Ch2_transf_globale_2013.pdf

  • Uploaded by: Yves Ndri
  • 0
  • 0
  • May 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Ch2_transf_globale_2013.pdf as PDF for free.

More details

  • Words: 1,364
  • Pages: 26
UE TECHNIQUES MULTIMEDIA TMM 2413

LOUM Georges, DFRGEE, SSE/LSTEEA, INPHB

1

Transformation globale => Modification globale de l’image  Technique la plus utilisée : Transformée de Fourier (TF) et ses déclinaisons  Analyse possible soit par :  module (ou spectre d’énergie) et argument (ou phase)  parties réelle et imaginaire 

2



TF d’une image I

J  f x , f y    I ( x, y)e

Exemple :

TF des Images sinusoïdales => Impulsions de Dirac

 j ( 2f x x  2f y y )

dxdy

I(x , y)  A s i n(2 f x x  2 fy y   x   y )

Haute fréquence

fx fy

Basse fréquence

fx fy

3

TF d’une image => spectre de l’image TF d’une image => expression complexe (module, argument)

4



Image échantillonnée (M x N) pixels, la DFT est donnée par : 1 J(u , v)  MN

M 1N 1

  I[m, n]e

2 j (

mu nv  ) M N

m0n0

u

v

5



Attention : non respect du théorème de Shannon entraîne :  repliement de spectre  apparition des figures de Moiré

(formes fausses qui n’existaient pas) dans l’image d’origine 

Prétraitement initial de l’image pour éliminer les très hautes fréquences 6

Propriétés de la TFD :  Périodique en u,v (période M,N)  J(0,0) = composante continue = moyenne des NG  Conservation de l ’énergie : SS |I(m,n)|² = SS |J(u,v)|²  I réelle => J symétrique conjuguée (mod. pair, arg. impair)  Séparable  Algorithme rapide (FFT) : N².log2 (N) 7

Image initiale

Transformée directe

Image des fréquences

HF MF CC

Conservation d’une bande de fréquences

Filtrage spectral par multiplication

BF

Image filtrée Transformée inverse

Image des fréquences filtrées 8



Détermination de la Transformée directe J de l’image I à filtrer

Ju, v   Transf Directe I(m, n)



Multiplication de cette transformée par la fonction de transfert H(u,v) du filtre

u, v   Ju, v   Hu, v  

Obtention de l’image filtrée résultat par Transformée inverse

Rm, n  Transf Inverse J(u, v)



Transformées usuelles : DCT, TOD,…, KLT 9

T

Annulation des amplitudes des hautes fréquences

Filtrage spectral passe bas

T-1

10

T

Annulation des amplitudes des basses fréquences

Filtrage spectral passe haut

T-1

Source : www.enise.fr/perso/favier/vision/indexvision.htm

11

T Annulation des amplitudes des moyennes fréquences

Filtrage spectral coupe bande

T-1

12

5.1 DCT (Transformée en Cosinus Discrète)  Transformée directe :

N 1 N 1 2  (2 x  1)i   (2 y  1) j  DCT (i, j )  C (i)C ( j ) pixel ( x, y) cos  cos    N 2N  2N    x 0 y 0

 Transformée inverse 2 N 1 N 1  (2 x  1)i   (2 y  1) j  pixel ( x, y)   C (i)C ( j ) DCT (i, j ) cos  cos    N x 0 y 0 2N  2N    Avec : x et y : coordonnées de la matrice image i et j : coordonnées de la matrice DCT N : taille du bloc matrice DCT

C (0)  1 / 2 C ( w)  1 pour w  1, 2,, N  1 13

5.1 DCT (Transformée en Cosinus Discrète)

  

Coefficients réels C(0,0) = composante continue = moyenne des NG Concentration d ’énergie en basse-fréquence 14



Calcul des coefficients sur un bloc 88

Bloc initial

Bloc transformé par DCT 15

Sens croissant des fréquences en y

Coefficient relatif à la basse fréquence (f=0)

Sens croissant des fréquences en x

16

5.2 Mise en œuvre du filtrage par DCT  Souvent préférée à la TFD car mise en œuvre moins lourde  Existence d’algorithmes rapides de calcul (calcul en parallèle via la FFT) : N².log2 (N)  Application en compression d’images (JPEG):  Image découpée en blocs de taille 8x8 pixels  Transformée calculée bloc par bloc (calcul en

parallèle) 17

6.1 Définition  

TOD : Transformée en Ondelettes Discrète Ondelettes :  Petites ondes, Jean Morlet 1983  Fonctions générées par dilatation et translation d’une ondelette

mère

  

