Traitement d’images numériques

Filtrage et débruitage de l’image numérique

Omar EL KADMIRI
ISGA/Rabat

https://sites.google.com/site/archimonde2001/
omar.elkadmiri@isga.com

O. EL KADMIRI 1
 Introduction Objectifs du filtrage de l’image
Le filtre moyenneur Exemples
Le filtre gaussien Définition

Pourquoi filtrer une image?

▒ Améliorer sa qualité
▒ Mise en évidence des détails intéressants dans les images
▒ Suppression du bruit
▒ Rendre les images visuellement plus attrayantes

O. EL KADMIRI 2
 Introduction Objectifs du filtrage de l’image
Le filtre moyenneur Exemples
Le filtre gaussien Définition

Exemple d’amélioration d’une image par filtrage

O. EL KADMIRI 3
 Introduction Objectifs du filtrage de l’image
Le filtre moyenneur Exemples
Le filtre gaussien Définition

Exemple d’amélioration d’une image par filtrage

O. EL KADMIRI 4
 Introduction Objectifs du filtrage de l’image
Le filtre moyenneur Exemples
Le filtre gaussien Définition

Exemple d’amélioration d’une image par filtrage

O. EL KADMIRI 5
 Introduction Exemples
Le filtre moyenneur Définition
Le filtre gaussien Les limites des opérations ponctuelles

Un filtre est un opérateur de traitement d’image, une fois appliqué, il

transforme un ensemble de données d'entrée en un ensemble de
données de sortie.
Dans le cas de filtres linéaires le filtrage est fait selon une opération
mathématique appelée convolution.
Un filtre spatial est un opérateur locale : traite les pixels en fonction
de leur voisinage.

O. EL KADMIRI 6
 Introduction Définition
Le filtre moyenneur Les limites des opérations ponctuelles
Le filtre gaussien Classifications des filtres

Débruitage Opérations morphologiques

O. EL KADMIRI
Lissage 7
 Introduction Les limites des opérations ponctuelles
Le filtre moyenneur Classifications des filtres
Le filtre gaussien Caractéristiques d’un filtre 2D

▒ Les filtres passe-bas (moyenne, gaussien)

▒ Les filtres passe-haut (affinement, contours)

▒ Les filtres linéaires

▒ Les filtres non-linéaires (médian)

O. EL KADMIRI 8
 Introduction Les limites des opérations ponctuelles
Le filtre moyenneur Classifications des filtres
Le filtre gaussien Caractéristiques d’un filtre 2D

▒ La taille : 3x3, 5x5, 7x7, 11x11…

▒ La forme : carré, rectangle, cercle…
▒ Pondération du filtre: différents poids pour les pixels.
▒ Fonction du filtre: Linéaire ou non-linéaire.

O. EL KADMIRI 9
 Introduction
Le filtre moyenneur
Le filtre gaussien

𝑢−1
𝑢 Pixel central
𝑢+1 Les huit
pixels voisins

𝑣+1
𝑣−1
Lissage : remplace chaque pixel

𝑣
par la moyenne de son voisinage
O. EL KADMIRI 10
 Introduction
Le filtre moyenneur
Le filtre gaussien

p4 p3 p2
p5 p0 p1
p6 p7 p8

Pour un voisinage de 3x3:

𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 + 𝑝4 + 𝑝5 + 𝑝6 + 𝑝7 + 𝑝8
𝑄 𝑢, 𝑣 =
O. EL KADMIRI
9 11
 Introduction
Le filtre moyenneur
Le filtre gaussien

𝑢−1
𝑢
𝑢+1

𝑣−1

𝑣+1
𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 + 𝑝4 + 𝑝5 + 𝑝6 + 𝑝7 + 𝑝8

𝑣
𝑄 𝑢, 𝑣 =
9
1
= . 𝑃 𝑢 − 1, 𝑣 − 1 + 𝑃 𝑢 − 1, 𝑣 + 𝑃 𝑢 − 1, 𝑣 + 1 + 𝑃 𝑢, 𝑣 − 1 + 𝑃 𝑢, 𝑣
9

O. EL KADMIRI 12
 Introduction
Le filtre moyenneur
Le filtre gaussien

1
. 𝑃 𝑢 − 1, 𝑣 − 1 + 𝑃 𝑢 − 1, 𝑣 + 𝑃 𝑢 − 1, 𝑣 + 1 + 𝑃 𝑢, 𝑣 − 1 + 𝑃 𝑢, 𝑣
9

O. EL KADMIRI 13
 Introduction
Le filtre moyenneur
Le filtre gaussien

Exemple de lissage d’une image:

