M1 info. et ESI Contrôle continu - Traitement d images

Dimension: px

Commencer à balayer dès la page:

Download "M1 info. et ESI Contrôle continu - Traitement d images"

Geoffroy Godin
il y a 8 ans
Total affichages :

1 N anonymat : M1 info. et ESI Contrôle continu - Traitement d images Responsables : C. Roudet B. Touil Durée : 1h. Aucun document autorisé. 1) Exercice d optique Un appareil photo possède un objectif que l'on assimilera à une lentille mince convergente de distance focale f = 105 mm. On note O le centre optique de la lentille. a. On photographie un objet AB de taille 1,80 m placé à 20 m de O et perpendiculaire à l'axe de l'objectif. Quelle distance doit-il y avoir entre O et la pellicule pour que l'image qui s'y forme soit nette? b. Quelle est la taille de l'image obtenue? 2) QCM : questions diverses sur le traitement d images 1. Qu'est-ce que la chrominance? L'information de couleur de la lumière. L'information de "luminosité" de la lumière. L'information de pureté de la couleur. L'information de netteté de la couleur. 2. Qu'est-ce que la luminance? L'information de couleur de la lumière. L'information de "luminosité" de la lumière. L'information de pureté de la couleur. L'information de netteté de la couleur. 3. L'espace RGB sépare la luminance et la chrominance de la lumière. 4. Dans l'espace HSV, à quoi fait référence la saturation? Le ton de la couleur. La pureté de la couleur. La clarté de la couleur. La netteté de la couleur. 5. Le graphique qui associe à chaque niveau de gris le pourcentage de pixels de l'image au moins aussi sombres que lui s'appelle? Un histogramme Un histogramme cumulé Une fonction de répartition Une densité de probabilité

2 6. Où se situe l'origine conventionnelle du repère pixellique? En bas à droite de l'image. En bas à gauche de l'image. En plein centre de l'image. En haut à gauche de l'image. En haut à droite de l'image. 7. Laquelle de ces aberrations n'est pas une aberration géométrique? Distorsion Vignettage Stigmatisme Aberration chromatique 8. Soit l image binaire ci-dessous : Le nombre de composantes connexes (groupes de pixels connectés) calculées avec un voisinage 4-connexe (appelé aussi 4-voisinage) est inférieur au nombre de composantes connexes calculées avec un voisinage 8-connexe? 9. Combien obtient-on de composantes 4-connexes sur l image binaire précédente? Combien obtient-on de composantes 8-connexes sur l image binaire précédente? L algorithme Split & Merge (ou division / fusion) est un algorithme de segmentation basé frontières? 12. L algorithme Croissance de régions (ou agglomération / fusion) se sert d un quadtree pour l étape d agglomération? 13. Qu appelle-t-on image multispectrale? Une image en niveaux de gris Une image monochrome Une image à plusieurs composantes (ou canaux) L image du spectre de Fourier

14. Cochez l intrus dans chacune des listes suivantes (expliquez en-dessous votre choix) : Liste 1 : Liste 2 : Bruit Hautes fréquences Filtre K plus proches voisins Contours Filtre exponentiel

3 14. Cochez l intrus dans chacune des listes suivantes (expliquez en-dessous votre choix) : Liste 1 : Liste 2 : Bruit Hautes fréquences Filtre K plus proches voisins Contours Filtre exponentiel Egalisation Filtre moyenneur Liste 3 : Liste 4 : Méthode du Laplacien Filtrage linéaire Méthode du gradient Convolution Méthode dérivative Lissage d une image Filtre gaussien 15. La compression conduit toujours : A une modification du codage initial du fichier A une perte d'information A une réduction de la taille du fichier A une augmentation de la taille du fichier 3) Traitements : histogrammes, filtres et Fourier a) Quelle(s) différence(s) fait-on entre le traitement bas-niveau et le traitement haut-niveau d images? Donner des exemples de traitements pour ces deux grands types? b) La figure (a) représente une image, dont l histogramme H(g) est représenté à la figure (b). Les figures (c)-(e) de la page suivante, montrent les résultats de différentes opérations. Trouvez ces opérations. 0

