Les Bases du Traitement d'Image

Le Traitement d'Image est constitué d'un ensemble de traitements que nous appellerons Opérateurs permettant d'extraire de l'information d'une ou de plusieurs images. Cette information peut prendre les trois formes suivantes :

• une image, par exemple pour l'amélioration de la visualisation : on parlera alors de traitement de Bas Niveau,
• de valeurs numériques, éventuellement associées à une image, par exemple l'extraction de segments de contours, les valeurs numériques étant les coordonnées des points extrémités. On parlera de traitement de Niveau Intermédiaire,

• de valeurs symboliques, ou de décisions : par exemple :

  • un cercle, une droite, ou un objet prédéfini ont été reconnus dans l'image,
  • une pièce manufacturée a été reconnue conforme : le préhenseur du bras de robot, ou du robot delta va prendre la pièce sur le tapis roulant et la stocker,
  • un char a été reconnu : le tir va être effectué.

On parlera de traitement de Haut Niveau.

Ainsi, le traitement d'image n'est pas la « Synthèse d'Image ». La synthèse d'image consiste à générer des images par ordinateur (du générique d'émissions télé, au film d'animation tel que Toys Story de Pixar et Walt Disney et bien d'autres…), à partir de modèles de scènes. Les objets sont modélisés de manière géométrique (surfacique) : par facettes planes et radiométrique (couleur, état de surface). La physique de la propagation de la lumière est également utilisée.

Une des facettes du Traitement ou de l'Analyse d'Image est exactement le contraire (cf. figure n° 2). À partir d'une image réelle, le traitement d'image vise à en comprendre le contenu. Ainsi, de par cette réciprocité, l'analyse d'image et la synthèse d'image sont des disciplines scientifiques dites « duales ». Le meilleur moyen pour l'analyse d'image de comprendre une scène peut être dans certaines applications de tenter d'en déduire une modélisation, comparable à celle utilisée en synthèse d'image.

Le traitement ou l'analyse d'image n'est pas limité à la Retouche d'Image au sens des logiciels tels que Photoshop d'Adobe ou son concurrent du monde libre : The GIMP. Les graphistes sont des artistes. Ils utilisent de tels logiciels pour faire des compositions d'images, pour retoucher les images par ordinateur : augmenter les contrastes, raviver les couleurs, les filtrer (par exemple faire un flou artistique pour adoucir un visage, enlever le bruit), etc. Pour ce faire, ils emploient des traitements développés par les traiteurs d'image. Nous détaillerons le principe puis programmerons de tels filtres au cours de ce livre. Il est anecdotique de remarquer une différence de vocabulaire entre le graphiste qui nommera l'opérateur par l'effet qu'il produit sur une image (ex. : flou) et le traiteur d'image par son principe (ex. : moyen).

Mais il serait dangereux d'assimiler retouche d'image et analyse d'image, ou plus exactement la vision par ordinateur. La retouche d'image constitue en quelque sorte la partie visible de l'iceberg ! Le traitement d'image est beaucoup plus vaste : son étendue est bien résumée par la maxime « du Pixel à son Interprétation ». Le Pixel (contraction anglo-saxonne de Picture Element) est l'information élémentaire : le niveau de gris en imagerie N\&B ou 3 valeurs : Rouge, Vert et Bleu (RVB) en imagerie couleur, par point de l'image. L'interprétation peut aller jusqu'à la prise de décision : par exemple dans le cas de moins en moins futuriste d'une conduite totalement autonome, le système de vision reconnaît que le feu est vert, le véhicule peut donc franchir l'intersection. La vision par ordinateur s'étend donc des premiers filtrages employés pour améliorer la qualité de l'image (ex. : réduction du bruit, rehaussement des contrastes), jusqu'à la reconnaissance de la situation dans laquelle le système se trouve, en passant bien évidemment par l'extraction d'indices pertinents permettant la reconnaissance (les primitives images).

Les exemples et domaines d'applications du traitement d'image sont très nombreux. Les deux principaux domaines, qui ont permis au Traitement d'Image de se développer sont :

• le domaine militaire :

  • missiles en tous genres (autodirecteur (courte portée), de croisière (longue portée), etc.),
  • le renseignement (télédétection à partir d'images satellite dont la précision peut aller aujourd'hui jusqu'à quelques centimètres, ou aériennes, la photo-interprétation),
  • les simulateurs « réels » (de vol avion, de char, etc.),

• le domaine médical :

  • angiographie,
  • radiographie,
  • échographie,
  • scanner,
  • IRM, etc.

