Contraste et filtres

Résumé

Traitement d'images

 

Contraste et filtres

Améliorations de contraste

Comment améliorer l'image : un peu plus de contraste

La plupart des systèmes d'affichage des images numériques permettent de distinguer 256 niveaux d'intensité par couleur "fondamentale". Une image exploitant totalement cette plage de valeurs (c'est-à-dire comportant des valeurs codées 0 et des valeurs codées 255) a un excellent contraste (la gamme de couleurs s'étend du noir au blanc et comprend des couleurs pleinement saturées). Par contre, une image n'utilisant qu'une plage de valeurs numériques étroite paraîtra faiblement contrastée ("grisâtre").

L'image de gauche est faiblement contrastée. Les histogrammes montrent que les valeurs numériques observées ne couvrent que quelques dizaines de valeurs dans les bandes spectrales rouge et verte, et encore moins dans la bande bleue.

Ces histogrammes montrent également que les valeurs bleues et vertes sont globalement plus élevées que les valeurs rouges, ce qui explique la dominante vert-bleu de l'image.

Dans l'image de droite, on a appliqué une fonction d'étalement de contraste, c'est-à-dire que les valeurs numériques de l'image d'origine ont été modifiées selon une fonction linéaire spécifique à chacune des 3 composantes RVB ( V'R = kR*VR + CR), de manière à exploiter l'ensemble des valeurs possibles (0-255).

Cette fonction est pratiquement toujours appliquée avant d'analyser des images de télédétection. En effet, les capteurs des satellites d'observation de la Terre sont réglés de manière à pouvoir enregistrer des conditions d'éclairement très différentes comme les déserts et les banquises (zones très réfléchissantes), ou les forêts équatoriales et les océans (zones très sombres).

Filtres

Les filtrages sont des opérations destinées à améliorer la lisibilité des images et/ou d'en extraire certaines informations. Le principe des filtrages est de modifier la valeur numérique de chaque pixel en fonction des valeurs des pixels voisins. Par exemple, en remplaçant la valeur de chaque pixel par la moyenne de lui-même et de ses 8 voisins, on effectue un "lissage" de l'image: les détails les plus fins disparaissent, et l'image apparaît plus floue. Cette opération est obtenue en calculant pour un pixel la somme des produits des valeurs des pixels du voisinage multipliés par les coefficients donnés dans une table. La même opération est ensuite effectuée pour le pixel suivant etc., ce qui explique qu'on appelle ce procédé "filtrage par fenêtre mobile".

Cette même "fenêtre mobile" a été appliquée sur les 3 bandes (rouge, verte et bleue) de l'image (partie gauche). Dans l'image filtrée, de nombreux détails fins (les cheveux, une partie des cils, etc.) ont disparu, et l'image apparaît plus floue. Ce type de filtrage, qui élimine les détails de petite taille (c.-à-d. de hautes fréquences spatiales), est aussi appelé filtre "passe-bas".

En adaptant les coefficients de la "fenêtre mobile", on peut également créer des filtres mettant en évidence certaines directions de l'image. 
Les valeurs du filtre A renforcent (en gris foncé) les limites verticales observées dans l'image, alors que le filtre B renforce visuellement les limites horizontales. Les effets sont particulièrement visibles sur les bords de l'iris de l'œil.

Par la technique des filtrage, il est également possible de renforcer la perception de netteté des images. Dans l'exemple qui suit, une image SPOT en mode panchromatique (pixels de 10m) de Bruxelles, l'image originale (à gauche) a été améliorée par l'application d'un filtre qui renforce les contrastes locaux. L'image de droite paraît plus nette, même si, en réalité, ce traitement n'a pas apporté d'information complémentaire.