Présentation
EnglishRÉSUMÉ
La morphologie mathématique est rapidement devenue une théorie fondamentale du traitement et de l'analyse d'images. Les opérateurs qu'elle propose permettent de fournir des outils pour toute la chaîne de traitement d'images, des prétraitements à l'interprétation de scènes. Ils permettent de transformer les images, d'en extraire des caractéristiques, des objets ou encore des mesures par une analyse associant propriétés des objets eux-mêmes et propriétés du contexte. Dans cet article, sont présentés les opérateurs de base de la morphologie mathématique, dans les cas d'images binaires et à niveaux de gris. Les fondements mathématiques sont brièvement évoqués. Quelques autres opérations sont ensuite décrites : opérateurs géodésiques et reconstruction, filtres, transformation en tout-ou-rien, amincissement, épaississement et squelette, et pour finir les outils morphologiques principaux de segmentation.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Isabelle BLOCH : Professeur - Institut Mines-Télécom – Télécom ParisTech – CNRS LTCI – Paris
INTRODUCTION
La morphologie mathématique est rapidement devenue, depuis son introduction dans les années 1960 , une théorie fondamentale du traitement et de l’analyse d’images. Les opérateurs qu’elle propose permettent de fournir des outils pour toute la chaîne de traitement d’images, des prétraitements (filtrage, rehaussement de contraste) à la segmentation et à l’interprétation de scènes. Une des caractéristiques importantes de ces opérateurs est qu’ils sont non linéaires. Ils permettent de transformer les images, d’en extraire des caractéristiques, des objets ou encore des mesures par une analyse associant propriétés des objets eux-mêmes (forme, taille, apparence…) et propriétés du contexte (voisinage local ou relations avec d’autres objets).
Pour décrire de manière très synthétique la « boîte à outils » de la morphologie mathématique, il faut retenir les points suivants :
-
les transformations sont non linéaires, elles sont fondées sur des opérations de type sup et inf ;
-
les transformations sont généralement non inversibles, et elles perdent donc de l’information ; le travail du morphologue consiste alors à déterminer les transformations adaptées à son problème, c’est-à-dire qui vont « simplifier » les images en retenant l’information pertinente ;
-
des propriétés analytiques et algébriques sont attachées aux opérations, ce qui permet d’assurer des propriétés précises sur les objets ou images issues des transformations ; c’est sur ces propriétés que l’on s’appuie pour enchaîner les transformations afin de résoudre un problème particulier ;
-
des algorithmes sont également associés aux transformations, permettant leur application de manière efficace.
Dans la suite, nous ferons de rapides rappels historiques, puis introduirons les quatre opérations de base de la morphologie mathématique (dilatation, érosion, ouverture, fermeture), dans les cas d’images binaires et d’images à niveaux de gris. Quelques applications immédiates de ces opérations seront illustrées. Nous reviendrons par la suite sur les fondements mathématiques qui sous-tendent ces définitions, en particulier sur le cadre algébrique des treillis complets, qui est fédérateur et permet de définir des opérations plus générales. Nous étudierons ensuite quelques autres opérations utiles en pratique : opérateurs géodésiques et reconstruction, filtres, transformation en tout-ou-rien, amincissement, épaississement et squelette. Puis nous décrirons les outils morphologiques principaux de segmentation, avec en particulier la ligne de partage des eaux. En guise de conclusion, nous citerons quelques avancées récentes de la morphologie mathématique. Cet article s’appuie en partie sur un cours publié dans .
MOTS-CLÉS
morphologie mathématique treillis complet dilatation érosion ouverture fermeture opérateurs géodésiques reconstruction squelette segmentation filtres morphologiques ligne de partage des eaux
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Technologies de l'information > Technologies radars et applications > Géomatique > Morphologie mathématique et traitement d’images > Transformation en tout-ou-rien et squelette
Accueil > Ressources documentaires > Sciences fondamentales > Mathématiques > Applications des mathématiques > Morphologie mathématique et traitement d’images > Transformation en tout-ou-rien et squelette
Cet article fait partie de l’offre
Technologies radars et applications
(69 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
6. Transformation en tout-ou-rien et squelette
Les transformations décrites dans les sections précédentes sont toutes fondées sur le même principe dans le cas binaire : elles examinent si une certaine configuration de points (définie par l'élément structurant) vérifie une relation avec l'objet étudié. La transformation en tout-ou-rien consiste à examiner des configurations où certains points vérifient une relation avec l'objet et d'autres vérifient une relation avec le complémentaire de l'objet, et permet donc une analyse fine du voisinage de chaque point. Notons que l'on sort alors du cadre des opérations croissantes. Les éléments structurants T considérés dans cette transformation sont décomposés en T 1 et T 2 qui en forment une partition ( et ). La transformation en tout-ou-rien de X par l'élément structurant T = (T 1, T 2) est définie par :
Puisque , l'origine ne peut pas appartenir à la fois à T 1 et à T 2, donc on ne peut pas avoir simultanément ?xml>?xml>
?xml>TEST DE VALIDATION ET CERTIFICATION CerT.I. :
Cet article vous permet de préparer une certification CerT.I.
Le test de validation des connaissances pour obtenir cette certification de Techniques de l’Ingénieur est disponible dans le module CerT.I.
de Techniques de l’Ingénieur ! Acheter le module
Cet article fait partie de l’offre
Technologies radars et applications
(69 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Transformation en tout-ou-rien et squelette
BIBLIOGRAPHIE
-
(1) - ANGULO (J.) - Morphological Colour Operators in Totally Ordered Lattices based on Distance : Application to Image Filtering, Enhancement and Analysis - Computer Vision and Image Understanding, 107 : 56-73 (2007).
-
(2) - APTOULA (E.), LEFEVRE (S.) - A Comparative Study in Multivariate Mathematical Morphology - Pattern Recognition, 40 : 2914-2929 (2007).
-
(3) - BEUCHER (S.), LANTUEJOUL (C.) - Use of Watersheds in Contour Detection - In International Workshop on Image Processing : Real-time Edge and Motion Detection/Estimation, Rennes, France (1979).
-
(4) - BLOCH (I.) - Morphologie mathématique - In H. Maître, editor, Le traitement des images, chapter 5, pages 111-154. Hermès, Paris, France (2003).
-
(5) - BLOCH (I.) - Spatial Reasoning under Imprecision using Fuzzy Set Theory, Formal Logics and Mathematical Morphology - International Journal of Approximate Reasoning, 41 : 77-95 (2006).
-
...
Cet article fait partie de l’offre
Technologies radars et applications
(69 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
1/ Quiz d'entraînement
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
2/ Test de validation
Lorsque vous êtes prêt, vous passez le test de validation. Vous avez deux passages possibles dans un laps de temps de 30 jours.
Entre les deux essais, vous pouvez consulter l’article et réutiliser les quiz d'entraînement pour progresser. L’attestation vous est délivrée pour un score minimum de 70 %.
Cet article fait partie de l’offre
Technologies radars et applications
(69 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive