II. Prétraitements : [12]
Le traitement, souvent appelé
prétraitement, regroupe toutes les techniques visant à
améliorer la qualité d'une image. De ce fait, la donnée de
départ est l'image initiale et le résultat est également
une image. La restauration d'images a pour objet la réduction, voir
l'élimination des distorsions introduites (bruits) par le système
ayant servi à acquérir l'image. Son but est d'obtenir une image
qui soit la plus proche possible de l'image idéale qui aurait
été obtenue si le système d'acquisition était
parfait.
II.1 Correction au niveau du
distributeur : il y a deux types de corrections :
radiométriques et géométriques.
1. Radiométriques
Elimination des bruits radiométriques qui sont en
raison : de déficience des capteurs; de problèmes de
transmission des données; d'interprétation
(codage/décodage).
2. Géométriques
Les effets de rotondité de la terre, les
mouvements du satellite, les déformations dans les
périphéries de l'image (surtout si le capteur est incliné)
sont autant de facteurs rendant nécessaires des corrections
géométriques qui peuvent être
réalisées par le distributeur, et aussi par l'utilisateur
directement sous logiciel de traitement d'image pour but d'améliorer sa
visibilité, ce qui est introduit dans la partie suivante de ce
chapitre.
II.2 Correction au niveau de l'utilisateur :
Il existe 2 grandes familles de méthodes :
1. Les méthodes globales : Dites aussi
ponctuelles, elles modifient chaque point de l'image indépendamment de
ses voisins à partir d'une information globale sur l'image. On distingue
3 grandes classes d'opérations:
§ La modification de l'histogramme.
§ Le rehaussement de contraste.
§ L'utilisation de la couleur.
2. Les méthodes locales : Elles
travaillent sur des voisinages de pixels et donc localement dans l'image. On
distingue 2 grandes classes de filtrage :
§ Le filtrage linéaire.
§ Le filtrage non-linéaire.
Dans notre cas, nous avons essayé d'implémenter
quelques méthodes de prétraitement toujours dans le but soit
d'améliorer la qualité de l'image soit d'en extraire des
informations pertinentes afin de faciliter une analyse antérieur. Parmi
ces techniques nous pouvons citer les opérations plus importantes.
§ La réduction du bruit par filtrage.
§ La modification d'histogramme.
§ La banairisation des images par seuillage.
§ Le rehaussement de contraste.
§ Renforcement de contour.
II.2.1 Affichage en niveau de gris :
Une image est représentée par une
matrice de dimension « nombre de lignes »
X « nombre de colonnes » .Chaque élément
de la matrice, nommé pixel, représente l'intensité
lumineuse comprise entre 0 et 255, soit 256 niveau de gris. Le niveau de gris
0 correspond au noir tandis que 255 est représenté en blanc. Il
est nécessaire de passer vers un affichage en niveau de gris pour
certaines applications, telle que le seuillage, ou bien pour avoir toutes les
informations de base pour une analyse antérieure.
Algorithme
Début
Charger l'image (Image [i][j]) ;
Pour i=0 jusqu'à hauteur
Pour j=0 jusqu'à largeur
R= valeur du canal rouge ;
G= valeur du canal vert ;
B= valeur du canal bleue ;
Moy= (R+G+B)/3;
ING[i][j] =Moy;
fin
fin
Affichage d'ING ;
Fin
Résultats :
|
|
|
Image originale
|
Niveaux de gris
|
| 