Transformation complète Existence de la TOD-1 Plusieurs types d’ondelettes (Haar, Meyer, Daubechies, …)

18

4.2 Avantages de la TO 





Analyse temps (espace)/fréquence du signal (zoom sur les singularités du signal) Bases orthonormales d’ondelettes =>Analyse multi résolution (lien avec l’analyse de Burt & Adelson (1983)) Mise en œuvre simple de la TOD : 2 filtres, H et G  H : passe-bas,  G : passe-haut, tels que :

gk 

 1

k

h1 k

a

Fréquence a0
a0

a1 Temps

a2 t

Sj+1

H Sj

H H

Sj-1

G

G G

Dj

Dj-1

Dj-2 19

6.3 Mise en œuvre de la TOD d’une image 

Image de résolution j fournit quatre images (1 approximation + 3 détails) de résolution j-1 Lignes

Colonnes H

H

2

approximation sj-1,k

détail1

2

1

G

2

d

H

2

d

sj,k

2

G 2

j-1,k

: Conserver un échantillon sur deux

j-1,k

détail2

2 G

2

3

d

j-1,k

détail3 20

Décomposition par TOD Opérations sans perte Reconstruction par TOD

21

TOD d’images avec l’ondelette de Haar : H=(1/2 ; 1/2), G=(1/2 ; -1/2) Passant de la résolution j à j-1, • la taille de l’image est divisée par 4 • la somme des tailles des images filtrées est égale à la taille de départ

22

140

144

147

140

140

155

179

175

144

152

140

147

140

148

167

179

152

155

136

167

163

162

152

172

168

145

156

160

152

155

136

160

162

148

156

148

140

136

147

162

147

167

140

155

155

140

136

162

136

156

123

167

162

144

140

147

148

155

136

155

152

147

147

136

1ère ETAPE

TOD d’une image avec l’ondelette de Haar : H=(1/2 ; 1/2) G=(1/2 ; -1/2)

142

144

148

177

-2

4

-8

2

148

144

144

173

-4

-4

-4

-6

154

152

163

162

-2

-16

1

-10

157

158

154

148

12

-2

-2

-12

155

152

138

155

7

4

2

-8

157

148

148

149

-10

-8

8

-13

146

147

153

144

-10

-22

9

-4

152

146

150

142

-4

-10

3

6 23

142

144

148

177

-2

4

-8

2

148

144

144

173

-4

-4

-4

-6

154

152

163

162

-2

-16

1

-10

157

158

154

148

12

-2

-2

-12

155

152

138

155

7

4

2

-8

157

148

148

149

-10

-8

8

-13

146

147

153

144

-10

-22

9

-4

152

146

150

142

-4

-10

3

6

2è ETAPE

145

144

146

175

-3

0

2

2

156

155

159

155

-2

-3

5

7

156

150

143

152

-2

2

-5

3

149

147

152

143

-3

1

2

1

approximation

détail1

-3

0

-6

-2

1

4

-2

4

-9

-1

-11

-7

-7

2

1

-2

-2

5

-11

9

6

5

3

-7

-16

6

1

-3

-6

3

-5

5

détail2

détail3 24

+ -

1è ETAPE 142

144

148

177

148

144

144

173

154

152

163

162

145

144

146

175

-3

0

2

2

156

155

159

155

-2

-3

5

7

158

158

154

148

156

150

143

152

-2

2

-5

3

154

152

138

155

149

147

152

143

-3

1

2

1

158

148

148

149

146

148

154

144

152

146

150

142

142

144

148

177

148

144

144

173

154

152

163

162

157

158

154

148

155

152

138

155

157

148

148

149

146

147

153

144

152

146

150

142

approximation

détail1

TOD-1 d’une image avec l’ondelette de Haar : H’=(1 ; 1) , G’=(1 ; -1)

Comparaison avec le résultat partiel de la décomposition : en rouge, différences dues aux erreurs d’arrondi

25

Extension de la TOD

Décomposition Pyramidale (itérée en octave)

Décomposition adaptative 26

More Documents from "Yves Ndri"