Image Processing Toolbox

Principales fonctionnalités

  • Analyse des images (segmentation, morphologie, statistiques, mesure, etc.)
  • Amélioration d’images, filtrage et défloutage
  • Transformations géométriques et méthodes de recalage d’images basées sur l’intensité
  • Transformations d’images, y compris FFT, DCT, Radon et projection de faisceau
  • Flux de développement destinés aux images de grandes dimensions (traitement de blocs, mosaïques, affichage multirésolution, etc.)
  • Applications de visualisation (visualisation d’images et de vidéos)
  • Fonctions compatibles avec les GPUs, les processeurs multicoeurs, et la génération de code C

Exploration et découverte

Image Processing Toolbox prend en charge les images et les vidéos générées par une grande variété d’appareils, y compris les webcams, les appareils photo numériques, les capteurs de satellites et aériens, les appareils d’imagerie médicale, les microscopes, les télescopes et d’autres instruments scientifiques. Les fonctions et applications disponibles vous permettent de visualiser, d’analyser et de traiter ces images dans de nombreux types de données.

Vous pouvez utiliser Image Acquisition Toolbox™ pour acquérir des images et des vidéos en temps réel depuis des cartes d’acquisition, des caméras DCAM, des caméras GigE Vision et d’autres appareils.

Formats de fichiers standard et spécialisés

MATLAB® prend en charge les formats d’image et de données standard y compris :

  • AVI
  • JPEG
  • JPEG-2000
  • FITS
  • HDF
  • HDF-EOS
  • M4V
  • MOV
  • MP4
  • PNG
  • TIFF
  • ASCII
  • Fichiers binaires
  • Microsoft® Excel®

Il prend aussi en charge les formats d’images multibandes BIP et BIL, utilisés par LANDSAT. Des fonctions E/S et de mappage de mémoire de bas niveau vous permettent de développer des routines personnalisées que vous utiliserez pour travailler avec n’importe quel format de données.

Image Processing Toolbox prend en charge plusieurs formats d’images spécialisés. Pour l’imagerie médicale, il prend en charge les fichiers DICOM, et notamment les métadonnées associées, ainsi que les formats Analyze 7.5 et Interfile. La boîte à outils peut également lire les images géospatiales au format NITF et les images de plage de dynamique étendue (les fichiers HDR).

Applications pour l’exploration et la découverte

La boîte à outils offre une suite d’applications de traitement d’images pour explorer et découvrir diverses approches algorithmiques. Avec l’application Color Thresholder, vous pouvez segmenter une image basée sur plusieurs espaces colorimétriques. L’application de visualisation d’images permet quant à elle de placer et de manipuler de façon interactive les régions d’intérêt, y compris les points, les lignes, les rectangles, les polygones, les ellipses et les formes dessinées à main levée. Vous pouvez aussi afficher les informations de pixels, réaliser des zooms ou des panoramiques, ajuster le contraste et mesurer les distances. Vous pouvez également réaliser ces tâches à l’aide d’un programme et utiliser des fonctions individuelles pour créer des interfaces personnalisées.

Amélioration des images

Dans Image Processing Toolbox, les techniques d’amélioration d’images vous permettent d’augmenter le rapport signal-bruit et d’accentuer les caractéristiques des images en ;modifiant les couleurs ou leur intensité.

La boîte à outils comprend des routines de filtrage spécialisées et une fonction de filtrage multidimensionnel généralisée qui gère les types d’image en entiers, offre de nombreuses options de gestion de l’effet de bords et effectue des convolutions et corrélations.

En utilisant des filtres et des fonctions prédéfinis, vous pouvez :

Amélioration d’images couleurs composites multispectrales
Construction de couleurs composites pour mettre en évidence et segmenter la végétation dans les images satellites.

Opérateurs morphologiques

Les opérateurs morphologiques vous permettent d’améliorer le contraste, de supprimer le bruit, de amincir les régions ou d’en effectuer une squelettisation. Les fonctions morphologiques dans Image Processing Toolbox comprennent :

Segmentation de texture à l’aide des filtres de texture
Identification des régions de différentes textures à l’aide de mesures d’entropie et d’opérations morphologiques.

