Traitement d'images

Le traitement d'images désigne une discipline de l'informatique et des mathématiques appliquées qui étudie les images numériques et leurs transformations, dans le but d'améliorer leur qualité ou d'en extraire de l'information.

Il s'agit d'un sous-ensemble du traitement du signal dédié aux images et aux données dérivées comme la vidéo (par opposition aux parties du traitement du signal consacrées à d'autres types de données : son et autres signaux monodimensionnels notamment), tout en opérant dans le domaine numérique (par opposition aux techniques analogiques de traitement du signal, comme la photographie ou la télévision traditionnelles).

Dans le contexte de la vision artificielle , le traitement d'images se place après les étapes d'acquisition et de numérisation , assurant les transformations d'images et la partie de calcul permettant d'aller vers une interprétation des images traitées. Cette phase d'interprétation est d'ailleurs de plus en plus intégrée dans le traitement d'images, en faisant appel notamment à l'intelligence artificielle pour manipuler des connaissances, principalement sur les informations dont on dispose à propos de ce que représentent les images traitées (connaissance du domaine).

La compréhension du traitement d'images commence par la compréhension de ce qu'est une image. Le mode et les conditions d'acquisition et de numérisation des images traitées conditionnent largement les opérations qu'il faudra réaliser pour extraire de l'information. En effet, de nombreux paramètres entrent en compte, les principaux étant :

• la résolution d'acquisition et le mode de codage utilisé lors de la numérisation, qui déterminent le degré de précision des éventuelles mesures de dimensions,
• les réglages optiques utilisés, (dont la mise au point) qui déterminent par exemple la netteté de l'image,
• les conditions d'éclairage , qui déterminent une partie de la variabilité des images traitées,
• le bruit de la chaîne de transmission d'image.

Quelques exemples types d'informations qu'il est possible d'obtenir d'une image numérique :

• La luminance moyenne
• Le contraste moyen
• La couleur prédominante
• Le taux d'acuité moyen (précis ou flou)
• Le taux d'uniformité des couleurs
• La présence ou l'absence de certains objets

Quelques exemples concrets de traitement d'images

Contrôle de présence/absence

Sur des chaînes de production, on vérifie en bout de chaîne avec une caméra vidéo la présence d'une pièce dans un ensemble plus complexe. Pour cela bien souvent il suffit de faire un simple seuillage dans une région spécifique.

Contrôle du niveau de maturation des fruits sur une chaîne de conditionnement

Il s'agit de reconnaître à la couleur et à la texture du fruit son degré de maturité et donc la catégorie sous laquelle il sera emballé puis vendu.

Construction et correction de cartes géographiques d'après des images satellites ou des images aériennes

On recale d'après des informations topographiques les images reçues, puis on les met sur la carte en correspondance avec les informations trouvées dans l'image : voies de communication, voies et plans d'eau, parcelles agricoles...

Surveillance et évaluation de la production agricole

Il est possible de déterminer le degré de maturation des cultures, la quantité d'eau nécessaire pour l'irrigation, le rendement moyen... On peut ainsi établir des prévisions à large échelle de la récolte à venir.

Reconnaissance de l'écriture

La reconnaissance de l'écriture manuscrite progresse de jour en jour. Elle est suffisamment opérationnelle pour que la majorité des adresses, même manuscrites, soient reconnues automatiquement sur le courrier postal.

Recherche d'image par le contenu

L'objectif de cette technique est de rechercher, parmi une base de données d'images, les images similaires à une image exemple, ou ayant certaines caractéristiques, par exemple rechercher toutes les images comportant un vélo.

Analyse de la vidéo

L'objectif de cette technique devenue une discipline depuis les années 2000 (lorsque la puissance des processeurs peu onéreux et en particulier des PC a permis des traitements puissants en temps réel) est d'interpréter les faits observés à l'image afin de signaler ou d'enregistrer des faits marquants. Le plus souvent, la caméra est fixe et observe les mouvements d'une scène. Les applications sont nombreuses : Protection des biens (détection d'intrusion, détection d'objet abandonné ou déposé...), Identification (biométrie faciale), Sécurité des personnes (détection de chutes de personnes, franchissement de rambardes, ...), Animations (planchers animés selon les mouvements des danseurs en boîte de nuit), Détection de feux (industriel, forêts, tunnels, ...), Surveillance de tunnels (comptage, mesure de vitesse, détection de fuites/anomalies dans les plafonds), surveillance de tuyaux et autres process industriels, ...

Segmentation et suivi de cellules vivantes en microscopie

Cela permet d'analyser le comportement d'une population de cellules et ainsi de détecter certaines anomalies.

Analyse et authentification de tableaux

L'étude des niveaux des couleurs des pigments et des vernis permet une analyse approfondie des œuvres. Il est ainsi possible de voir les restaurations successives et d'identifier les faux.

Quelques mots techniques

• Calibration : opération qui corrige les défauts des capteurs d'images.
• Filtre : autre nom d'un opérateur prenant une image en entrée et produisant une image.
• Pixel : contraction de picture element', plus petit élément d'une image numérique 2D.
• Recalage : technique consistant à trouver une transformation géométrique permettant de passer d'une image (dite source) à une autre image (dite cible).
• Segmentation : opération qui consiste à extraire d'une image des primitives géométriques. Les primitives les plus employées sont les segments (contours) ou les surfaces (régions).
• Squelettisation : permet d'obtenir le squelette d'une forme (objet de dimension inférieure que l'objet initial et qui préserve des informations topologiques ou géométriques par rapport à l'objet).
• Voxel : déformation de pixel (volumic pixel) pour les images 3D.
• Zone d'intérêt : dans la mise au point d'un système de traitement d'images, il n'est que rarement intéressant d'appliquer un opérateur de traitement d'images à la totalité de l'image. Le plus souvent seule une partie de l'image doit être traitée. Cette zone est dénommée zone d'intérêt.

Domaines d'application

• photographie
• astronomie
• contrôle qualité
• médecine
• sécurité
• etc.