Mais, une multitude d'applications apparaissent dans des domaines divers allant :

• du domaine industriel :

  • le contrôle de la qualité des produits en bout de chaîne (état de surface, dimensionnement, forme, couleur, présence des comprimés par exemple dans l'industrie pharmaceutique),
  • le contrôle non destructif,
  • les manipulations automatiques par des robots (« pick and place » : récupération sur un tapis roulant pour mise en sachet ou dans un conteneur) y compris dans l'industrie alimentaire en plus du contrôle de la composition, de la fraîcheur, etc.

• allant jusqu'au domaine du multimédia :

  • la compression / décompression pour la transmission d'Images ou le stockage,
  • l'amélioration de la qualité,
  • la TV haute définition (Standard MPEG4),
  • la TV en relief,
  • le coloriage des dessins animés, des vieux films N&B,
  • le remplacement des panneaux publicitaires dans des retransmissions sportives,
  • le suivi optimal automatique du porteur de balle dans un jeu tel que le football américain,
  • le tatouage d'image (pour prouver l'authenticité des documents, ainsi que leur appartenance),
  • la recherche d'images par le contenu dans des banques d'images,
  • la recherche de plan de rupture entre deux scènes dans une vidéo (pour le codage MPEG 4 par exemple),
  • la vidéo-conférence : reconnaissance des éléments pertinents d'un visage pour la modélisation adaptée à la transmission d'images (MPEG 4),

en passant par de nombreux domaines dont :

• l'imagerie civile satellitaire et aérienne :

  • la météorologie : les prévisions à partir des images du satellite Météosat en estimant les déplacements futurs des fronts nuageux,
  • la cartographie,
  • diverses études sur la répartition des sols : emprise des villes, désertification, évolution des embouchures de fleuves (Mont-Saint-Michel, Venise), déforestation, etc.
  • l'aménagement du territoire : la reconstruction de modèles numériques de terrain (altitude en fonction de la position) permet de générer des vues synthétiques d'un paysage dans lequel on pourra inclure des éléments futurs tels que lignes à haute tension, barrages, routes, autoroutes.

• la reconnaissance de caractères, de documents :

  • le photocopieur intelligent, capable d'analyser le document et de séparer zones de texte, de dessins et graphiques, d'images et de les traiter différemment, de déterminer les directions principales et ainsi de pouvoir redresser la copie d'un original posé de travers,
  • l'archivage de documents renseignés tels que les documents à remplir de la Sécurité Sociale ou des Caisses d'Allocations Familiales : comprend le contenu, et met à jour le dossier dans la base de données,
  • le tri automatique du courrier postal,
  • la reconnaissance automatique des plaques d'immatriculation de véhicules : fonction qui équipe les radars automatiques qui se généralisent aujourd'hui sur nos routes et autoroutes,

• la robotique mobile et autonome militaire :

  • le robot aidant le fantassin sur le champ de bataille, par exemple pour le transport de charges lourdes (« robot mule ») et l'inspection du dessous des véhicules à la recherche d'engins explosifs,
  • mais également civile : robot (le même !) aidant le sauveteur dans des décombres, ou l'ouvrier agricole dans les champs lors de la récolte(9),
  • les robots sans pilote : « martien », avion (drone), sous-marin,

• la conduite assistée(10) par ordinateur, à la conduite automatique :

  • suivi de routes,
  • reconnaissance des panneaux (signalisation verticale),
  • reconnaissance des voies de circulation (signalisation horizontale), le positionnement latéral (la bonne file) et longitudinal (distance par rapport au véhicule précédent) du véhicule sur la chaussée,
  • la détection d'obstacles,
  • détection de piétons, de cyclistes, de présence dans les angles morts,
  • détection de l'endormissement du conducteur, l'assistance au parking, caméra de recul,

• la régularisation de flux par le biais de comptage et suivi d'objets :

  • automobiles : temps de parcours, indication de vitesse ou de proximité par rapport au véhicule précédent,
  • personnes : réduction des files d'attente,

• la surveillance de sites ou locaux stratégiques, protection de données :