Défloutage d’images

Les algorithmes de défloutage d’images d’Image Processing Toolbox comprennent la déconvolution aveugle, la méthode de Lucy-Richardson, les filtres Wiener et régularisé, ainsi que les conversions entre les fonctions de transfert optique et d’étalement du point. Ces fonctions aident à corriger le flou créé par l’optique hors-foyer, le mouvement de la caméra ou du sujet pendant la prise de photo, les conditions atmosphériques, une exposition courte et d’autres facteurs. Toutes les fonctions de défloutage d’ images fonctionnent avec des images multidimensionnelles.

Défloutage d’images; à l’aide d’un algorithme de déconvolution aveugle
Restaurer une image lorsqu’aucune information concernant la distorsion n’est disponible.

Analyse d’image

L’analyse d’images est le processus qui consiste à extraire des informations utiles à partir d’images (recherche de formes, comptage d’objets, identification des couleurs, mesure des propriétés d’objets, etc.).

Image Processing Toolbox propose un ensemble complet d’algorithmes standard de référence et de fonctions de visualisation pour les tâches d’analyse des images telles que l’analyse statistique, l’extraction des caractéristiques et la mesure des propriétés.

Transformation d’image

Les transformations d’images jouent un rôle critique dans de nombreuses tâches de traitement d’images, y compris celles d’amélioration, d’analyse, de restauration et de compression. Image Processing Toolbox propose plusieurs transformées d’images, y compris les transformées de Radon, de Hough, de Fourier (FFT), en cosinus discrète (DCT) et les projections de faisceau en éventail. Il est possible de reconstruire des images à partir de données de projection faisceau parallèle et faisceau en éventail (qui sont usuelles dans les applications de tomographie).

Les transformées d’images sont aussi disponibles dans MATLAB et Wavelet Toolbox™.

Reconstruction d’une image à partir des données de projection
Comparaison de la reconstruction d’une image à l’aide des géométries parallèles (Radon) et de faisceau en éventail.

Transformée de Hough

La transformée de Hough est conçue pour identifier des lignes et des courbes dans une image. Avec la transformée de Hough, vous pouvez :

  • trouver des segments et des extrémités de lignes.
  • mesurer les angles.
  • trouver des cercles en fonction de la taille.

Fonctions statistiques

Les fonctions statistiques permettent d’analyser les caractéristiques générales d’une image en :

  • Calculant la moyenne ou l’écart-type
  • déterminant les valeurs d’intensité le long d’un segment.
  • affichant un histogramme d’image.
  • traçant un profil des valeurs d’intensité.

Gestion des couleurs indépendante de l’appareil

La gestion des couleurs indépendante de l’appareil permet de représenter les couleurs avec exactitude, indépendamment des appareils utilisés pour l’entrée et la sortie. Cette fonction est utile lors de l’analyse des caractéristiques d’un appareil, de la mesure quantitative de l’exactitude de la couleur ou du développement d’algorithmes pour plusieurs appareils différents. Avec les fonctions spécialisées de la boîte à outils, vous pouvez convertir les images entre des espaces de couleur indépendants de l’appareil, tels que sRGB, XYZ, xyY, L*a*b*, uvL et L*ch.

Segmentation d’images

Les algorithmes de segmentation d’images déterminent les limites des régions d’une image. Il est possible d’explorer un grand nombre d’approches différentes de la segmentation d’image, y compris les méthodes progressives, les seuils automatiques, les méthodes basées sur les contours et celles basées sur la morphologie telles que la segmentation par ligne de partage des eaux, qui sont souvent utilisées pour segmenter les objets connectés.

Segmentation basée sur les couleurs avec Live Image Acquisition 5:11
Acquisition et traitement d’images depuis un appareil photo pour compter les objets d’une même couleur

Détection de contours

Les algorithmes de détection de contourspermettent d’identifier les limites des objets d’une image. Ces algorithmes comprennent les méthodes Sobel, Prewitt, Roberts, Canny et laplacien de Gaussien. La méthode Canny peut détecter les véritables contours faibles sans être induit en erreur par le bruit.

