RAPPORT DE PROJET

Tp01 Matlab

01 NOVEMBRE 2016
CHARGE DU COURS :
DR ABDOULAYE THIOUNE

ESMT

KOFFI TAKOYA VOYM-BE

MASTER 2
RESEAUX & MULTIMEDIA

1. Lecture et visualisation des images sous Matlab

Lire limage lena.tif et la stocker dans la variable img. (imread)
Trial>> img=imread('lena.tif')
Permet de mettre limage standard (lena.tif) sous forme matricielle.
110 106 100 108
99 96 112 94
113 98 101 99
98 86 93 101
102 99 94 85
91 81 86 84
94 104 87 84
82 82 92 81
94 91 96 85
82 78 86 79
107 100 89 89
88 80 86 86
112 106 105 88
95 87 95 88
102 102 101 92
97 90 107 89
87 102 97 125
95 91 99 88
90 105 101 118
100 102 95 92
105 112 115
113 107 100 95
94
121 123 126
119 117 107 104
94
132 121 125
124 118 106 106
96
137 126 131
116 113 110 98
97
130 137 130
134 115 119 93
107
131 135 134
123 121 91 88
94
138 134 139
125 106 84 87
94
133 133 136
117 105 83 96
87
130 129 129
107 93 84 91
102
128 125 125
110 95 95 97
106
124 128 126
120 113 107 116
106
130 126 138
127 118 113 118
120
134 136 123
129 133 120 117
126
133 131 138
128 134 131 121
124
136 143 142
146 141 128 125
121
143 144 151
147 142 147 129
119
147 157 151
150 151 143 125
117
146 148 150
143 138 138 124
109
149 153 143
143 135 122 110
103
137 144 144
136 128 126 109
97
142 136 136
127 130 107 84
87
115 123 125
110 103 94 77
72
99 112 103 101
87 76 68 80
94 101 98 92
84 85 73 77
86 95 84 86
86 77 75 80
92 93 84 87
79 82 87 72
85 92 88 88
85 81 76 81
81 79 84 84
84 83 79 81
82 84 81 84
79 79 86 79
87 84 79 89
84 83 86 81
82 83 83 84
76 79 78 81
83 86 85 77
81 85 81 81
82 87 83 85
85 84 78 86
80 83 82 84
88 88 87 89
77 78 82 87
89 81 90 89
80 82 89 78
89 88 82 86
86 83 81 85
91 88 87 87
82 84 82 81
88 81 86 88

84 87 88 87
90 89 85 91
93 87 92 91
88 88 84 90
96 89 90 90
95 83 96 87
94 95 92 90
93 86 90 89
94 95 92 90
93 86 90 89
Columns 433
through 440
94 90 93 92
99 95 94 98
94 90 93 92
99 95 94 98
94 90 93 92
99 95 94 98
94 90 93 92
99 95 94 98
94 90 93 92
99 95 94 98
88 100 90 94
91 84 92 91
93 93 93 90
89 101 89 79
95 90 92 89
87 94 87 92
94 87 87 89
87 91 100 94
98 88 88 95
87 95 88 90
85 84 84 83
91 87 87 85
87 83 94 89
96 87 88 94
85 93 86 89
97 88 86 93
86 99 94 98
80 93 84 89
88 95 83 87
84 91 84 86
81 92 79 91
88 85 83 87
88 97 80 90
98 85 85 89
85 83 87 87
90 88 85 89
86 89 87 85
93 95 82 87
91 84 83 78
90 90 84 93
104 89 84 88
99 86 85 87
104 93 83 82
92 88 86 81
105 97 83 81
80 86 82 83
119 100 94 91
85 81 86 90
133 110 101 86
81 91 80 85
133 127 106 93
81 86 77 89
139 130 119
107 86 80 77
79
147 132 134
116 111 82 85
81
155 140 127
122 109 95 78
78
151 146 140
125 119 107 78
77
159 151 147
139 121 107 92
80
163 159 154
142 131 115 110
91
152 162 161
169 166 166 167
171
164 166 160
150 146 128 127
99
162 165 162
162 153 147 128
134
172 166 169
167 166 144 130
143
169 168 168
167 163 155 137
141
168 171 177
173 165 168 149
138
166 173 171
170 172 168 151
144
169 172 171
174 169 166 165
152
170 172 166
170 174 169 170
159
170 168 167
173 168 170 165
163
161 169 170
172 166 167 164
168

