Seuillage d'image

Un article de Wikipédia, l'encyclopédie libre.
Ceci est une version archivée de cette page, en date du 5 décembre 2019 à 16:48 et modifiée en dernier par Olivier Tanguy (discuter | contributions). Elle peut contenir des erreurs, des inexactitudes ou des contenus vandalisés non présents dans la version actuelle.
Image originale avant seuillage (image en niveau de gris).
Image binaire après seuillage (en noir et blanc).

Le seuillage d'image est une technique simple de binarisation d'image[1], elle consiste à transformer une image en niveau de gris en une image dont les valeurs de pixels ne peuvent avoir que la valeur 1 ou 0. On parle alors d'une image binaire ou image en noir et blanc.

Seuillage global

Soit une image de dimension , étant la valeur d'intensité d'un pixel de la ligne et la colonne , le seuillage global[2] ou simple d'images consiste à fixer un seuil , à partir duquel tout pixel ayant une intensité supérieure ou égale au seuil se voit attribuer la valeur 255 et le reste des pixels sera à 0. L'image binaire est obtenue par la formule suivante :

Exemple d'un seuillage global

Le seuillage d'image remplace un à un les pixels d'une image à l'aide d'une valeur seuil fixée (par exemple ). Ainsi, si un pixel a une valeur supérieure ou égale au seuil (par exemple 150), il prendra la valeur 255 (blanc), et si sa valeur est inférieure (par exemple 100), il prendra la valeur 0 (noir).

Méthode de seuillage d'image

Il existe plusieurs méthodes de seuillage d'images plus complexes et plus performantes que le seuillage simple, les plus utilisées [3] :

Références

  1. Senthilkumaran N et Vaithegi S, « Image Segmentation By Using Thresholding Techniques For Medical Images », Computer Science & Engineering: An International Journal, vol. 6, no 1,‎ , p. 1–13 (DOI 10.5121/cseij.2016.6101, lire en ligne, consulté le )
  2. (en) J Rogowska, « Overview and Fundamentals of Medical Image Segmentation », dans Handbook of Medical Image Processing and Analysis, Elsevier, (ISBN 9780123739049, DOI 10.1016/b978-012373904-9.50013-1, lire en ligne), p. 73–90
  3. Wan Azani Mustafa et Mohamed Mydin M. Abdul Kader, « Binarization of Document Images: A Comprehensive Review », Journal of Physics: Conference Series, vol. 1019,‎ , p. 012023 (ISSN 1742-6588 et 1742-6596, DOI 10.1088/1742-6596/1019/1/012023, lire en ligne, consulté le )
  4. Nobuyuki Otsu, « A Threshold Selection Method from Gray-Level Histograms », IEEE Transactions on Systems, Man, and Cybernetics, vol. 9, no 1,‎ , p. 62–66 (ISSN 0018-9472 et 2168-2909, DOI 10.1109/TSMC.1979.4310076, lire en ligne, consulté le )
  5. Niblack, Wayne., An introduction to digital image processing, Prentice-Hall International, (ISBN 0134806743 et 9780134806747, OCLC 13395925, lire en ligne)
  6. (en) John Bernsen, « Dynamic thresholding of gray-level images » (article de conférence), Eighth International Conference on Pattern Recognition. Proceedings,‎ , p. 1251-1255 (level_images)

Annexe

Articles connexes

Bibliographie

  • Maïtine Bergounioux, Introduction au traitement mathématique des images -- méthodes déterministes, Berlin, Heidelberg, Springer, (ISBN 978-3-662-46538-7)
  • (en) Rafael Gonzalez, Digital image processing, Upper Saddle River, N.J, Prentice Hall, (ISBN 978-0201180756)