Guide de l'utilisateur

Table des matières

	1- black
	2- color_to_bw
	3- ctrst
	4- defect
	5- enh_pro
	6- grid_sm
	7- kernel
	8- Logsig
	9- low_bit
	10- mat_fl_to_uc
	11- matresul
	12- median_filter
	13- mod_ther
	14- moment
	15- Planck
	16- plot_img
	17- poin_pro
	18- profil
	19- read_fl
	20- read_uc
	21- smooth
	22- snr
	23- stretch
	24- timezones
	25- write_uc



1
***black***

- Description
	Le but de cette fonction est de changer l'échelle de couleur de Matlab en une échelle de 
couleur noire avec 'num' niveaux de valeurs de noir et de retourner la nouvelle échelle de 
couleur 'out'. Cette fonction est utile pour obtenir des représentations 3D complètement noires. 
Pour rétablir l'échelle de couleur originale, il suffit d'utiliser une de ces commandes: 
colormap(gray); ou colormap(jet); pour plus d'information, utilisez: help colormap.

- Syntaxe
	out = black(num)

- Paramètre d'entrée
	num: nombre de niveaux de valeurs de noir.

- Paramètre de sortie
	out: nouvelle échelle de couleur, matrice 'num' x 3, contenant seulement des zéros.

- Exemple d'utilisation
	black(64);
	(pour 64 niveaux de noir)

- Liens avec d'autres fonctions
	Cette fonction est utilisée par 'matresul'.


2
***color_to_bw***

- Description
	Cette fonction sert à convertir une image couleur en une image noir et blanc en se 
basant sur une échelle de couleur comprise dans l'image et située dans un rectangle dont le coin 
supérieur gauche est à x1,y1 et le coin inférieur droit est à x2,y2. x est la coordonnée de la 
ligne et y est la coordonnée de la colonne. Si les variables x1, y1, x2 et y2 ne sont pas 
fournies, la fonction demande à l'usager d'appuyer sur les coins supérieur gauche et inférieur 
droit de l'échelle à l'aide de la souris. Les trois canaux séparés et codés sur 8 bits suivants 
sont fournis: rouge (matr), vert (matg) et bleu (matb). La matrice 'mat' obtenue est l'image en 
noir et blanc codée en unsigned char (0 à 255).

	Cette fonction est utile pour convertir des thermogrammes imprimés en couleur pour 
lesquels une version noir et blanc n'est pas disponible. Les canaux images séparés sont obtenus 
facilement à partir de l'image originale avec des logiciels comme Paint Shop Pro ou autres.

- Syntaxe
	mat = color_to_bw(matr,matg,matb,varargin)

- Paramètres d'entrée
	matr: canal rouge.
	matg: canal vert.
	matb: canal bleu.
	varargin: x1,y1,x2,y2, facultatif.

- Paramètre de sortie
	mat: image noir et blanc.

- Paramètre réglable
	Number:	nombre d'éléments pris de chaque côté pour faire la moyenne de chaque côté de 
		l'échelle. Si vous désirez conserver l'échelle sans changements, initialisez 
		Number à 0 (valeur par défaut: 2).

- Exemples d'utilisation
	image_bw=color_to_bw(red,green,blue);
	image_bw=color_to_bw(red,green,blue,60,10,65,100);
	(où red, green et blue sont les trois canaux rgb séparés)

- Liens avec d'autres fonctions
	Cette fonction utilise 'mat_fl_to_uc'.


3
***ctrst***

- Description
	Cette fonction est utilisée pour calculer le contraste thermal d'une image. Il existe 
plusieurs définitions pour le calcul de ce contraste thermal. Le paramètre 'TYPE' permet à 
l'utilisateur de choisir parmi: 1- le contraste absolu (absolute contrast, équation 5.32), 2- le 
contraste courant (running contrast, équation 5.33), 3- le contraste normalisé (normalized 
contrast, équation 5.34) et 4- le contraste standard (standard contrast, équation 5.35). 'mat' 
est l'image au temps t et 'mat0' est l'image au temps tm pour le contraste normalisé et l'image 
au temps t0 pour le contraste standard. La région de référence sans défaut est définie par x1,y1 
pour le coin supérieur gauche et par x2,y2 pour le coin inférieur droit.