169 164 169

176 166 170 171
166
164 167 163
174 170 165 171
170
159 166 166
167 177 164 171
169
154 163 161
167 170 171 170
169
154 151 167
167 169 172 167
173
146 155 161
166 171 173 169
169
151 157 168
161 160 166 164
171
144 150 150
161 170 170 166
173
142 145 146
159 163 164 168
172
135 141 145
147 159 165 162
169
128 134 138
154 164 160 166
172
122 129 136
142 148 163 166
172
116 122 139
144 145 153 164
172
104 111 132
142 153 151 179
169
94 98 117 137
150 142 169 178
91 93 111 132
146 150 152 170
97 89 104 113
145 133 157 156
96 95 98 108
134 132 145 150
88 96 100 93
120 136 138 146
100 98 100 106
118 125 143 146
112 100 101
102 101 117 124
137
103 97 100 96
99 111 125 136
104 100 95 94
105 112 109 126
104 103 103 98
103 106 105 117
106 97 100 102
101 107 105 109
100 100 110
103 109 103 100
105
106 105 106
112 120 107 102
119
114 102 104
116 114 111 106
114
110 98 106 114
113 109 109 109
111 104 104
110 109 115 105
110
112 99 107 102
106 112 108 110
108 99 107 105
119 106 110 102
111 105 110
108 113 110 109
96
100 99 110 112
110 113 117 103
105 110 114
107 109 111 103
94
113 115 110
108 108 100 96
84
111 114 111
113 103 102 90
73
110 113 111
106 94 94 83
73
113 106 108
102 90 81 74
66
112 111 101 99
84 76 67 62
110 116 102 95
86 70 64 62
100 114 83 81
84 60 65 62
108 98 81 75
63 60 63 54
95 97 70 63
51 61 55 58
102 92 60 62
59 63 58 57
85 67 61 55
61 56 61 64
72 57 64 80
56 53 65 61

63 64 66 57
79 83 87 92
68 62 69 67
98 106 77 76
62 63 71 65
57 65 64 59
61 70 57 62
60 55 65 62
58 54 62 58
59 61 58 59
59 60 54 57
69 62 61 62
58 55 53 56
58 65 61 62
57 57 58 58
57 56 57 65
61 60 60 59
55 61 67 69
60 56 58 60
54 60 63 58
60 55 58 68
60 60 60 61
62 52 55 57
60 58 59 58
61 61 59 57
71 64 70 61
58 58 72 60
68 57 61 63
58 59 57 61
65 58 61 59
65 64 59 62
64 58 67 60
58 70 57 56
64 67 60 63
63 59 63 60
65 65 60 64
75 72 56 60
61 66 61 67
67 63 61 63
63 62 61 59
63 67 58 62
76 73 64 62
64 64 64 69
70 74 65 62
63 71 55 70
70 59 69 60
68 63 61 70
60 68 70 66
75 65 69 62
71 64 61 66
68 66 63 66
65 66 65 61
73 75 72 68
67 65 73 75
65 64 63 69
62 68 75 80
62 64 62 63
67 65 74 64
70 62 61 66
63 65 72 70
68 63 67 67
66 66 63 71
64 78 67 66
67 65 55 60
64 63 68 65
76 60 55 65
76 65 66 69
72 62 61 72
63 62 74 64
71 64 62 71
64 61 61 59
63 59 62 65
65 66 62 66
72 69 58 62
58 63 68 66
60 61 60 59
69 68 59 51
65 55 55 55
76 56 57 57
59 55 64 54
72 64 61 63
59 62 53 65
76 65 57 60
57 58 52 60
69 61 60 63
65 60 62 62
80 72 58 62
60 62 57 59
78 69 70 80
64 63 68 57
69 69 70 67
64 67 61 62
66 62 70 64
62 61 57 56
62 65 62 60
67 66 56 52
68 67 60 66
69 60 60 64
61 62 67 67
57 64 60 57
65 63 64 68
56 60 66 57
67 62 62 56
61 55 58 57
71 59 60 58
57 57 53 56
67 65 62 61
61 63 59 53
74 67 67 59
62 61 60 56
73 70 60 65
57 64 57 58
74 68 60 65
68 57 58 52
60 72 59 71
57 54 61 54
58 67 58 58
56 60 57 57