  • éléments biométriques : empreintes, iris, visage pour la reconnaissance de personnes autorisées, la validation d'identité et la détection d'intrus,
  • la vidéoprotection : détection automatique de situation à problèmes,
  • la thermographie infrarouge (nécessite le recalage d'images des domaines du visible et infrarouge thermique ainsi que du plan cadastral) pour évaluer l'isolation des toitures des habitations individuelles, collectives, des bâtiments publics, et de l'isolation des canalisations d'eau chaude, servant aux chauffages collectifs par chaudière classique ou géothermie.
  • l'Interaction Homme Robot : comment le robot peut-il comprendre l'homme dans le cadre d'une interaction non verbale, dans le cadre de la robotique de service, d'assistance ou de compagnie :

  et enfin la reconnaissance d'objets pour de multiples applications :

  • la recherche de mines et d'explosifs dans le cadre de la robotique militaire,
  • la recherche d'un verre, d'une bouteille, d'une boîte de médicaments dans le cadre de la robotique d'assistance à personne à mobilité réduite,
  • la reconnaissance de panneaux routiers dans le cadre de la conduite assistée ou automatique.

Pour un missile de poursuite ou AutoDirecteur (missile de courte portée), le rôle du système de vision est d'acquérir la cible (alors ponctuelle dans l'image et localisée à quelques kilomètres) puis de la poursuivre jusqu'à sa destruction (la cible remplit alors l'image entière).

Pour un missile de croisière, le rôle du système de vision est de permettre la localisation du missile au cours de son vol. Pour ce faire, en cours du vol, le missile va comparer ce qu'il voit à des instants précis, à ce qu'il devrait voir s'il était sur sa trajectoire nominale. À ces instants choisis, des formes caractéristiques du relief ou « Amers » (ex. : carrefours entre routes, jonctions et échangeurs d'autoroutes, ponts sur une rivière, ou sur une voie de chemin de fer) sont visibles. La comparaison entre ce que le missile voit et ce qu'il devrait voir va lui permettre de se recaler, en déduisant où il est, par rapport à où il devrait être. Par exemple si ce que voit le missile est plus gros que ce qu'il devrait voir, le système de navigation en déduit logiquement qu'il est trop bas. Dans le cas d'un vol à haute altitude, les éléments du relief sont écrasés. Le recalage peut être fait plus simplement à partir de la modélisation mathématique de la transformation 2D, par exemple une similitude composée d'une rotation, d'une translation et d'un changement d'échelle.

Pour le renseignement, le logiciel de traitement d'image devra améliorer la visibilité de l'opérateur. Les opérations de débruitage, de zoom, de rehaussement des contrastes et d'ajout de hautes fréquences sont primordiales. Ces mêmes fonctions permettent au pilote de chasse de déterminer plus facilement son objectif (11).

L'angiographie permet l'étude des vaisseaux sanguins d'un patient. En 2D, deux images sont prises : avant et après une injection de produit de contraste dans les veines du patient. Il faut en un premier temps recaler les deux images, car le patient a bougé entre les deux instants. Ensuite, seuls les pixels représentant les vaisseaux sanguins ont changé notablement d'aspect entre les deux images, du fait de l'injection du produit de contraste.

En échographie, le traitement d'image permet d'améliorer la visualisation, ainsi que d'effectuer des mesures précises sur une image « gelée » : dimension de la boîte crânienne, taille d'un os par exemple du fémur sur un fœtus, ou suivre une forme tout au long d'une séquence, par exemple la paroi cardiaque pour vérifier le bon fonctionnement du cœur.

En imagerie scanner, le but est d'obtenir la forme 3D de l'organe à partir d'un ensemble d'images 2D qui sont en réalité les coupes virtuelles de cet organe (12) à des cotes différentes. Le traitement d'image permet de détecter la forme 2D de l'organe dans chacune des coupes, puis de trouver des correspondances entre points situés sur un même méridien, c'est-à-dire « l'un au-dessus de l'autre dans la forme 3D ». Ainsi, un modèle 3D « fil de fer » (ou par facettes) de l'organe 3D est obtenu. La synthèse d'image permet de le visualiser grâce à des techniques d'ombrage et de rendu, pour le présenter de manière réaliste au médecin qui réalise l'examen.

