Traitement d'image

Traitement d'image avec Matlab :

Suite au cours suivie en L3 ESI en traitement d'image, nous voyons tous les traitements de bases sur des images. En TD on fait des traiments juste sur des images (binarisation, segmentation, détection de contour, ...) et pour les TP on travaille sur matlab avec des webcams ou l'on applique les même fonctions de bases sur de la vidéo.

Programme binarisation et inversion :

clear all close all img=imread('cameraman.tif'); size (img) for i=1:ans(1) for j=1:ans(2) if img(i,j)<100 f(i,j)=0; else f(i,j)=255; end g(i,j)=255-img(i,j); end end figure (1) subplot(2,2,1) %image(img); imshow(img); colormap(gray) subplot (2,2,2) %image(f) imshow(f); colormap(gray) subplot(2,2,3) imshow(g);

Programme qui donne l'histogramme de l'image. La binarisation, suivant le seuil du niveau de gris que l'on donne, calcul le nombre de grains de riz. L'histogramme nous permet d'obtenir un graphique du nombre de pixel de la même valeur.

clear all close all img=imread('rice.png'); [nl nc]=size (img) histog = zeros(255); for i=1:nl for j=1:nc gris=img(i,j)+1; histog(gris)=histog(gris)+1; end end figure (1) subplot(2,2,1) imshow(img); colormap(gray) subplot(2,2,3) plot(histog); seuil=input('Donner le seuil: '); for i=1:nl for j=1:nc if img(i,j)<seuil f(i,j)=0; else f(i,j)=255; end end end subplot(2,2,2) imshow(f); histog = zeros(255); for i=1:nl for j=1:nc gris=f(i,j)+1; histog(gris)=histog(gris)+1; end end subplot(2,2,4) plot(histog); %pixval %curseur x y pour coordonnée d'image histog1=zeros(255); for i=156:190 for j=131:153 gris1=f(i,j)+1; histog1(gris1)=histog1(gris1)+1; end end nb_riz= histog(256)/histog1(256);

Réhaussement linéaire :

clear all close all img=imread('cameraman.tif'); [nl nc]=size (img); histog = zeros(255); for i=1:nl for j=1:nc gris=img(i,j)+1; histog(gris)=histog(gris)+1; end end histog2 = zeros(255); pmin=double(min(min(img))); pmax=double(max(max(img))); a = (255)/(pmax-pmin); b = (-255 * pmin)/(pmax - pmin); img2 = double(img)*a + b; img2 = uint8(img2); for i=1:nl for j=1:nc gris = img2(i,j)+1; histog2(gris)=histog2(gris)+1; end end figure (1) subplot(4,1,1) imshow(img); %colormap(gray) subplot(4,1,2) plot(histog); subplot(4,1,3) imshow(img2) subplot(4,1,4) plot(histog2)

Egalisation d'histogramme :

clear all close all img=imread('pout.tif');%nom de l'image dans le dossier [nl nc]=size (img); histog = zeros(255); for i=1:nl for j=1:nc gris=img(i,j)+1; histog(gris)=histog(gris)+1; end end histog2 = zeros(255); histog2=((double(histog)/(nl*nc))); for i=2:255 histog2(i) = histog2(i)+histog2(i-1); end histog2=histog2 * 255; for i=1:nl for j=1:nc gris=img(i,j)+1; img2(i,j)=uint8(histog2(img(i,j))); end end histog3 = zeros(255); for i=1:nl for j=1:nc gris=img2(i,j)+1; histog3(gris)=histog3(gris)+1; end end figure (1) subplot(3,2,1) imshow(img); %colormap(gray) subplot(3,2,2) plot(histog); subplot(3,2,3) imshow(img2) subplot(3,2,4) plot(histog2) subplot(3,2,5) plot(histog3)