58 63 62 58
68 54 80 66
62 66 62 59
57 58 63 60
73 64 66 58
68 61 60 57
90 73 59 63
57 66 59 59
77 65 54 59
56 67 58 59
59 70 70 59
60 54 61 54
68 55 64 57
63 58 55 59
59 60 59 54
55 59 55 59
66 58 55 58
60 64 59 54
66 57 54 58
56 65 55 62
54 60 60 57
62 64 56 64
67 59 60 65
61 57 57 67
60 57 62 60
59 64 58 64
59 71 61 59
62 60 63 65
61 64 66 71
59 59 64 68
60 63 73 68
57 64 66 78
63 74 64 61
66 70 69 72
61 72 73 63
62 72 65 75
68 65 67 62
69 72 69 85
63 66 70 59
76 75 70 70
72 69 61 67
64 71 74 71
67 69 66 67
68 71 80 82
69 67 67 80
94 77 81 82
62 68 72 72
81 73 83 91
62 63 69 78
70 85 76 87
62 68 70 74
73 82 81 90
83 71 76 80
77 82 96 100
68 65 70 79
74 95 94 107
62 70 70 73
75 83 103 118
71 70 72 71
98 96 105 119
61 69 75 70
87 107 115 119
64 67 75 78
84 112 120 119
59 68 71 74
97 117 124 118
63 70 77 86
101 116 124 119
64 68 74 95
105 117 122 124
70 69 81 106
116 134 126 125
67 69 99 112
130 118 124 124
75 86 98 116
116 126 116 118
73 99 112 113
125 136 122 126
87 104 112 123
120 125 112 132
88 109 113 119
125 124 120 117
94 113 124 128
124 125 131 121
106 125 116
127 120 124 122
117
109 122 131
116 122 121 120
130
120 116 124
122 123 115 119
126
116 125 126
126 127 119 126
132
123 125 121
116 115 117 132
120
122 130 123
124 120 128 134
113
124 130 115
120 124 116 120
121
125 124 118
118 123 118 117
126
131 119 127
122 124 114 127
118
125 120 130
124 123 110 126
116
115 119 120
120 128 109 124
123

118 119 114

120 108 123 118
129
118 113 117
123 117 117 126
124
115 117 115
119 110 117 129
130
118 109 113
118 114 125 131
130
110 115 106
110 118 132 130
128
115 115 111
122 113 133 129
133
121 104 117
122 120 123 140
138
112 102 126
115 130 126 134
146
106 122 114
116 119 133 132
130
109 122 114
119 129 132 134
138
106 116 110
120 134 124 133
134
108 114 120
126 126 135 134
128
116 118 118
130 121 141 128
130
109 121 125
128 125 135 121
136
110 123 127
127 135 125 128
124
122 119 132
125 124 126 127
134
123 127 133
134 118 135 121
126
128 121 125
123 133 124 121
130
125 122 116
127 118 123 126
115
125 125 125
121 121 125 118
123
127 127 123
128 117 123 119
130
129 120 128
124 119 125 117
119
130 124 125
129 121 132 125
125
134 121 133
121 130 129 121
123
138 123 128
128 119 137 123
133
127 121 123
124 125 120 118
118
135 124 131
129 125 120 120
129
130 126 134
122 122 122 123
132
135 130 122
131 127 124 123
117
130 127 134
124 139 126 132
129
126 127 129
137 127 123 130
123
120 133 129
128 128 129 135
130
131 126 127
125 130 131 123
126
125 131 131
126 127 132 127
122
128 136 131
134 135 127 136
131
127 125 130
127 125 137 126
125
120 127 127
131 127 130 124
125
127 134 126
127 130 127 128
140
122 134 123
138 129 126 142
130

118 139 133

134 138 128 117
136
127 129 132
121 133 127 124
124
128 124 124
129 124 129 126
129
122 127 134
126 122 129 129
120
123 133 121
128 124 125 125
125
120 126 122
116 138 129 125
122
124 131 123
121 127 112 125
120
129 126 124
124 131 122 126
130
125 126 127
122 124 129 120
125
117 126 120
127 129 128 116
132
125 126 126
121 129 126 119
127
123 124 128
129 123 126 122
118
127 122 130
115 114 127 128
120
118 118 129
121 117 129 118
117
129 123 124
120 118 124 119
128
126 125 126
126 121 123 117
118
130 118 118
121 122 124 114
122
118 125 116
119 118 117 113
116
124 122 127
130 115 122 127
121
123 118 130
114 124 117 123
123
118 119 121
124 122 123 116
109
120 122 122
118 119 130 118
121
118 125 116
118 116 123 120
125
122 116 122
126 109 117 123
120
126 123 123
124 118 118 126
120
116 124 122
113 121 116 128
122
116 124 121
118 111 125 117
113
118 109 116
116 115 120 114
121
131 116 123
119 113 120 120
121
122 116 119
124 125 111 118
123
127 115 127
119 115 122 124
127
118 119 120
118 113 128 119
125
121 119 115
126 116 120 121
122
117 118 124
117 120 115 124
125
130 123 125
122 114 121 123
124
124 116 114
132 123 123 115
124
120 126 124
120 118 122 117
133
133 129 118
121 112 115 115
117
125 123 123
120 116 117 126
119