Le traitement d'image peut rendre « semi-automatique » et donc notablement améliorer la rapidité (et donc la productivité) du graphiste pour le coloriage de dessins animés, de vieux films (par exemple : la vache et le prisonnier, le jour le plus long,etc.). Pour cela, deux techniques différentes sont utilisées :

• La première permet l'obtention d'un partitionnement en zones homogènes de l'image (i.e. de niveau de gris constant) appelées Régions. Elle est appelée « Segmentation en Régions ». Elle est appliquée sur chaque image.
• La seconde permet le suivi (ou « Tracking » dans le jargon militaire) d'une image à la suivante de régions sur des critères d'invariance de forme et/ou de niveau de gris.

Lorsqu'une région à colorier apparaît pour la première fois à l'écran, c'est le graphiste qui détermine la couleur ainsi que la texture à appliquer. C'est le système qui colorie la région dans l'image où elle a été désignée, mais également sur toutes les images suivantes de la séquence où elle reste visible, assurant l'homogénéité de la couleur sur l'ensemble de la région et d'une image à l'autre ce qui confère une qualité de coloriage bien meilleure qu'à la main !Sans logiciel de traitement d'image, le graphiste devrait colorier individuellement tous les pixels de toutes les images. Imaginez le travail pour une simple minute de séquence à 25 Hz pour une image « Full HD » de résolution 1920 colonnes x 1080 lignes.

Le remplacement de panneaux publicitaires dans des séquences d'images sportives n'est pas un problème simple pour le traitement d'image. Non seulement il faut reconnaître automatiquement et suivre le panneau, mais également gérer le passage d'éléments en premier plan : joueurs de foot, rugby, basket, skieurs, cyclistes, automobiles telles que formule 1, ainsi que des ombres portées éventuelles… Imaginez qu'après une mauvaise gestion le panneau soit synthétisé en premier plan, ce qui aura pour conséquence la disparition du joueur derrière le panneau, ou que l'ombre portée d'un joueur, lors d'une retransmission de nuit ou en plein soleil, s'arrête au panneau. De même, imaginez la synthèse d'un panneau classique, pour un éclairage moyen, alors que le panneau remplacé est en plein soleil, ou à l'inverse peu éclairé un jour de pluie…

Le tatouage d'images consiste à ajouter une marque invisible à l'œil dans l'image. Cette marque relevée par logiciel doit être présente dans toute l'image, indélébile par toutes transformations géométriques : zoom, translation, rotation et photométriques. Un tatouage est comme un copyright : il permet au propriétaire d'éviter toute utilisation frauduleuse de son image. Il permet également d'authentifier un document réel d'un photomontage : la marque doit être la même sur toute l'image.

Le traitement d'image peut permettre la Conduite Assistée par Ordinateur. Son rôle est de détecter un panneau (signalisation verticale) lorsqu'il est loin, de le suivre et de le reconnaître dès que possible pour en informer le conducteur.

La Détection Automatique des Panneaux de Limitation de Vitesse permet aujourd'hui aux équipementiers automobiles de proposer un Limitateur de Vitesse Intelligent. La Détection des marquages au sol (signalisation horizontale) permet de proposer un avertisseur de franchissement de lignes continues. Le traitement d'image permet également la détection des obstacles, des piétons et des cyclistes. Il n'y a qu'un pas, et il sera vite franchi pour passer de la Conduite Assistée à la Conduite Autonome (cf. l'Urban Challenge de la DARPA en 2007 : réaliser un parcours urbain de 6 heures, en respectant le code de la route par des véhicules du commerce, autonomes(13)).

Dans le cadre de la robotique militaire (cf. le Plan d'Études Amont : Technologies essentielles d'Autonomie pour les RObots Terrestres PEA TAROT de la DGA et ayant pour Maître d'œuvre Industriel Thales, auquel nous avons contribué), l'homme reste dans la boucle de contrôle du robot, qui est un véhicule instrumenté. L'homme ne téléopère plus le robot : il le supervise, ce qui est bien moins contraignant. Grâce à la vision, le robot est doté d'une semi-autonomie. Il est capable par exemple de détecter automatiquement puis de suivre un autre véhicule, comme d'aller dans la direction d'un amer : arbre, bosquet, clocher, château d'eau,etc.

