Fonction Convolution

La fonction Convolution filtre les valeurs de pixel d'une image, afin de l'affiner, de la flouter, de détecter les contours ou d'effectuer d'autres améliorations basées sur le noyau.

Les entrées pour cette fonction sont les suivantes :

Types de filtre de convolution

Les filtres permettent d'améliorer la qualité de l'image raster en éliminant des données fictives ou en améliorant la représentation des entités des données. Ces filtres de convolution sont appliqués sur un noyau superposé mouvant, (fenêtre ou voisinage), comme un noyau 3x3, par exemple. Ils calculent la valeur de pixel en fonction de la pondération de ses voisins.

Vous pouvez sélectionner plusieurs types de filtre de convolution dans cette fonction. Vous pouvez également spécifier un type Défini par l'utilisateur et saisir vos propres valeurs de noyau.

Vous pouvez appliquer un filtre médian à l'image en spécifiant une pondération de 1/9 pour un noyau de 3x3 et ainsi affecter une pondération égale à tous les pixels du noyau. Un tel filtre peut permettre de lisser une image. D'autres noyaux peuvent être utilisés pour affiner ou améliorer les contours. Vous pouvez combiner des filtres pour aboutir à des résultats spécifiques. Par exemple, vous pouvez appliquer un filtre qui supprime la granularité ou lisse une image, puis appliquer un filtre qui détectera les contours.

Pour obtenir des résultats d'affichage optimaux, vous pouvez appliquer un étirement d'histogramme pour ajuster le contraste ou la luminosité de l'image, afin de faire ressortir les entités.

Les exemples suivants sont appliqués à l'une de ces deux images :

Image en nuances de gris non filtréeImage couleur non filtrée

Types de dégradé

Les filtres de dégradé peuvent être utilisés pour la détection des contours dans les incréments de 45 degrés.

Type

Description

Exemple

Dégradé est

Filtre 3x3

 1  0  1
 2  0 -2
 1  0 -1

Dégradé est

Dégradé nord

Filtre 3x3

 -1 -2 -1
  0  0  0
  1  2  1

Dégradé nord

Dégradé nord-est

Filtre 3x3

 0 -1 -2
 1  0 -1
 2  1  0

Dégradé nord-est

Dégradé nord-ouest

Filtre 3x3

 -2 -1  0
 -1  0  1
  0  1  2

Dégradé nord-ouest

Dégradé sud

Filtre 3x3

  1  2  1
  0  0  0 
 -1 -2 -1

Dégradé sud

Dégradé ouest

Filtre 3x3

 -1  0  1
 -2  0  2
 -1  0  1

Dégradé ouest

Types de laplacien

Les filtres laplacien sont généralement utilisés pour détecter des contours. La plupart du temps, ils s'appliquent à une image préalablement lissée pour réduire sa sensibilité au bruit.

Type

Description

Exemple

Laplacien 3x3

Filtre 3x3

 0 -1  0
-1  4 -1
 0 -1  0

Laplacien

Laplacien 5x5

Filtre 5x5

 0  0 -1  0  0 
 1 -1 -2 -1  0
-1 -2 17 -2 -1
 1 -1 -2 -1  0
 1  0 -1  0  0

Laplacien

Types de détection de lignes

Des filtres de détection de lignes, comme les filtres de dégradé, permettent de détecter les contours.

Vous pouvez optimiser les résultats en appliquant un algorithme de lissage avant l'algorithme de détection des contours.

Type

Description

Exemple

Détection de ligne horizontale

Filtre 3x3

-1 -1 -1
 2  2  2 
-1 -1 -1

Détection de ligne horizontale

Détection de ligne diagonale gauche

Filtre 3x3

 2 -1 -1
-1  2 -1
-1 -1  2

Détection de ligne diagonale gauche

Détection de ligne diagonale droite

Filtre 3x3

-1 -1  2 
-1  2 -1
 2 -1 -1

Détection de ligne diagonale droite

Détection de ligne verticale

Filtre 3x3

-1  0 -1 
-1  2 -1 
-1  2 -1

Détection de ligne verticale

Types de dispersion des points

Type

Description

Exemple

Dispersion des points

Filtre 3x3

-0.627  0.352 -0.627
 0.352  2.923  0.352
-0.627  0.352 -0.627

Dispersion des points

Type d'affinage

Le filtre d'affinage (passe-haut) accentue la différence comparative entre les valeurs et ses voisins. Un filtre passe-haut calcule les statistiques focales de somme pour chacune des cellules en entrée, à l'aide d'un voisinage de noyau pondéré. Il fait ressortir les limites existant entre les entités (par exemple, l'endroit où un plan d'eau rencontre une forêt), améliorant ainsi la netteté des limites entre les objets. Le filtre passe-haut est un filtre d'amélioration des contours. Le noyau du filtre passe-haut identifie les cellules à utiliser dans le voisinage et la pondération à leur appliquer (coefficient multiplicateur).

Type

Description

Exemple

Affinage

Filtre 3x3

  0    -0.25    0
-0.25    2    -0.25
  0    -0.25    0

Affinage

Affinage II

Filtre 3x3

-0.25 -0.25 -0.25 
-0.25    3  -0.25 
-0.25 -0.25 -0.25

Affinage 2

Affinage 3x3

Filtre passe-haut 3x3

-1 -1 -1 
-1  9 -1 
-1 -1 -1

Affinage 3

Affinage 5x5

Filtre passe-haut 5x5

 0 -1 -1 -1  0 
-1  2 -4  2 -1 
-1 -4 13 -4 -1 
-1  2 -4  2 -1
 0 -1 -1 -1  0

Affinage 5

Types de lissage

Les filtres de lissage (passe-bas) lissent les données en réduisant les variations locales et en éliminant le bruit. Le filtre passe-bas calcule la valeur moyenne pour chaque voisinage. Les valeurs maximales et minimales de chaque voisinage sont ainsi moyennées, ce qui réduit les valeurs extrêmes contenues dans les données.

Type

Description

Exemple

Moyenne arithmétique lissée

Filtre 3x3

0.111  0.111  0.111 
0.111  0.111  0.111 
0.111  0.111  0.111

Moyenne arithmétique lissée

Lissage 3x3

Filtre passe-bas 3x3

1  2  1 
2  4  2 
1  2  1

Lissage

Lissage 5x5

Filtre passe-bas 5x5

1  1  1  1  1 
1  4  4  4  1 
1  4 12  4  1 
1  4  4  4  1 
1  1  1  1  1

Lissage

Types de filtres de Sobel

Le filtre de Sobel est utilisé pour la détection des contours.

Type

Description

Exemple

Sobel horizontal

Filtre 3x3

-1 -2 -1
 0  0  0
 1  2  1

Sobel horizontal

Sobel vertical

Filtre 3x3

-1  0  1 
-2  0  0 
-1  0  1

Sobel vertical

Thèmes connexes

9/12/2013