131 128 120

123 118 125 124
116
127 130 120
122 125 130 114
126
130 122 119
120 118 117 129
123
125 113 121
116 116 119 117
119
129 120 118
116 124 121 117
128
124 120 120
120 123 119 119
118
128 114 122
117 126 124 121
124
116 126 123
119 127 124 117
121
118 129 128
117 118 127 115
121
121 120 124
120 119 124 120
125
119 133 121
123 120 125 122
116
116 121 128
127 123 122 118
130
123 125 121
128 129 131 126
119
124 120 120
124 130 119 119
119
131 118 118
129 120 114 123
124
122 125 121
120 123 123 123
119
116 129 112
121 127 126 123
130
115 130 126
124 114 123 117
113
120 121 134
121 110 130 115
130
120 118 111
123 123 132 121
123
120 123 123
125 129 119 128
121
119 126 127
119 116 124 125
117
115 124 121
122 125 117 129
123
125 127 120
123 120 118 125
114
128 118 108
113 122 110 125
119
128 121 118
126 112 128 117
120
124 121 119
125 118 119 127
124
120 119 123
114 123 120 124
123
114 127 127
117 129 128 126
115
118 129 122
121 122 121 123
125
125 119 126
118 122 124 121
120
115 122 121
116 124 131 117
124
115 120 123
118 121 117 118
115
118 120 120
119 127 114 130
126
119 121 127
127 129 121 119
116
122 123 120
128 110 121 122
116
121 122 117
130 123 115 115
118
123 115 132
124 118 117 125
118
124 131 124
120 124 114 119
113

125 130 120

123 114 122 123
125
113 126 115
122 117 119 126
115
121 114 121
120 125 114 123
112
119 118 120
140 115 114 125
108
123 127 127
110 114 120 121
111
118 117 115
122 114 116 118
113
117 121 121
120 117 113 117
115
120 125 119
116 115 116 114
117
123 118 121
111 118 121 119
120
128 125 115
116 126 125 118
110
122 120 121
129 124 117 114
119
119 120 118
111 120 120 119
115
121 111 115
123 118 112 120
129
118 113 121
123 119 115 122
116
119 118 112
122 120 116 126
120
119 119 118
128 120 119 117
116
116 130 122
123 120 123 124
116
120 119 124
117 121 123 124
113
119 122 111
116 118 116 112
121
119 110 121
119 123 122 118
122
121 114 118
118 119 114 123
126
124 118 124
117 131 117 113
122
114 118 118
116 120 116 118
119
122 127 119
117 125 118 117
111
126 119 122
124 118 124 121
120
119 115 119
124 116 115 118
111
127 117 123
117 118 120 116
115
125 127 124
119 118 107 115
108
129 122 124
127 113 114 114
117
122 120 112
123 119 110 116
118
124 118 114
119 115 111 116
108
121 127 119
115 121 120 115
119
117 117 112
115 122 120 114
120
118 119 113
118 125 111 123
120
117 128 120
112 127 111 124
115
116 119 115
124 128 119 110
118
122 131 119
113 121 115 124
118
126 117 117
117 121 117 124
114
121 122 120
116 116 116 115
119

124 119 118

118 116 120 114
126
121 122 122
117 118 121 124
109
124 125 117
116 129 121 126
113
123 126 126
125 127 114 115
108
121 120 119
113 120 112 112
114
122 120 125
124 120 123 117
116
113 121 119
116 117 120 120
116
117 139 119
116 125 117 123
125
120 118 121
117 115 127 113
122
121 119 117
120 115 125 123
114
120 119 117
122 119 121 121
116
124 128 120
115 122 128 120
113
123 117 128
126 121 122 124
118
123 124 126
117 122 121 119
117
126 113 114
123 119 121 120
117
118 116 120
118 126 118 128
115
129 129 125
117 133 120 137
113
118 113 111
120 116 115 118
112
123 120 118
116 117 117 112
112
123 120 124
126 121 124 120
121
124 124 121
117 128 122 124
121
120 124 114
126 114 117 126
114
118 116 112
120 115 120 109
119
122 121 128
115 118 120 120
115
122 121 117
122 118 119 119
118
122 122 116
123 120 116 121
118
117 127 122
117 129 117 115
124
123 127 120
121 121 114 118
120
135 124 116
115 123 113 115
125
117 114 122
122 118 116 117
114
131 120 118
115 116 117 109
115
125 120 114
123 114 123 112
112
119 123 118
133 115 110 116
107
123 123 130
120 122 113 127
108
124 116 125
113 108 117 111
110
113 120 121
120 117 118 124
109
115 115 110
120 109 119 112
113
109 105 108
107 105 117 103
118
103 97 100 110
106 106 103 108
77 79 81 81