Dans le cadre de la compétition internationale de robotique ElRob, dans sa version militaire MElRob(14) , l'épreuve dite de la « mule » consiste à faire suivre un fantassin à pied par le robot portant une charge lourde. Le robot de l'ISTY a été doté des fonctionnalités développées pour TAROT.

Pour de nombreuses applications qui nécessitent :

• la reconnaissance d'un objet par rapport à une base de données préalablement apprise,
• la poursuite d'un objet au cours du temps dans les images de la séquence,

• la reconnaissance d'un même objet sur plusieurs images provenant d'images :

  • successives de coupes scanner (application médicale),
  • d'une même scène selon différents points de vue, pour réaliser une modélisation 3D,

l'objet pouvant représenter une partie ou toute la scène, les méthodes utilisées sont similaires. Elles dépendent des contraintes visuelles de l'application, et non du domaine applicatif proprement dit : militaire, médical, industriel ou autre. Elles consistent à extraire des informations de l'image : c'est-à-dire d'effectuer une segmentation en :

• points d'intérêt, généralement points anguleux des contours,
• contours de l'objet,
• régions, zones homogènes en couleur, ou texture,

puis de retrouver les correspondances entre les informations d'un même objet dans les différentes images.

Nous allons présenter une application complète de robotique mobile à laquelle nous avons eu la chance de participer depuis son démarrage en 1998 jusqu'en 2005, avec le Robot AIBO de SONY, puis à partir de 2009 avec le robot NAO de la société française Aldebaran Robotics. Il s'agit de la compétition internationale de robotique : la RoboCup (www.robocup.org) en catégorie « Legged League », avec les robots AIBO puis « Humanoid Standard Platform » avec les robots NAO.

La figure n° 3 présente les différentes versions du robot AIBO(15) avec lesquelles nous avons travaillé : du prototype aux trois différentes versions commercialisées successivement de 1999 à 2003, ainsi que le robot NAO.

Le principe de l'application est simple : il suffit de faire jouer les robots, de manière totalement autonome, en équipe au Football. Créée par des chercheurs en Intelligence Artificielle(16), la compétition a pour objectif de comparer sur un exemple robotique concret les différents algorithmes des équipes de recherche. L'environnement est connu a priori. Il est constitué des joueurs des deux équipes, de la balle et des éléments du terrain : deux buts de couleurs différentes, ainsi que six balises visuelles situées au bord du terrain (cf. figure n° 4). Mais, cet environnement est dynamique, la balle et les joueurs bougent sur le terrain.

L'objectif scientifique est de se rapprocher de plus en plus du jeu réel, en fonction des progrès des équipes. Ainsi, les balises visuelles présentes lors des premières éditions de la compétition pour aider les équipes ont aujourd'hui disparu. De même, les buts sont devenus identiques, constitués de deux poteaux, d'une barre transversale de couleur blanche, ainsi que d'un filet, comme dans le jeu réel, mais à l'échelle des robots.

Un certain nombre de comportements de type « Réflexe » ont été mis au point par P. Blazevic et V.Hugel en 1999. Ils sont codés dans l'Automate à États de la figure n° 5 : un comportement est traduit par un état. Les transitions entre les états sont déclenchées par la reconnaissance d'éléments de jeu : balle, buts, balises, par la vision.

Les états sont les suivants (cf. figures n° 4 et 5) :

• Recherche de Balle : la balle est l'élément essentiel du jeu : elle est à rechercher en priorité.
• Balle Suivie : la balle est suivie, aucun autre élément visuel n'a été détecté. Le robot avance en direction de la balle.
• Pousse la Balle dans le Camp Adverse : le robot est au « milieu » du terrain. Il voit la balle et une balise de centre de terrain (cf. comportement (3) de la Figure n° 4). Aller directement à la balle et la pousser ne garantit pas de la pousser dans la bonne direction(17). La trajectoire du robot est alors incurvée de manière à garantir que la balle soit poussée dans le camp adverse.
• Attaque Directe du But : le robot voit la balle et uniquement le but adverse (cf. comportement (1)). Il pousse directement la balle dans le but.
• Attaque du But de Côté : le robot voit la balle, le but adverse, et une balise de « coin » (cf. comportement (2)). L'attaque directe précédente ne permet pas de rentrer la balle dans le but. Pour résoudre ce problème, la trajectoire du robot est alors incurvée.
• Défense en Corner : le robot voit la balle, son propre but et une balise de coin (cf. comportement (4)). Proche de l'état « pousse la balle dans le camp adverse », le robot incurve sa trajectoire pour dégager la balle de son but.
• Tourne autour de la Balle : la situation est plus délicate : le robot voit la balle et uniquement son propre but (cf. comportement (5)). Il ne faut surtout pas la pousser, mais la contourner pour la dégager(18).

