la matrice de convolution vaut 1, cela signifie que la luminosité moyenne de l'image ne change pas globalement, même si elle varie localement autour de certains pixels particuliers. Ainsi, un filtre 'flou' est dit aussi 'passe-bas' car il élimine les hautes fréquences dans l'image; il se présente comme ceci :

pixel supérieur gauche	pixel supérieur	pixel supérieur droit
pixel gauche	Pixel modifié	pixel droit
pixel inférieur	pixel inférieur	pixel inférieur droit

On remplace le pixel par la somme des pixels voisins
(voir cadre gauche) pondérés par les coefficients suivants :

1/9	1/9	1/9
1/9	1/9	1/9
1/9	1/9	1/9

Autres exemples de convolution

Sharpen - Augmentation des contrastes au bord des objets

0	-2	0
-2	8	-2
0	-2	0

Embossage : effet de relief éclairé d'en haut à gauche.

1	0	0
0	0	0
0	0	-1

Extraction de contour vertical de Sobel. Pour extraire tous les contours de l'image, faire une pas avec ce filtre vertical, puis une autre avec le même filme tourné de 90° pour extraire aussi les contours horizontaux.

-1	0	1
-1	0	1
-1	0	1

Extraction de contour de Hewitt vertical. Même remarque que ci-dessus

-1	0	1
-2	0	2
-1	0	1

Dans la convolution des pixels des bords de l'image, on supplée aux pixels voisins inexistants par une image en miroir des pixels voisins existant de l'autre côté ; autre possiblité : ne pas appliquer la convolution aux pixels proches des bords. La méthode à appliquer dépendra du type de convolution et de l'effet recherché.

Traitements de mise en évidence

· Dénombrage d'entités

· Mesure des contours et de la surface des entités

· Vectorisation

et bien d'autres encore...

Dans les laboratoires de biochimie, on effectue de très nombreuses cultures de cellules, microbes et autres organismes dans des boites de Pétri. Ces boîtes, transparentes, sont le plus souvent analysées automatiquement par ordinateur. On détermine le nombre et la taille des colonies bactériennes et leur surface totale en pourcentage de la surface de la boîte.

Les programmes de manipulations d'images sont sophistiqués et onéreux en temps de calcul. Toutefois, dans une mesure limitée, nombre d'outils existent sur micro-ordinateurs (Par exemple, WinGif sous Windows redimensionne, convertit les formats de fichiers graphiques, et effectue divers traitements de pixelation, contraste, luminosité, et ... il est gratuit ou presque!). Le plus connu des programmes de manipulation d’images est Photoshop ( www.adobe.com ). De nombreux plug-ins (programmes additionnels) lui apportent des fonctionnalités de traitement d’image.

La compression d'image sera traitée dans le prochain chapitre,
bien qu'à proprement parler, elle fasse partie du traitement d'images.