Afficher limage sur une figure. (imagesc(img); colormap(gray))

Trial>> imagesc(img) ;
Trial>> colorbar ;
Trial>> colormap(gray) ;

L'accs un lment particulier d'une image est index par le nom et la position de cet lment. Par
exemple, pour limage img ci-dessus, on peut rcuprer les valeurs ou les modifier aisment. Le point
(i,j) est appel pixel (picture cell), sa valeur I(i,j) relle traduit le degr de luminosit de limage au
point (i,j) : On lappelle niveau de gris de limage au point (i,j) (i : numro des lignes et j : numro des
colonnes).

Rcuprer le niveau de gris du pixel (50,100)

figure;image(img(50,100));

Rcuprer le quart haut droit de limage lena.tif et le stocker dans la variable imgQuart.
Trial>> img2=im2double(img);
Trial>> imgQuart=img2(1:end/2,1:end/2);
Trial>> imagesc(imgQuart);
Trial>> title('imgQuart');

2. La palette de couleurs
Crez une matrice I de taille NN avec N=256 dont le terme gnral est I(i,j) = j.
Trial>> I=rand(256,256); %cre une matrice de 256 lignes et 256 colonnes.
Trial>> size(I)
ans =
256 256
Visualisez I laide des commandes image et imagesc.
Trial>> imagesc(I)

Quen pensez-vous ?
Lisez laide de la fonction colormap.
Affichez I avec une palette de niveaux de gris (colormap(gray)).
Trial>> colorbar
Trial>> colormap(gray)
Trial>> title('palette(I)')

Rcuprez cette palette et visualisez-la.

Construisez une palette de 256 niveaux de gris.
Trial>> imagesc(I)
Trial>> colormap(gray(256))
Trial>> title('palette 256');
Afficher de nouveau I.

Voyez-vous une diffrence ?

Il ya une diffrence, limage apparait plus nette au deuxime affichage (on dirait quon a plus de gros
grain gris par rapport au premier affichage).
Construisez une palette de 256 niveaux de gris inverss.
Trial>> imagesc(I);
Trial>> I2=im2double(I);
Trial>> imagesc(I2);
Trial>> colormap(gray(1/256));
Afficher de nouveau I.

Construisez votre propre palette en utilisant les 3 couleurs RGB.

Trial>> cmap = [1 0 0; 0 1 0; 0 0 1]
cmap =
1
0
0

0
1
0

0
0
1

Trial>> colormap(cmap);
Trial>> title('cmap');

Conclure sur le fonctionnement et le rle de la palette.

Sous MATLAB, la palette est stocke dans une variable de classe double. Par
consquent, les valeurs y sont comprises dans l'intervalle [0 1].
Une palette de couleurs (palette en anglais ou encore colormap sous MATLAB) est un
tableau numrique de taille Mx3 o chaque ligne contient les valeurs du triplet RGB d'une
couleur donne.
Remarque:
help colormap ;
palette = colormap(gray);
palette = rand(256,3);
3. Calcul sur une image
Pour calculer sur les images, il faut les convertir en entier ou en double. Trouvez un moyen pour
convertir une image en double.
Trial>> double= im2double(img);

Afficher la composante rouge, verte et bleue de limage lena.tif.

Trial>>subplot(1,3,1),imshow(img(:,:,1)),subplot(1,3,2),imshow(img(:,:,2)),subplot(1,3,3),
imshow(img(:,:,3));
Trial>> title('composante RGB')

Convertissez limage couleur lena.tif en niveaux de gris.

Trial>> imgray=rgb2gray(img);
Trial>> figure;imshow(imgray);

4. Lhistogramme
Affichez lhistogramme de limage en niveaux de gris.
Trial>> figure; plot(imgray);title('histogramme');

Remarque :
Les oprations sur les images (format uint8 ou uint16) ncessite de les convertir en double.