13.3.2 Techniques de pré-traitement

La préparation des images peut bénéficier une vaste gamme de méthodes aptes à résoudre divers problèmes. En voici une liste largement non exhaustive:

Amélioration du contraste:

lorsque la quantité de lumière incidente est faible ou que les surfaces observées présentent des teintes voisines (en couleur comme en noir et blanc), le contraste peut être insuffisant. L'étirement d'histogramme (transformation linéaire ou non-linéaire) et son égalisation peuvent améliorer grandement la lisibilité de l'image.

Amélioration de la netteté:

le flou peut être réduit très simplement par utilisation de filtres passe-haut, qui combinent d'une certaine façon l'image donnée et ses dérivées (rehaussement des bords), de façon à accentuer les variations au détriment des zones uniformes.

Réduction de bruit par moyenne spatiale (filtres passe-bas) ou temporelle (intégration multi-images):

les pixels d'une image sont normalement fortement corrélés spatialement (d'un pixel à ses voisins) et temporellement (d'un instant à l'autre). Cette corrélation peut être exploitée pour éliminer les pixels ``déviants''.

Compensation de non-uniformité d'éclairage et de réponse du capteur:

les non-uniformités d'éclairage (plus de lumière à certains endroits qu'à d'autres) sont en général lentes, c'est-à-dire qu'elles concernent essentiellement les fréquences spatiales basses. Un filtre passe-haut peut les atténuer. Une autre approche consiste à calibrer l'éclairage en conservant une image d'une mire uniforme qui sert de référence pour l'intensité des pixels de même intensité en chaque point. Le même procédé permet de tenir compte de la non-uniformité de la sensibilité du capteur (Une seule mire permet de corriger l'intensité. Deux mires, l'une claire et l'autre sombre, permettent de corriger à la fois l'intensité et le contraste).

Compensation des variations de contraste:

en raison du vieillissement des sources d'éclairage, des conditions de lumière ambiante ou d'interventions sur les réglages du système, la quantité totale de lumière incidente peut varier. Cela peut influencer le résultat des traitements. Une façon de compenser de telles variations est la normalisation: on mesure la luminosité moyenne dans les conditions d'apprentissage, puis lors des inspections suivantes, on mesure à nouveau la luminosité moyenne de l'image et on applique un coefficient correcteur approprié. Cette technique n'est efficace que si le contenu de l'image ne change pas d'une image à l'autre.

Compensation de non-linéarité de réponse du capteur:

une réponse linéaire peut être décrite par deux points de mesure (une relation linéaire en x, de la forme ax + b comporte deux paramètres inconnus). Dans le cas général, par contre, la relation entre l'intensité lumineuse reçue et la tension mesurée peut être non-linéaire. Si nécessaire, la relation en question peut être étalonnée au moyen d'instruments de précision et être tabulée pour permettre la correction.

Réalignement (correction de position et direction):

pour diverses raisons, en particulier à cause du jeu mécanique de la fixation des pièces, ou un déplacement involontaire de la caméra ou des pièces elles-mêmes, ... les objets observés n'occupent pas toujours exactement la même position dans le champ de vue. Si on est capable, par des méthodes exposées ci-après, de déterminer la position effective des pièces, on peut ramener celles-ci en position nominale par réalignement (translation et rotation, éventuellement remise à l'échelle). Cela permet de ramener l'objet inspecté dans une position telle que les régions d'intérêt utiles peuvent rester fixes.

Compensation des distorsions optique, perspective, des pixels non carrés:

comme on l'a vu, la chaîne de formation de l'image peut introduire différents types de déformations qui donnent des objets observés une image faussée. Si on est capable de mesurer les déformations correspondantes, notamment par l'emploi de mires de formes connues -grilles, matrices de points, damiers- on est également capable de compenser ces déformations et de restituer la géométrie d'origine de la scène.

Ré-échantillonnage géométrique:

parfois, le contenu brut de l'image n'est pas exploitable et on s'intéresse à des sous-parties d'images de forme particulière: les profils correspondent aux valeurs des pixels prises le long d'un segment de droite ou d'une courbe (arc de cercle ou autre). Ceux-ci sont particulièrement utiles pour analyser des formes longilignes. Les projections résultent d'un moyennage des valeurs des pixels autour d'une ligne de référence et donnent une vision unidimensionnelle de l'image (par exemple, une projection dans le sens horizontal permet de séparer les lignes d'un texte). Le déroulement ou le dégauchissement (plus généralement appelés anamorphoses) consistent à compenser la déformation de la chose à observer, telle qu'un marquage annuaire au centre d'un CD-Rom ou l'étiquette d'une bouteille, pour pouvoir l'observer à plat.

Comparaison à une référence:

dans de nombreux cas, les imperfections introduites par la chaîne d'acquisition peuvent être acceptées si l'on travaille par comparaison. Si les imperfections correspondent à des erreurs systématiques, c'est-à-dire se présentent toujours avec la même intensité et le même signe (distorsion optique permanente, non-uniformité stable dans le temps, désalignement constant, ...), il suffit de conserver une image de référence d'un objet sans défaut et de comparer cette image aux images à inspecter pour observer les défauts de la pièce sans être gêné par les défauts de la prise de vue. Souvent, une simple soustraction d'image, ou la comparaison à une tolérance de variation près suffit.

Tous les moyens présentés ci-avant permettent dans une certaine de réduire ou éliminer des causes d'erreurs accidentelles ou systématiques. Elles le font souvent au détriment d'autres qualités de l'image. Par exemple, la réduction de bruit s'accompagne toujours d'une perte de résolution qui se manifeste par une disparition des détails fins (à partir d'un certaine niveau, et sans connaissance a priori, un algorithme ne peut pas faire la différence entre du bruit et un détail fin). Bien que le traitement numérique d'images procure une large gamme d'outils propres à réduire divers défauts, il est bien plus recommandable de les éliminer à la source, autant pour réduire la charge de calcul que pour éviter d'introduire d'autres défauts. Répétons-le également, les techniques d'éclairage sont de précieux auxiliaires pour mettre en évidence l'information utile et la séparer de l'information parasite.