Laboratoire dInformatique et dImagerie Industrielle Traitement des Images Couleur Partie 3 : un...

Post on 03-Apr-2015

107 views 3 download

Tags:

Transcript of Laboratoire dInformatique et dImagerie Industrielle Traitement des Images Couleur Partie 3 : un...

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Traitement des Images CouleurPartie 3 : un exemple de traitement d’images couleur :

Correction chromatique

Pierre CourtellemontL3i – Université de La Rochelle

pcourtel@univ-lr.fr

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Correction de l’affadissement des films cinématographiques couleur

 (Majed Chambah – Thèse Université de La Rochelle 2001)

 Les films exposés sont soumis à un phénomène d’affadissement

irréversible, provoquant une forte dominante dont la couleur correspond à celle de la couche la moins altérée du film.

L’extrait suivant présente un exemple d’affadissement sur un film couleur ancien :

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Plusieurs modèles mathématiques ont été proposés pour modéliser l’affadissement. Prenons l’exemple d’un modèle linéaire faisant l’hypothèse d’un affadissement proportionnel à la concentration des colorants.

L’affadissement est ainsi plus important dans les zones denses de l’image.

On propose ici une correction numérique des films (après numérisation de ceux-ci) en inversant le modèle proposé. La correction consiste à multiplier les valeurs rgb de l’image avec 3 coefficients (un par valeur) et à ajouter un offset, afin de prendre en compte un éventuel décalage des courbes.

Les couleurs restaurées sont obtenues par l’équation matricielle :

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

1

.b

g

r

M

b

g

r

R

R

R

Il reste à déterminer les paramètres de la matrice de correction M.

Si les connaissances sur les couleurs originales sont absentes, ce qui est généralement le cas, il faut déterminer les coefficients de la matrice de correction en choisissant sur l’image quelques couleurs cibles sur des zones clefs aux couleurs mémorables (chair, arbres…)

Pour le modèle linéaire choisi ici, il faut déterminer au moins 4 zones dans l’image permettant de résoudre un système linéaire à 12 inconnues ( 4x3couleurs).

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Le choix des zones clefs dans l’image joue un rôle crucial dans la qualité de la correction des couleurs de l’image.

Il semble intuitif que les meilleurs résultats seront obtenus quand les zones seront les plus diversifiées. Il faut le maximum de niveaux d’intensité et de couleurs différentes pour interpoler avec le moins d’erreur les différentes couleurs de l’image.

Il serait possible de recourir à des méthodes d’apprentissage comme les réseaux de neurones, mais il est difficile de déterminer des caractéristiques robustes et pertinentes sur lesquelles s’opérera l’apprentissage.

La méthode choisie ici consiste à trouver l’emplacement idéal des points clefs dans la constellation des couleurs, grâce à une représentation dans un espace d’axes indépendants (ACP).

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Prenons l’exemple d’une image extraite d’un film à restaurer :

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

La figure suivante montre le nuage des points de l’image précédente.

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Traitement des Images Couleur

Considérons le nuage de points de la figure suivante, il représente le même nuage de la figure précédente mais projeté sur les 2 premiers axes principaux :

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle

Laboratoire d’Informatiqueet d’Imagerie Industrielle