Traitement et analyse des images

Recueil de travaux pratiques universitaires couvrant les techniques fondamentales de traitement et d'analyse d'images : prétraitement, morphologie mathématique, segmentation, et un mini-projet d'extraction automatique d'imagettes. Le dépôt inclut également des outils complémentaires en Python/OpenCV.

---

Structure du dépôt

Techniques_prétraitement/       # TP1 — Prétraitement des images
  ├── partie5_modification_histogramme.m
  ├── partie6_reduction_bruit_lissage.m
  ├── partie7_filtrage_frequentiel.m
  ├── partie8_rehaussement_contraste.m
  ├── sujet_tp1.pdf
  ├── trees.mat
  └── images/                   # 15 images
Morphologie_mathématique/       # TP2 — Morphologie mathématique et segmentation
  ├── partie2_detection_contours.m
  ├── partie3_seuillage_segmentation.m
  ├── partie4_morphologie_binaire.m
  ├── partie5_applications.m
  ├── partie6_reconnaissance_formes.m
  ├── partie7_hough_circles.m
  ├── sujet_tp2.pdf
  ├── trees.mat
  └── images/                   # 12 images
MiniProjet/                     # Projet fil rouge — Extraction d'imagettes
  ├── projet_tsi.m
  ├── sujet_projet.pdf
  ├── enonce_projet.pdf
  └── images/                   # 9 images (coloscopie)
OpenCV/                         # Utilitaires Python (traitement par lots)
  ├── augmentation.py
  ├── functions.py
  ├── stack_images.py
  └── thumbnail_generator.py

---

Contenu des modules

TP1 — Techniques de prétraitement

Script	Description
partie5_modification_histogramme.m	Modification d'histogramme par étirement de contraste (imadjust) sur une image de séquence ADN.
partie6_reduction_bruit_lissage.m	Réduction du bruit gaussien par filtres moyenneur et médian ; réduction du bruit poivre-et-sel par filtrage médian.
partie7_filtrage_frequentiel.m	Filtrage fréquentiel via FFT 2D : visualisation du spectre, filtrage passe-bas idéal, séparation hautes/basses fréquences.
partie8_rehaussement_contraste.m	Rehaussement de contraste par l'opérateur Laplacien (Ir = I − λ · ∇²I) sur une image floue.

TP2 — Morphologie mathématique

Script	Description
partie2_detection_contours.m	Détection de contours : filtres de Sobel, Roberts, Prewitt, LoG, Canny. Effet des seuils et de l'échelle (σ) sur Canny.
partie3_seuillage_segmentation.m	Segmentation par seuillage automatique (Otsu), binarisation, squelettisation morphologique.
partie4_morphologie_binaire.m	Opérations d'érosion et dilatation avec élément structurant disque ; ouverture (suppression du bruit de fond) et fermeture (comblement des défauts).
partie5_applications.m	Extraction de caractéristiques (aire, périmètre) sur une pièce mécanique ; comptage et reconnaissance de formes (6 pilules) par critère de circularité C = 4πA/P².
partie6_reconnaissance_formes.m	Transformée de Hough pour la détection de lignes droites (recherche de pics, tracé des segments).
partie7_hough_circles.m	Détection de cercles par transformée de Hough circulaire (inachevé).

Mini-projet — Extraction automatique d'imagettes

Script	Description
projet_tsi.m	Charge une image de coloscopie, détecte les contours par Canny, projette en 1D, localise les lignes de grille via findpeaks, découpe 3 colonnes puis 2 lignes pour obtenir 6 imagettes correspondant à différents modes d'acquisition microscopique.

OpenCV — Utilitaires Python

Script	Description
augmentation.py	Pipeline d'augmentation de données (rotations, déformations élastiques, distortions) pour micrographies d'acier avec leurs masques.
functions.py	Fonctions utilitaires : tracé d'histogramme avec seuil, génération de masques binaires par seuillage + ouverture morphologique, extraction de barre d'échelle (ratio pixel/micromètre).
stack_images.py	Assemblage de plusieurs images en une grille uniforme pour comparaison visuelle côte à côte.
thumbnail_generator.py	Découpage d'une grande image en vignettes (tuilage) par nombre de coupes ou par dimensions en pixels.

---

Prérequis et utilisation

Scripts Octave (.m)

Les scripts sont exécutables dans GNU Octave (≥ 5.x) ou MATLAB. Packages requis :

pkg load image
pkg load signal

Lancer un script depuis son répertoire :

run partie5_modification_histogramme.m

Les scripts interactifs demandent un numéro de séquence (1, 2, ...) pour choisir la partie à exécuter.

Scripts Python (OpenCV/)

Les scripts Python nécessitent les bibliothèques suivantes :

• opencv-python
• numpy
• matplotlib
• scikit-image
• scipy
• albumentations

Installation :

pip install opencv-python numpy matplotlib scikit-image scipy albumentations

À l'exception de augmentation.py (exécutable directement), les autres scripts sont conçus pour être importés et appelés interactivement.

---

Documents de référence

Les sujets de TP correspondants sont inclus dans chaque dossier :

• Techniques_prétraitement/sujet_tp1.pdf — Énoncé du TP1
• Morphologie_mathématique/sujet_tp2.pdf — Énoncé du TP2
• MiniProjet/sujet_projet.pdf — Description du projet
• MiniProjet/enonce_projet.pdf — Consignes détaillées du mini-projet