Opérateurs morphologiques

Les opérateurs morphologiques vous permettent de détecter les contours, de segmenter une image en régions, ou de créer des squelettes des régions. Les fonctions morphologiques dans Image Processing Toolbox comprennent :

Transformations géométriques et recalage d’images

Le recalage d’images est important dans la télédétection, l’imagerie médicale et d’autres applications dans lesquelles les images doivent être alignées pour permettre l’analyse quantitative ou les comparaisons qualitatives. Image Processing Toolbox prend en charge le recalage d‘images basé sur l’intensité, qui aligne automatiquement les images à l’aide de motifs d’intensité relative.

La boîte à outils prend également en charge le recalage d’images par points de contrôle, qui nécessite une sélection manuelle des points de contrôle sur chacune des deux images pour les aligner.

De plus, Computer Vision System Toolbox prend en charge le recalage d’images basé sur les caratéristiques images, qui aligne automatiquement des images à l’aide de la détection, l’extraction et la mise en correspondance des caractéristiques, suivies de l’estimation de latransformation géométrique.

Recalage d’images basé sur l’intensité

Le recalage d‘images basé sur l’intensité aligne des pixels spécifiques dans des images en utilisant l’intensité relative. Cette technique de recalage est souvent bien adaptée à l’imagerie médicale lorsqu’il est nécessaire d’automatiser de grandes collections d’images.

Recalage d’images par points de contrôle

Le recalage d’images par points de contrôle nécessite la sélection manuelle des points de contrôle en deux images dans le but de les aligner. Cette méthode de recalage est la mieux adaptée pour les images qui ont des caractéristiques distinctes telles que les images satellites.

Transformations géométriques

Les transformations géométriques sont utiles pour les tâches telles que la rotation d’images, la réduction de la résolution, la correction des distorsions géométriques et le recalage d’images. Image Processing Toolbox prend en charge des opérations simples comme le redimensionnement, la rotation et le rognage, ainsi que des transformations géométriques 2D plus complexes telles que les transformations affines et projectives.

La boîte à outils fournit un ensemble de fonction complet et flexible pour la création et l’application des transformations géométriques personnalisées et des méthodes d’interpolation pour les tableaux multidimensionnels.

Traitement d’images de grandes dimensions et accélération des performances

Image Processing Toolbox propose des processus spécifiquement destinés pour des images plus grandes qui sont difficiles à traiter et à afficher avec des méthodes standard. Sans charger la totalité d’une image dans la mémoire, vous pouvez créer un ensemble de données à résolution réduite (R-Set) qui divise les images en mosaïques spatiales et rééchantillonne l’image à différents niveaux de résolution. Ce processus améliore les performances lors de l’affichage des images et de la navigation. Vous pouvez utiliser un workflow de traitement par bloc pour appliquer une fonction à chaque bloc distinct d’une image de grandes dimensions, ce qui réduit de façon significative l’utilisation de la mémoire.

Accélération GPU

Pour tirer des profits des bénéfices des performances offertes par les processeurs graphiques (GPU), beaucoup de fonctions de traitement d’images sont compatibles GPU pour accélérer les workflows qui exigent des calculs complexes Utilisez Parallel Computing Toolbox™ pour améliorer les performances avec les GPU et les processeurs multicoeurs.

Matériel cible

En utilisant Image Processing Toolbox avec MATLAB Coder™ et HDL Coder™, vous pouvez générer du code C, C++, et HDL directement depuis MATLAB. Beaucoup de fonctions de traitement d’images supportent la génération de code, vous permettant d’exécuter des algorithmes de traitement d’images sur le matériel PC, les FPGAs et les ASICs. Cela vous permet de développer les systèmes d’imagerie pour les domaines de la défense, de l’aérospatiale et du médical.

Essayer Image Processing Toolbox

Obtenir une version d'évaluation

Le traitement d’images simplifié avec MATLAB!

Visionner le webinar