Traitement d'images avec MATLAB

Jour 1 sur 2

Importation et visualisation d'images

Objectif: Importer et visualiser différents types d'images dans MATLAB. Manipuler des images pour simplifier les étapes d'analyse ultérieures.

• Importation et affichage d'images
• Conversion entre types d'image
• Visualisation des résultats du traitement
• Exportation d'images

Prétraitement d'images

Objectif: Améliorer des images pour leur analyse en utilisant des techniques de prétraitement comme l'ajustement du contraste et le filtrage du bruit.

• Régler le contraste
• Réduire le bruit avec un filtrage spatial
• Egaliser des arrière-plans non-homogènes
• Traiter des images dans des blocs distincts
• Mesurer la qualité de l’image

Segmentation par couleur et texture

Objectif: Segmentation d'objets issus d’une image basée sur la couleur et la texture. Utiliser des mesures statistiques pour déterminer les caractéristiques de texture et mesurer la similarité de texture entre les images.

• Transformation entre espaces de couleur
• Segmentation d'objets basée sur les attributs et différences de couleur
• Segmentation d'objets basée sur la texture en utilisant des filtres non-linéaires
• Analyse de la texture des images avec des mesures statistiques comme le contraste et la corrélation

Améliorer la segmentation

Objectif: Améliorer les résultats de la segmentation binaire en ajustant le masque de segmentation. Utiliser des techniques interactives et itératives pour segmenter des régions d’images.

• Utiliser des opérations morphologiques pour ajuster les masques de la segmentation
• Segmenter des images et ajuster les résultats de manière interactive
• Utiliser des techniques itératives pour faire évoluer la segmentation à partir d'un pixel ou graine d'initialisation

Jour 2 sur 2

Explorer et analyser des objets

Objectif: Dénombrer et labelliser des objets détectés lors d'une segmentation. Mesurer les propriétés des objets telles que l'aire, le périmètre ou le centre de gravité.

• Extraire et labelliser des objets dans un masque de segmentation
• Extraire les propriétés d'une forme
• Séparer les objets adjacents et superposés avec la transformation de la ligne de partage des eaux

Détection des formes et des contours

Objectif: Détecter les contours d'un objet et extraire la position des pixels. Détecter des objets à partir de formes comme des lignes et des cercles.

• Détection des contours des objets
• Identifier des objets en détectant des lignes et des cercles
• Analyse en batch sur des jeux d’images

Transformations spatiales et recalage d'images

Objectif: Comparer des images à des échelles et orientations différentes en les alignant géométriquement.

• Application de transformations géométriques aux images
• Aligner des images par corrélation de phase
• Alignement des images par points de contrôle

Recalage automatique d'images grâce aux caractéristiques des images

Objectif: Détecter, extraire et mettre en correspondance des jeux de caractéristiques d'images pour automatiser le recalage.

• Détection et extraction des caractéristiques
• Mise en correspondance des caractéristiques pour estimer les transformations géométriques entre deux images