0 0 0 Etirement Etirement Etirement Egalisation (sur les 256 niveaux) Egalisation (sur les 256 niveaux) Egalisation (sur les 256

- t2 : transformation de niveau de gris de profil 2 - t3 : égalisation d histogramme sur 256 niveaux de gris (profil 3) 0 0 0 profil 1

4 0 0 0 Etirement Etirement Etirement Egalisation (sur les 256 niveaux) Egalisation (sur les 256 niveaux) Egalisation (sur les 256 niveaux) f(g) = g / 5 f(g) = g / 5 f(g) = g / 5 f(g) = min(, 3.g) f(g) = min(, 3.g) f(g) = min(, 3.g) c) Soient les 3 transformations (LUT) sur des images niveaux de gris suivantes : - t1 : transformation de niveau de gris de profil 1 - t2 : transformation de niveau de gris de profil 2 - t3 : égalisation d histogramme sur 256 niveaux de gris (profil 3) profil 1 profil 2 profil 3 On a appliqué ces 3 transformations sur une image intensité de référence (A). Reconnaître les images transformées par t1, t2 et t3 parmi les 3 autres images B, C et D. A B C D Histogramme Histogramme Histogramme Histogramme Transformation Transformation Transformation appliquée : appliquée : appliquée :

d) La figure A montre une image, la figure B montre la même image après une rotation de 90. Les figures C et D représentent les mêmes images après un lissage Gaussien.

Indiquer, pour chacun des spectres, à quelle image il correspond (Exemple de réponse : A-1). Justifier chaque réponse par les caractéristiques présentes dans l image.

avec un bruit de type poivre et sel, - la deuxième image a été floutée à cause d un mouvement important de l objet et une exposition trop grande pendant la capture de l

5 d) La figure A montre une image, la figure B montre la même image après une rotation de 90. Les figures C et D représentent les mêmes images après un lissage Gaussien. Les images 1 à 4 situées dessous, représentent le module du spectre de Fourier des différentes images A à D. Indiquer, pour chacun des spectres, à quelle image il correspond (Exemple de réponse : A-1). Justifier chaque réponse par les caractéristiques présentes dans l image. A B C D Réponses : A - B - C - D e) Les figures (a) et (b) montrent deux images ayant subi deux dégradations différentes : - la première image a été perturbée avec un bruit de type poivre et sel, - la deuxième image a été floutée à cause d un mouvement important de l objet et une exposition trop grande pendant la capture de l image. Quel type de filtre doit être appliqué à chacune de ces images pour diminuer l effet du bruit? Filtre gaussien Filtre de Wiener Filtre K plus proches voisins Filtre gaussien Filtre de Wiener Filtre K plus proches voisins

6 4) Détection de contours a) Expliquer le principe des méthodes dérivatives (à partir des dérivées première et seconde), utilisées pour la détection des contours dans une image. b) Expliquer comment, à partir d une image en niveaux de gris, on obtient une image binaire dans laquelle les contours (fins) sont blancs et le reste de l image est noir (donner les grandes étapes pour l un des opérateurs de votre choix : gradient de Roberts, de Sobel, de Prewitt ou Laplacien). 5) Codage, compression et quantification a) Quelles sont les trois grandes étapes que l on utilise dans toute méthode de compression de signaux? b) Quelle est l'avantage principal de la compression avec perte? Quel est le principal risque? c) Quel type de transformée (matrice de transformation) est utilisé dans la compression JPEG pour obtenir une réduction de la redondance spatiale? Et dans la compression JPEG-2000? d) Comment s appelle l étape de la compression JPEG qui introduit les pertes? e) Pourquoi lors de la compression JPEG, une transformation de l espace RGB vers l espace YUV est-elle utilisée?

Documents pareils

Traitement bas-niveau

Traitement bas-niveau Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.