Bonjour à tous,
Je travaille actuellement sur une étude de comparaison de différents opérateurs de traitement d'image, notamment des filtres de débruitage.
J'en ai codé quelque-uns (moyenneur, moyennes adaptatives, filtres de rang, Nagao etc.) et dans l'optique de réaliser une comparaison je cherche à mesurer des critères de "qualité" du filtrage.
J'ai déjà implémenté 2,3 trucs:
- Rapports signal/bruit (SNR, PSNR etc.)
- Analyse d'histo. (moyenne, moments centrés d'ordre 2,3 et 4)
- Entropie
- Estimation du nombre de "régions" dans l'image ainsi que de leur taille moyenne (+ variance)
 
Ma question est toute bête
Est-ce que vous auriez des idées sympas sur le sujet, de la biblio ou autre?
 
Voili, voilou, et merci surtout

http://www-2.cs.cmu.edu/~chuck/lennapg/
 
Ok, je sort

de fin de week-end

ouais, j'ai vachement bossé avec la morphologie, c'était génial.
vivent les ouvertures, les fermetures, les filtres à la cons ..

 
pas grand' chose à voir là, je parle de débruitage...

la segmentation c'est mieux.

bah avant de segmenter, vaut quand même mieux que ton image soit "propre"

je suis un rebelle, je segmente dans les traces de doigt de l'objectif moi monsieur.
 
Faut dire que justement, quand on joue à la morphologie dans le bruit, on élimine pas mal son influence.

Le but est de comparer des opérateur de débruitage entre eux!!!
La morpho mat ça débruite pas (si ça peut remarque, virer un petit bruit impulsionnel)...
Mais là j'en suis au stade "débruitage" voilà

Un peu de méthodologie pour comparer tes algos (ajouter au moins : filtre médian, FFT+seuillage (pour virer une fréquence par exemple))
 
- Tu prends une image originale non bruitée (typiquement Léna, mais pas que la tête c'est trop classique )
 
 
- Tu lui appliques différents types de bruit (gaussien, impulsionnel, ...)
 
- Tu appliques tes algo sur tes images bruitées
 
- Pour chaque type de bruit, tu compares tes algos (ben oui les algo de débruitage ont souvent été réalisés pour un type de bruit) : tu peux faire la comparaison entre ton image débruitée et l'image de référence : distance des moindre carrés. Sinon, les trucs que tu as implémentés sont corrects. Pas besoin de chercher 3000 critères pour comparer tes algo.
 

ah ouais pas con pour les moindres carrés merci
l'idée est de lancer un gros batch, sur un paquet d'images, avec un paquet d'opérateurs, faire varier les paramètres de opérateurs et sortir un gros pavé de courbes après un week-end de calculs
bah si personnes voit pas d'autres idées...
je vais partir là dessus
(je reste toujours preneur de nouvelles idées)

mais le pb c'est que qu'il faut que tu débruite en fonction de l'analyse que tu va faire derrière aussi. Et c'est aussi (avec le type de bruit que tu as majoritaire) en fonction de ça que tu choisis la distance (moindres carrés, Hanning, joujou avec les spectre etc.)
 
Tu va te retrouver avec pleins de truc et aucun point commun pour les comparer.

en fait le but est de créér une base de connaissance sur l'évolution de ces paramètres en fonction de l'opérateur, de ses paramètres etc. et d'associer ensuite avec la partie binarisation-segmentation.
la comparaison se fera là dessus

Je travail sur les filtres de wiener pour le defloutage d'un image. (question posée dans e&e/aide aux devoirs)