La Figure n° 6 récapitule les comportements, leur référence, et les éléments visuels les déclenchant.

Les éléments visuels sont détectés de la manière suivante :

1. Classification couleur des pixels en imagerie YUV(19),
2. Détection des taches colorées(20),

3. Reconnaissance des éléments visuels :

   1. Balle : la plus « grosse » tache orange. Attention, d'autres éléments parasites de couleur orange peuvent apparaître !?!
   2. Buts : taches de couleur bleue ou jaune. Attention, un but peut être composé de plusieurs taches distinctes, compte tenu des joueurs sur le terrain pouvant le masquer en partie. Il faut alors viser le trou, c'est-à-dire la tache de la taille la plus importante.
   3. Balises : deux taches l'une au-dessus de l'autre, dont l'une est de couleur rose.

Bien que le principe paraisse simple, l'éclairage des terrains de compétition (projecteurs de théâtre), bien trop puissant a généré de nombreux problèmes : reflets, éblouissements, ombres portées. Ces problèmes se sont traduits par des confusions entre les couleurs qu'il a fallu repérer par des procédures de plus haut niveau de détection des incohérences : les fameuses Sanity Checks introduites par nos collègues australiens de l'University of New South Wales UNSW de Sydney.

En effet, confondre les couleurs jaune et orange a par exemple pour effet que les robots voient la balle dans le but jaune. On comprend ainsi pourquoi, lors de certains matchs les robots se dirigeaient puis restaient (jusqu'à ce que les arbitres les enlèvent) dans le but jaune, sans aucune raison. À l'œil, le but est bien de couleur jaune, la balle est bien de couleur orange. Comme nous pouvons le constater sur la figure n° 7, il n'en est pas de même pour le robot(21) sur les images du terrain de la Cité des Sciences à la Villette en 1998.

Deux techniques vont être succinctement évoquées ici :

• la compression / décompression d'image,
• l'amélioration de la qualité.

V-D-1. Compression / Décompression▲

V-D-2. Amélioration de la Qualité▲

Les moyens pour obtenir une image numérique sont aujourd'hui nombreux :

• appareil photo numérique, ou smartphone,
• caméra vidéo numérique,
• scanner à partir d'un document papier,
• Internet, etc.

Il est loin le temps de « Lenna », personne qui n'a jamais fait de traitement d'image, car elle était l'une des « Playmates » de l'année 1972 du magazine Playboy, dont tout chercheur en traitement d'image connaît le nom ! En effet, seuls quelques laboratoires fortunés de l'époque possédaient un scanner. Les débuts d'Internet et l'entraide entre chercheurs ont favorisé d'une part la diffusion, et d'autre part la popularité de certaines images, dont celle de Lenna qui est de loin la plus célèbre (cf. Figure n° 8).

En effet, même aujourd'hui, de nombreux résultats de recherche sont présentés sur cette image dans les actes des conférences ou les journaux scientifiques. Outre le côté esthétique du visage, l'utilisation de cette image est très certainement liée aux détails du chapeau notamment les plumes qui révèlent toute dégradation.

Il existe un certain nombre de formats d'images. Un fichier image comporte l'entête de l'image : c'est-à-dire des informations sur l'image : sa résolution, son type : N&B ou Couleur, ainsi que l'information contenue par les pixels.

Certains formats sont non comprimés, c'est-à-dire que le fichier image a une taille plus importante que tous les octets de l'image, car il comporte en plus l'entête. C'est le cas par exemple des formats PGM et PPM que nous utiliserons dans cet ouvrage. Les formats BMP, PNG et TIFF acceptent également le stockage avec compression.

D'autres formats sont comprimés : la taille du fichier est plus petite. Un même format peut accepter plusieurs possibilités de non-compression, ou de compression. Deux types de compression sont possibles :

• sans perte : à l'issue de la décompression, l'image sera restituée à l'identique. C'est le cas, par exemple des formats BMP, PNG, GIF, TIFF.
• avec perte : à l'issue de la décompression, l'image sera légèrement dégradée. C'est le cas, par exemple des formats JPEG, JPEG-2000 TIFF.