77 215 92 1/9 1/9 1/9

66 76 85 ∗ 1/9 1/9 1/9
77 215 92 79 55 50 1/9 1/9 1/9
66 76 85
79 55 50

𝒒 = 𝟏/𝟗 ∗ 𝟕𝟔 + 𝟏/𝟗 ∗ 𝟖𝟓 + 𝟏/𝟗 ∗ 𝟗𝟐 + 𝟏/𝟗 ∗ 𝟐𝟏𝟓 + 𝟏/𝟗 ∗ 𝟕𝟕 + 𝟏/𝟗 ∗ 𝟔𝟔 + 𝟏/𝟗 ∗ 𝟕𝟗 + 𝟏/𝟗 ∗ 𝟓𝟓 + 𝟏/𝟗 ∗ 𝟓𝟎
= 𝟖𝟖. 𝟑𝟑𝟑𝟑

Cette opération est répétée pour chaque pixel de l’image originale.

O. EL KADMIRI 14
 Introduction
Le filtre moyenneur
Le filtre gaussien

𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 + 𝑝4 + 𝑝5 + 𝑝6 + 𝑝7 + 𝑝8
𝑄 𝑢, 𝑣 =
9
1
. 𝑃 𝑢 − 1, 𝑣 − 1 + 𝑃 𝑢 − 1, 𝑣 + 𝑃 𝑢 − 1, 𝑣 + 1 + 𝑃 𝑢, 𝑣 − 1 + 𝑃 𝑢, 𝑣
9

L’action de ce filtre peut être exprimé sous forme d’une matrice:

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

1
𝐻 𝑖, 𝑗 = 1/9 1/9 1/9 = 1 1 1
9
1/9 1/9 1/9 1 1 1

Cette matrice est appelée masque du filtre

O. EL KADMIRI 15
 Introduction
Le filtre moyenneur
Le filtre gaussien

Originale 3x3 5x5 7x7

11x11 19x19 Le filtre moyenneur est un

filtre passe-bas qui:
▒ Lisse l’image (effet de flou)
▒ Réduit le bruit
▒ Réduit les détails

O. EL KADMIRI 16
 Le filtre moyenneur
Le filtre gaussien
Le filtre médian

L’expression:

1 −𝑟 2 1 𝑥 2 +𝑦 2
−
𝐺𝜎 𝑟 = 𝑒 2𝜎2 ou 𝐺𝜎 𝑥, 𝑦 = 𝑒 2𝜎2
2𝜋𝜎 2 2𝜋𝜎 2
𝜎 : la largeur ( la déviation standard)
0 1 2 1 0
r : est la distance a partir du centre
1 3 5 3 1
1
2 5 9 5 2
57
1 3 5 3 1
𝜎 0 1 2 1 0
𝑟 Masque gaussien

O. EL KADMIRI 17
 Le filtre gaussien
Le filtre médian
Application de filtres linéaires: convolution

Le mécanisme:

77 215 92
66 76 85
77 215 92 79 55 50
66 76 85
79 55 50
50 55 66 76 77 79 85 92 215

O. EL KADMIRI 18
 Le filtre gaussien
Le filtre médian
Application de filtres linéaires: convolution

Comment appliquer un filtre ?

P Q
H

O. EL KADMIRI 19
 Le filtre gaussien
Le filtre médian
Application de filtres linéaires: convolution

Pour chaque pixel de l’image 𝑃 𝑢, 𝑣 :

 Déplacer le masque du filtre 𝐻 tel que 𝐻(0,0) coïncide avec la

position actuelle de l'image (𝑢, 𝑣)
 Multipliez tous les coefficients de filtre 𝐻(𝑖, 𝑗) avec les pixels
correspondants 𝐼(𝑢 + 𝑖, 𝑣 + 𝑗)
 Additionner les résultats et affecter la somme a la position
correspondante dans l’image 𝑄(𝑢, 𝑣)
 Formule: 𝑄 𝑢, 𝑣 = (𝑖,𝑗)𝜖𝑅𝐻 𝐼 𝑢 + 𝑖, 𝑣 + 𝑗 . 𝐻(𝑖, 𝑗)
O. EL KADMIRI 20
 Le filtre gaussien
Le filtre médian
Application de filtres linéaires: convolution

 Formule: 𝑄 𝑢, 𝑣 = (𝑖,𝑗)𝜖𝑅𝐻 𝐼 𝑢 + 𝑖, 𝑣 + 𝑗 . 𝐻(𝑖, 𝑗)

Dans le cas d’un filtre de taille 𝑀𝑥𝑁 :

𝑖= 𝑀 2 𝑗= 𝑁 2

𝑄 𝑢, 𝑣 = 𝐼 𝑢 + 𝑖, 𝑣 + 𝑗 . 𝐻(𝑖, 𝑗)
𝑖=− 𝑀 2 𝑗=− 𝑁 2

O. EL KADMIRI 21