SIGLES ET ABBREVIATIONS
B : Bleu
Comp. : Comparaison
DPI : Dots per inch
ISP : Institut Supérieur Pédagogique de
Bukavu
R : Rouge
V : Vert
Pixel : Picture Elément
PPP : Point Par Pouce
PUT : Look-Up Table
LZW : Lempel Ziv Welch
RLE : Run Length Encoded
RGB : Red Green Blue
0. INTRODUCTION
O.1. PROBLEMATIQUE
Le développement rapide des applications informatiques
s'est accompagné d'un accroissement important de l'utilisation des
images numériques, notamment dans le domaine des multimédias, des
jeux, des transmissions satellite ou de l'imagerie médicale.
En analyse d'images, l'exploitation de la donnée
chromatique permet de simplifier effectivement l'identification des objets et
leur extraction d'une scène. Jusqu'aux années 80, la plupart des
images « colorées » étaient en fait des
images pseudo-couleurs une couleur étant appliqué à une
intensité monochromatique particulière, ce n'est pas le cas des
images « couleur » dont nous disposons actuellement et dont
nous allons étudier.
Les images numérisées posent, par leur taille
importante, de nombreux problèmes quant à leur traitement. Aussi
bien lorsqu'il s'agit de numériser une image cartographique dont les
dimensions sont grandes, en utilisant un scanner.
Ces images cartographiques posent toujours de
problèmes pour être numérisée. Il apparaît
que ces images sont des grandes dimensions et lorsqu'il faut scanner une telle
image, le scanner n'est toujours pas apte à recevoir
l'intégralité de l'image.
Mais alors, si on n'arrive pas à scanner l'image en
plusieurs parties, et procéder à une liaison automatique de ces
différentes parties scannées, se posera un problème de la
traiter entièrement.
Ainsi, nous nous sommes penchés plus
précisément sur la liaison automatique des plusieurs parties
d'une image perçue sur un scanner.
· Comment peut-on arriver à déterminer les
limites des différentes parties d'une image cartographique
scannée de façon automatique ?
· comment peut-on arriver à lier automatiquement
les différentes parties de l'image scannée afin de reconstruire
l'image entière.
O.2. HYPOTHESE
Considérant le problème évoqué
ci-haut nous supposons que :
· L'utilisation d'algorithme de traitement d'image permet
de trouver les limites des différentes parties de l'image
scannée.
· L'utilisation d'Algorithmes de traitement d'image
permet une liaison automatique des différentes parties de l'image
scannée.
O.3. METHODOLOGIE ET
TECHNIQUES DU TRAVAIL
0.3.1 METHODOLOGIE
1. La méthode comparative
Cette méthode nous a permis de comparer les
différentes bandes des pixels extraites dans la première image
avec d'autres bandes des pixels extraites dans la deuxième image ligne
par ligne et de haut vers le bas à de pixels de mêmes couleurs.
2. Les calculs statistiques :
Cette méthode nous a permis de trouver le niveau de
ressemblance possible entre une bande extraite dans la première image et
une autre extraite dans la deuxième image. Elle nous a également
permis de trouver la moyenne de ressemblance après la comparaison.
| 
