De nombreuses images (ou photos) sont prises selon des éclairages variés. La couleur et l'intensité de l'éclairage ont une forte influence sur le rendu visuel de l'image. Ces variations d'éclairages posent problème lors de l'acquisition et du traitement de l'image. Les appareils photos ou les caméras videos ont beaucoup de mal à rendre compte des variations couleurs dans les zones peu illuminées. Malgrés l'utilisation d'un flash, beaucoup de détails disparaissent lors de la prise de vue. De plus l'oeil humain à la capacité de s'adapter aux changements d'éclairages. Par exemple, si votre main est éclairée par un spot vert, vous percevrez encore la couleur originale de votre peau. Cette adaptation n'est pas aussi performante pour un appareil photo ou une caméra, c'est pourquoi l'image acquise n'est pas similaire à ce que vous avez vu.

Pour améliorer le rendu visuel d'une image lorsque les conditions d'éclairage ne sont pas satisfaisantes, on utilise des algorithmes de normalisation couleur qui font partis des algorithmes de retouche d'image. Il s'agit simplement de transformer les valeurs numériques de l'image.

Cette technique appelée Multiscale Retinex with Color Restoration (MSRCR) est un algorithme de retouche proposé par Rahman [rahman96a],[rahman96b] et utilisé dans le domaine de l'imagerie et particulièrement dans le domaine médical. L'approche s'inspire de la perception visuelle humaine et de la fonction rétinienne d'Edwin Land. Cette fonction et plus particulièrement sa forme générale est similaire à une différence de gaussienne (DOG (Difference of Gaussian)) proche du Laplacien (sommes des dérivées secondes de la gaussienne). Via l'opération de filtrage, l'idée consiste à caractériser l'information lumineuse d'un point à partir de son intensité et celles de ses voisins (la taille du voisinage dépend du support de la gaussienne). En effet, une mesure utilisant l'information du voisinage spatial est nécessaire pour distinguer, par exemple, un point noir éclairé par une lumière blanche d'un point blanc faiblement éclairé. L'utilisation d'un Laplacien permet de caractériser cette différence et possède la propriété d'isotropie. Rahman dans [rahman96b], explique que la MSR a tendance à désaturer les couleurs des images. Pour éviter ce problème on applique une technique de restauration de la couleur (CR).



Les images situées à gauche sont les images originales. Celles du centre ont été retouchées en utilisant les Plugins Equalize et Stretch HSV de GIMP. Celles de droite sont le résultat de l'application de l'algo MSRCR.

Original
Original
Original


Ce Plugin de GIMP permet d'appliquer l'algorithme MSRCR sur une image ou une partie d'image au format RGB.

Télécharger gretinex

Pour compiler et installer ce Plugin il faut disposer d'un compilo C et de la commande gimptool. Vous pouvez rajouter les options d'optimisations que vous voulez ainsi qu'un nom différent pour l'exécutable.

  • gcc -o gretinex gretinex.c `gimptool --cflags` `gimptool --libs`
  • gimptool --install-bin gretinex
Après installation le Plugin sera disponible sous GIMP dans le menu Image/Colors/Retinex... après chargement d'une image.
ScreenShot
L'interface graphique proposée avec le Plugin est simple mais ne permet pas d'intéragir avec tous les paramètres de l'algorithme MSRCR.
Quantité:
Permet de spécifier la quantité de filtre utilisés pour caractériser l'intensité et la couleur de l'illuminant. L'utilisation d'un filtre correspond à l'algorithme SSR. Le nombre courament utilisé pour ce type d'algo est de trois.
Uniforme ou Faible ou Elevée
Pour caractériser les variations couleurs et l'illuminant on effectue une différence d'intensité entre les réponses des filtres (gaussien) à différentes échelles. Ces paramètres permettent de spécifier comment sont réparties les valeurs d'échelles entre l'échelle min (sigma 2.0) et max (sigma de taille égale à la taille de l'image).
Dynamique:
Après l'application de l'algorithme on effectue un recentrage de la valeur des couleurs en fonction de la couleur moyenne. Les couleurs sont ensuite dispersées autour de cette moyenne. Le paramètre de dynamique permet de réduire ou d'agrandir cette dispersion. Plus la dispersion est importante moins les couleurs seront saturées.

Valid HTML 4.01!