| |
|
Le traitement d'image est la sous-branche du traitement du signal qui se consacre aux images. C'est aussi toute la partie de calcul d'une chaîne de vision artificielle.
C'est une science au carrefour des mathématiques, de la physique, et de l'informatique. Ponctuellement on arrive à y glisser un peu de biologie.
Nous ne considèrerons donc ici que le cas des images numériques.
La compréhension du traitement d'image commence par la compréhension de ce qu'est une image. Ensuite on trouve une étape d'acquisition de l'image. Dans beaucoup de cas c'est la qualité de cette étape qui va déterminer la faisabilité de la chaîne de traitement d'image qui va suivre. Ensuite on trouve en général ce que l'on nomme des pré-traitements, cela consiste souvent à corriger des petits défauts de l'image (le bruit très cher au gens du traitement du signal) pour passer au traitement à proprement parler. Dans bien des cas ce sont des opérateurs de segmentation. Un bonne chaîne de traitement d'image se termine par un peu d'intelligence pour alors reconnaître les formes de l'image.
Le traitement d'image a commencé à être étudié dans les années 1920 pour la transmission d'image par le câble sous-marin allant de New-York à Londres. Harry G. Bartholomew et Maynard D. McFarlane effectuèrent la première digitalisation d'image avec compression pour envoyer des fax de Londres à New-York. Le temps de transfert passa ainsi de plus d'une semaine à moins de trois heures.
Il n'y a pas vraiment eu d'évolution pour l'image par la suite jusqu'à la période d'après-guerre.
On peut tout de même noter que le traitement du signal pris son essor à la fin de la guerre avec l'arrivé du radar. La prospection pétrolière participa aussi beaucoup au développement des techniques de traitement du signal.
L'essor du traitement d'image n'a eu lieu que dans les années 1960 quand les ordinateurs commencèrent à pouvoir travailler sur des images.
Le monde du traitement du signal en général a connu une révolution le jour où la transformation de Fourier rapide (FFT) a été redécouverte. L'ensemble des manipulations fréquentielles devenaient envisageables sur ordinateur (retrouver la date exacte).
L'essentiel des recherches portent sur l'amélioration des images et leurs compressions.
Marr ( détection de contour par David Marr et E. Hildreth : Theory of Edge Detection, Proc. R. Soc. London, B 207, 187-217, 1980. ) serait le premier a bien formaliser la détection de contour.
Au cours des années 1980, il y a eu un véritable engouement pour le traitement de l'image et surtout pour la compréhension de l'image par des systèmes experts. Les ambitions étaient beaucoup trop grandes. L'échec fut à la hauteur.
Les années 1990 ont vu l'amélioration constante des opérateurs. La recherche médicale est devenue un très gros demandeur en traitement d'image pour améliorer les diagnostics fait à partir des nombreuses techniques d'imageries médicales, la technique reine étant l'IRM. Le grand public se familiarise avec le traitement d'image grâce au logiciel Photoshop. Enfin la décennie s'achève sur l'engouement pour les ondelettes et les images multimodales.
Une image est plutôt difficile à décrire d'une facon générale. Une image est une représentation du monde.
En traitement d'image, la majorité du temps, on considère qu'il s'agit d'une fonction mathématique de RxR dans R où le couplet d'entrée est considéré comme une position spatiale, le singleton de sortie comme l'intensité du phénomène physique. Il arrive cependant que l'image soit dite "3D" donc la fonction est de RxRxR dans R. Les images couleurs peuvent être représentées soit par trois images représentant les trois couleurs fondamentales, soit par une image de RxR dans RxRxR.
Mathématiquement parlant, on peut définir une image comme une fonction continue. En pratique ceci n'est pas très réaliste, on dispose essentiellement d'images numériques, donc échantillonnées. Claude Shannon a montré que le passage du monde continu vers le monde échantillonné n'est pas sans poser de nombreux problèmes.
La représentation la plus utilisée est un tableau à deux dimensions où se trouve portée l'intensité du point.
L'étude de cette étape passe immanquablement par le système d'acquisition qui fait réference : l'œil.
On utilise plus couramment des caméras video, ou récemment pourquoi pas des appareils photos numériques.
En médecine, on utilise des imageurs IRM, TEP, scanner X, écho doppler, échographie, scintigraphie etc.
Tous ces systèmes peuvent être comparés à des capteurs. Il ne faut pas oublier qu'il y a une étape de conversion analogique/numérique. C'est souvent cette étape qui limite la résolution de l'image.
L'une des caractéristiques intéressantes de ces capteurs est la taille du plus petit élément (pixel), mais aussi l'intercorrélation de deux éléments voisins : plus cette intercorrélation est faible, meilleure est l'image.
Beaucoup de systèmes, après un pré-traitement font une analyse simple de l'image, comme le calcul d'un paramètre.
On retrouve ici surtout les opérateurs de segmentation. Il existe deux grandes catégories de segmentations :
La segmentation orientée contour connaît de nombreux progrès autour de l'utilisation de contours actifs.
Dans cette étape on retrouve souvent une partie de classification des pixels en classes. On essaye de regrouper au sein d'un même ensemble, aussi appelé classe, les pixels présentant une même caractéristique : niveau de gris compris dans un certain intervalle ou dérivée seconde supérieure à un certain seuil.
liste en vrac d'opérateur :
Directement issus des mathématiques ensemblistes (Costas), les opérateurs morphologiques (l'érosion et la dilatation sont les plus connus) permettent de traiter efficacement des images binaires. Leur simplicité se prête bien au développement de circuits électroniques spécialisés (ou bien à l'utilisation de FPGA) dans les opérateurs morphologiques.
Etape très complexe ne suivant pas de règle générale. On ne sait pas le faire pour des scènes complexes. Mais beaucoup de recettes simples existent pour résoudre pas mal de problèmes. (Donner quelques exemples)Historique
Définition d'une image
Acquisition d'une image
Opérateur d'analyse
Opérateur de traitement
On parle aussi d'opérateur de pré-traitement quand il s'agit d'améliorer l'image.
L'opérateur le plus simple est le seuillage.Opérateur morphologique
Reconnaissance des formes