Segmentation d'images couleur par un opérateur gradient vectoriel ...

More documents

Recommendations

Info

INTRODUCTION AU TRAITEMENT D'IMAGES COULEUR. N ous présentons dans ce chapitre une étude sur les propriétés des images couleur. Avant d'effectuer des traitements en vue d'une segmentation de ce type d'image, il est important de bien connaître les propriétés de la couleur dans les images numériques, en particulier les différents espaces couleur mais aussi les précautions à prendre pour l'acquisition de ce type d'image. 1. INTRODUCTION Isaac Newton a montré en 1666 [MacAdam, 1983 ; Newton, 1671] que la lumière blanche pouvait être séparée par un prisme en différentes couleurs qui composent le spectre visible. Il s'étale du rouge, orange, jaune, vert, bleu puis violet. La lumière est une onde électromagnétique dont la longueur d'onde va pour le visible de 380 à 780 nm. Dans le domaine de la vision artificielle on peut toutefois travailler dans le domaine de l'invisible, infra-rouge ou ultra-violet. Il est important de noter que la visibilité de la lumière est variable, ainsi chez les animaux, elle ne sera pas identique à celle de l'homme. La perception humaine de la couleur est liée à la physiologie de l'œil. La rétine est constituée de cellules de deux types différents : les cônes et les bâtonnets. En son centre la vision est surtout assurée par les cônes, elle est excellente et sa qualité est fonction de l'éclairement. En périphérie la vision est médiocre sans notion de couleur, elle fonctionne surtout en lumière faible et elle est principalement assurée par les bâtonnets. La perception visuelle est la combinaison d'un capteur, l'œil et d'un système d'analyse, le cerveau. La perception des couleurs se définit comme une sensation, elle est donc associée à la subjectivité humaine. L'étude de la couleur couvre de nombreuses branches scientifiques comme la colorimétrie, la photométrie, la radiométrie, la vision couleur. Ces sciences sont toujours associées avec les aspects physiologiques de la perception couleur. L'œil ne sait pas distinguer la couleur pure de celle obtenue par mélange, il décompose donc la couleur suivant un nombre limité (3) de composantes. Nous allons ici présenter les systèmes de base de la colorimétrie avec les différents espaces couleur [Kunt, 1991]. Nous nous intéresserons ensuite aux particularités de la segmentation d'image couleur. 2. LES ESPACES COULEUR De nombreux espaces couleur sont utilisés aujourd'hui et sont normalisés entre autre par la Commission Internationale de l'Éclairage (CIE) [CIE, 1976 ; CIE, 1986]. On distingue deux grandes familles : 10
INTRODUCTION AU TRAITEMENT D'IMAGES COULEUR. • ceux qui vérifient la propriété d'additivité des couleurs. Parmi eux on séparera ceux dont la composante luminosité tient compte de la sensibilité de l'œil. • ceux plus descriptifs, qui ne vérifient pas cette propriété, mais cherchent à avoir une répartition des couleurs proches de celle de l'œil. 2.1 Espaces couleur linéaires 2.1.1 Espace couleur RVB Une image couleur peut être représentée par addition de 3 composantes indépendantes Rouge, Vert, Bleu [Grassmann, 1853 ; Helmholtz, 1866]. L'espace RGB est l'un des plus fréquemment utilisés en traitement d'image [Lozano, 1998 ; Raffy, 1999]. Dans cet espace, la somme de trois composantes de valeurs identiques ne présente pour l'œil aucune couleur. Il vérifie la propriété d'additivité qui fait que la couleur résultante de la somme de deux couleurs a pour composante la somme des composantes de chacune des couleurs. La Figure 1 donne le spectre de chacune des trois composantes. Valeurs tristimuli b(λ) v(λ) r(λ) longueur d'onde en nm Figure 1. - Spectre des fonctions r-v-b- du standard CIE 1931 d'après [Sangwine et al., 1998]. Les trois composantes CIE RVB d'une lumière de spectre E ( λ ) sont définies par : ∫ E( λ) r( λ) dλ; V = ∫ E( λ) v( λ) dλ; B = ∫ R = E( λ) b( λ) dλ λ λ Cette base sert de référence mais n'est souvent pas la plus appropriée car elle n'est pas la plus significative de la couleur. Dans cet espace, chaque couleur est décrite par un point. Les couleurs grises sont sur la diagonale principale (R=V=B) qui part du noir (R=V=B=0) au blanc (R=V=B=max) [MacAdam, 1983 ; Maxwell, 1857 ; Wyszecki et al., 1982] (Figure 2). λ 11
Page 1 and 2: N° d’ordre 2001ISAL0062 Année 2
Page 3 and 4: TABLE DES MATIERES. 3. Gradient cou
Page 5 and 6: TABLE DES MATIERES. La cuisson et l
Page 7 and 8: INTRODUCTION GENERALE. Le Clinker e
Page 9: Chapitre 2 INTRODUCTION AU TRAITEME
Page 13 and 14: INTRODUCTION AU TRAITEMENT D'IMAGES
Page 31 and 32: Chapitre 3 GRADIENT COULEUR MULITEC
Page 33 and 34: GRADIENT COULEUR MULITECHELLE (GCM)
Page 55 and 56: SEGMENTATION D’IMAGES PAR CONTOUR
Page 61 and 62:
SEGMENTATION D’IMAGES PAR CONTOUR
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Chapitre 5 QUANTIFICATION ET MORPHO
Page 93 and 94:
QUANTIFICATION ET MORPHOLOGIE DE PH
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
Page 121 and 122:
Page 123 and 124:
Chapitre 6 CONCLUSION GENERALE. C e
Page 125 and 126:
ANNEXE A SCHEMA DE LA METHODE D’A
Page 127 and 128:
ANNEXE B LA FABRICATION DU CIMENT.
Page 129 and 130:
ANNEXE B LA FABRICATION DU CIMENT.
Page 131 and 132:
ANNEXE C APPLICATIONS DU CALN A L'A
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
PUBLICATIONS DE L’AUTEUR 1. PUBLI
Page 139 and 140:
PUBLICATIONS DE L’AUTEUR [18] A.
Page 141 and 142:
BIBLIOGRAPHIE [Beaudot, 1994] W. H.
Page 143 and 144:
BIBLIOGRAPHIE [Hofmänner, 1975] F.
Page 145 and 146:
BIBLIOGRAPHIE [Sapiro et al., 1996]
show all

Segmentation d'images couleur par un opérateur gradient vectoriel ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?