Filtre Prewitt et Sobel :

clear all close all % img=[2 0 0 0 1 2 3 5; % 2 2 12 60 0 2 5 1; % 2 0 1 0 10 0 2 1; % 2 53 51 50 50 50 10 12; % 1 55 50 52 50 50 10 12; % 4 51 50 50 50 10 5 10; % 5 50 50 50 50 51 10 14; % 2 14 10 10 4 5 4 1] img=rgb2gray(imread('micra-cc.bmp')); %img=imread('rice.png'); [nl nc]=size (img); %sobel h=[1 2 -1;0 0 0;-1 -2 -1]; g=[1 0 -1;2 0 -2;1 0 -1]; %prewitt h1=[1 1 -1;0 0 0;-1 -1 -1]; g1=[1 0 -1;1 0 -1;1 0 -1]; figure (1) subplot(3,2,1) colormap(gray); %image(img);%pour image petite imshow(img), title('Original'); %image grande for i=1:(nl-1) for j=1:(nc-1) Gi(i,j)=img(i,j)-img(i+1,j+1); Gj(i,j)=img(i,j+1)-img(i+1,j); end end Gij=abs(Gi)+abs(Gj); subplot (3,2,2) %image(Gi); imshow(Gi), title('Gi'); subplot (3,2,3) %image(Gj); imshow(Gj), title('Gj'); subplot (3,2,4) %image(Gij); imshow(Gij), title('Gij'); A=imfilter(img,h)+imfilter(img,g); subplot (3,2,5) imshow(A), title('sobel'); A1=imfilter(img,h1)+imfilter(img,g1); subplot (3,2,6) imshow(A1), title('prewitt');

Filtre de Roberts :

clear all close all % img=[2 0 0 0 1 2 3 5; % 2 2 12 60 0 2 5 1; % 2 0 1 0 10 0 2 1; % 2 53 51 50 50 50 10 12; % 1 55 50 52 50 50 10 12; % 4 51 50 50 50 10 5 10; % 5 50 50 50 50 51 10 14; % 2 14 10 10 4 5 4 1] %img=rgb2gray(imread('pout.tif')); img=imread('cameraman.tif'); [nl nc]=size (img); h=[1 0;0 -1]; g=[0 1;-1 0]; figure (1) subplot(3,2,1) colormap(gray); %image(img);%pour image petite imshow(img), title('Original'); %image grande for i=1:(nl-1) for j=1:(nc-1) Gi(i,j)=img(i,j)-img(i+1,j+1); Gj(i,j)=img(i,j+1)-img(i+1,j); end end Gij=abs(Gi)+abs(Gj); subplot (3,2,2) %image(Gi); imshow(Gi), title('Gi'); subplot (3,2,3) %image(Gj); imshow(Gj), title('Gj'); subplot (3,2,4) %image(Gij); imshow(Gij), title('Gij'); A=imfilter(img,h)+imfilter(img,g); subplot (3,2,5) imshow(A), title('roberts'); diff=abs(A(1:449,1:599)-Gij); subplot (3,2,6) imshow(diff), title('diff');

Erosion et dilatation :

clear all close all h1=[0 1 0; 1 1 1; 0 1 0]; h2=[0 0 1 0 0; 0 1 1 1 0; 1 1 1 1 1; 0 1 1 1 0; 0 0 1 0 0]; imga=imread('cameraman.tif'); %img=rgb2gray(imread('micra-cc.bmp')); img= imnoise(imga,'salt & pepper',0.01); img1 = imerode(img,h1); img2 = imdilate(img,h1); img3 = imdilate(img1,h1); img4 = imdilate(img3,h1); img5= abs(img2-img1); figure (1) subplot(3,2,1) %colormap(gray); %image(imga), title('Original');%pour image petite imshow(img), title('Original'); %image grande subplot (3,2,2) %image(img1); imshow(img1), title('erosion'); subplot (3,2,3) %image(img1); imshow(img2), title('dilatation'); subplot (3,2,4) %image(img1); imshow(img3), title('ouverture'); subplot (3,2,5) %image(img1); imshow(img4), title('fermeture'); subplot (3,2,6) %image(img1); imshow(img4), title('contour');

Etude avec une webcam sous matlab :