La compression obtenue est plus importante avec un algorithme avec perte. La dégradation n'est généralement pas visible à l'œil, sauf pour des taux de compression importants. Ces algorithmes tirent profit des imperfections de l'œil.

Un certain nombre de logiciels permettent de visualiser, changer de format, traiter (traitement de bas niveau) les images : par exemple :

• IrfanView : gratuit, sous Windows,
• the GIMP : libre : i.e. gratuit et en Open Source, multiplateforme, concurrent libre de « Photoshop »,
• Paint Shop Pro, commercial sous Windows,
• Photoshop, également commercial et sous Windows.

D'autres permettent des traitements automatiques :

• la bibliothèque traitement d'image de MatLab, de LabView (National Instrument),
• les bibliothèques de vision industrielle : OMRON, ADEPT, COGNEX, SCORPIO, IMASYS, MATROX, etc.
• les bibliothèques libres de vision : OpenCV et nos modestes contributions : CLEOPATRE(22), EDUMEC.

Il faut faire attention aux modes d'acquisition, en termes de fréquence, mais également de codage : RVB, YUV (Y : luminance, U et V chrominances rouge et bleue), sans ou avec compression des informations de chrominance. Une image codée YUV est présentée dans le second article.

La caméra dont les modes d'acquisition sont présentés figure n° 9 a les caractéristiques suivantes :

• fait l'acquisition d'une image en résolution VGA en codage RVB à la cadence maximale de 15 images par seconde,
• les autres modes sont codés en YUV, avec compression des composantes de chrominance :1/2: pour le format 4:2:2 et 1/4 pour le format 4:1:1.
• le format YUV non comprimé 4:4:4 est possible pour la résolution 160x120, avec une cadence de 30 images par seconde.

Il n'est pas nécessaire d'avoir une caméra permettant l'acquisition VGA à 30 Hz si l'ordinateur n'a pas la puissance de calcul suffisante pour traiter l'image à la cadence souhaitée !

La figure n° 10 aide au choix de l'objectif en monture C en fonction de l'application. Pour éviter les distorsions, il faut prendre la focale la plus longue possible. Le tableau, obtenu sur le site web du fabricant Unibrain : www.unibrain.com est très pratique. Il indique en fonction de la distance focale choisie la dimension de la scène pour deux distances : 50 cm et 5 m qui correspondent par exemple à deux types d'applications courantes : respectivement :

• le contrôle qualité : caméra en « douche » au-dessus du tapis roulant,
• la robotique mobile et autonome : le robot mobile se déplaçant dans son environnement.

Pour cette première série d'articles, limitée à l'enseignement au niveau Bachelor, seuls les opérateurs simples, de bas niveau seront présentés, tels que :

• histogrammes, opérateurs de visualisation,
• opérateurs de seuillage,
• opérateurs linéaires agissant sur un voisinage 3x3 centré,
• opérateurs de lissage d'image,
• opérateurs de morphologie mathématique,
• opérateurs de calcul de gradients, et d'affinage des contours.

Le second article, intitulé Visualisation des Images et Opérateurs Simples, expose des généralités sur les opérateurs, puis les principes d'un certain nombre d'opérateurs de visualisation.

Le troisième article, intitulé Introduction aux Différents Types de Segmentation est un article plus court, dont l'objectif est d'introduire les segmentations qui seront abordées pour la plupart lors d'une seconde série d'articles, à un niveau ingénieur ou master. Nous en profitons pour présenter les résultats de nos travaux de recherche, ainsi que ceux de nos doctorants.

Le quatrième article, intitulé Première Chaîne Complète de Segmentation est très instructif, car il présente l'utilisation de la vision(23) dans des applications robotiques.

Le cinquième article, intitulé Segmentation en Contours présente la notion de contour, les différentes étapes constituant une segmentation en contours, puis le principe des trois premières(24) : le calcul du gradient, le seuillage sur la norme du gradient, et l'affinage.

Enfin, le sixième et dernier article de cette première série, intitulé l'Environnement Logiciel de Traitement d'Image EdEnviTI : Principe et Programmation, présentera l'environnement, et son utilisation pour la programmation d'opérateurs.