Image Processing Toolbox

Prétraitement et post-traitement d'images

Image Processing Toolbox propose des algorithmes standard de référence pour les tâches de prétraitement et de post-traitement qui résolvent les problèmes de système fréquents tels que les bruits, une plage dynamique réduite, une optique hors foyer et la différence de représentation des couleurs entre les appareils d'entrée et les appareils de sortie.

Amélioration des images

Les techniques d'amélioration des images proposées par Image Processing Toolbox permettent d'augmenter le rapport signal-bruit et d'accentuer les caractéristiques des images en modifiant leurs couleurs ou leurs intensités. Vous pouvez :

  • effectuer une égalisation d'histogramme ;
  • effectuer un étirement de décorrelation ;
  • remapper la plage dynamique ;
  • ajuster la valeur gamma ;
  • effectuer un filtrage linéaire, médian ou adaptatif.

La boîte à outils comprend des routines de filtrage spécialisées et une fonction de filtrage multidimensionnel généralisé qui gère les types d'image en entiers, offre de nombreuses options de remplissage des limites et effectue des convolutions et corrélations. Des filtres et des fonctions prédéfinis permettant de concevoir et mettre en œuvre vos propres filtres linéaires sont également proposés.

Exemple : techniques d'amélioration du contraste

Techniques d'amélioration du contraste
Amélioration des images en niveaux de gris et vraies couleurs avec égalisation d'histogramme adaptative.

Images floues

Les algorithmes de correction des images floues d'Image Processing Toolbox comprennent la déconvolution des filtres aveugle, de Lucy-Richardson, de Wiener et régularisé, ainsi que les conversions entre les fonctions de transfert optique et d'étalage de points. Ces fonctions aident à corriger le flou créé par l'optique hors-foyer, le déplacement de la caméra ou du sujet pendant la prise de photo, les conditions atmosphériques, une exposition courte et d'autres facteurs. Toutes les fonctions de correction des images floues fonctionnent avec des images multidimensionnelles.

Exemple : correction des images floues à l'aide d'un filtre régularisé

Correction des images floues à l'aide d'un filtre régularisé
Restauration d'une image floue et bruitée à l'aide d'un algorithme de restauration à moindres carrés par contrainte.

Exemple : correction des images floues à l'aide d'un algorithme de déconvolution aveugle

Correction des images floues à l'aide d'un algorithme de déconvolution aveugle
Restauration d'une image lorsqu'aucune information sur la distorsion n'est disponible.

Gestion des couleurs indépendante de l'appareil

La gestion des couleurs indépendante de l'appareil d'Image Processing Toolbox permet de représenter avec précision les couleurs indépendantes des appareils d'entrée et de sortie. Cette fonction aide à analyser les caractéristiques d'un appareil, à mesurer quantitativement la précision de la couleur ou à développer des algorithmes pour plusieurs appareils différents. Avec les fonctions spécialisées de la boîte à outils, vous pouvez convertir les images entre des espaces de couleur indépendants de l'appareil, tels que sRGB, XYZ, xyY, L*a*b*, uvL et L*ch.

Exemple : segmentation basée sur la couleur à l'aide des espaces de couleur L*a*b

Segmentation basée sur la couleur à l'aide des espaces de couleur L*a*b
Identification des différentes couleurs par l'analyse d'une image dans un autre espace de couleur.

Pour une plus grande flexibilité et un meilleur contrôle, la boîte à outils prend en charge les conversions d'espaces de couleur basées sur un profil en utilisant un système de gestion des couleurs basé sur ICC, version 4. Vous pouvez par exemple importer des profils de couleurs ICC à n dimensions, créer de nouveaux profils de couleurs ECC ou modifier des profils existants pour des appareils d'entrée et de sortie spécifiques, et indiquer l'intention de rendu ainsi que trouver tous les profils acceptables sur votre machine.

Transformation d'image

Les transformations d'images telles que TFR et DCT jouent un rôle critique dans de nombreuses tâches de traitement des images, y compris celles d'amélioration, d'analyse, de restauration et de compression. Image Processing Toolbox propose plusieurs transformations d'images, y compris la transformation Radon et les projections de faisceau en éventail. Il est possible de reconstruire des images à partir de données de projection faisceau parallèle et faisceau en éventail (qui sont usuelles dans les applications de tomographie). Les transformations d'images sont aussi disponibles dans MATLAB et Wavelet Toolbox™.

Reconstruction d'une image à partir des données de projection
Comparaison de la reconstruction d'une image à l'aide des géométries parallèles (Radon) et de faisceau en éventail.

Conversion d'images

Les conversions d'images entre les classes de données et les types d'images sont une nécessité usuelle pour les applications d'imagerie. Image Processing Toolbox propose plusieurs utilitaires de conversion entre les classes de données, y compris à virgule flottante simple ou double précision et entiers signés ou non signés de 8, 16 et 32 bits. La boîte à outils comprend des algorithmes de conversion entre les types d'images, y compris les types binaire, échelle de gris, couleur indexée et vraie couleur. En particulier pour les images en couleur, la boîte à outils prend en charge plusieurs espaces de couleur tels que YIQ, HSV et YCrCb, ainsi que les images codées en modèle Bayer et les images avec plage dynamique étendue.

Point suivant: Analyse d'images

Essayer Image Processing Toolbox

Obtenir une version d'évaluation

Contrôle qualité et analyse de données issues de la spectrométrie

Visionner le webinar