- Syntaxe
	mat1 = ctrst(TYPE,x1,y1,x2,y2,mat,mat0)

- Paramètres d'entrée
	TYPE:	permet de choisir le contraste calculé: 1-absolute contrast, 2-running contrast, 
		3-normalized contrast et 4-standard contrast.
	x1: coordonnée de la ligne du coin supérieur gauche de la zone sans défaut.
	y1: coordonnée de la colonne du coin supérieur gauche de la zone sans défaut.
	x2: coordonnée de la ligne du coin inférieur droit de la zone sans défaut.
	y2: coordonnée de la colonne du coin inférieur droit de la zone sans défaut.
	mat: image pour laquelle le contraste thermal est calculé.
	mat0:	image au temps tm pour TYPE 3 et au temps t0 pour TYPE 4. Ce paramètre n'est pas 
		utilisé pour TYPE 1 et 2, et peut être n'importe quel nombre dans ces deux 
		derniers cas.

- Paramètre de sortie
	mat1: image contraste.

- Exemples d'utilisation
	mat_ctr=ctrst(1,2,2,50,10,image);
	mat_cts=ctrst(3,2,2,50,10,image,imagem);

- Théorie et équations
	Chap 5, section: Thermal contrast computations
	équations 5.32, 5.33, 5.34 and 5.35


4
***defect***

- Description
	Implémentation de la procédure de détection automatique des défauts dans une image 'mat' 
de type unsigned char avec le paramètre 'MND'. Si le paramètre 'cross' est initialisé à la 
valeur 1, l'image retournée 'mat1' est pareille à 'mat' avec pour seule différence la présence 
de croix indiquant le centre de chaque défaut. N'importe quelle autre valeur de 'cross' retourne 
'mat1' sous la forme d'une carte des défauts détectés dans 'mat' (valeur 0 pour le fond et 
valeur 1 à l'emplacement du défaut).

	Note: si vous avez le 'Image Processing Toolbox', vous pouvez ajouter un paramètre 
(n'importe quel nombre fera l'affaire) après 'cross' pour permettre l'utilisation des fonctions 
contenues dans ce toolbox. Les résultats obtenus à l'aide de ces fonctions peuvent être meilleurs.

- Syntaxe
	[mat1, varargout] = defect(mat,MND,Max_def,cross,varargin)

- Paramètres d'entrée
	mat: image dans laquelle on recherche des défauts.
	MND: distance minimum en pixels entre les centres des défauts.
	Max_def: nombre maximum de défauts recherchés dans l'image.
	cross:	1 pour que l'image retournée soit 'mat' avec des croix indiquant le centre des 
		défauts, N'importe quelle autre valeur pour que l'image retournée soit une carte 
		des défauts détectés dans 'mat'.
	varargin:	paramètre qui permet l'utilisation du Image Processing Toolbox. Si 
			absent, la fonction 'median_filter' sera utilisée.

- Paramètres de sortie
	mat1: image qui est retournée, dépend du paramètre 'cross'.
	varargout:	matrice contenant: première colonne: ligne du centre du défaut, deuxième 
			colonne: colonne du centre du défaut et troisième colonne: valeur du 
			centre du défaut.

- Paramètres réglables
	Border_width:	largeur en pixels de la bordure autour de l'image dans laquelle on ne 
			recherche pas de défauts. La valeur minimum qui peut être utilisée est 1 
			pixel, afin d'avoir assez d'espace pour les croix (valeur par défaut: 4).
	Cross_size:	largeur de chaque côté de la croix en pixels. 'Cross_size' doit être 
			plus petit ou égal à 'Border_width', si la valeur est 0, un point 
			seulement apparait au centre des défauts (valeur par défaut: 2).
	Alpha:	ce paramètre est utilisé pour trouver la valeur minimale d'un défaut. L'équation 
		est: min=Alpha*(mean_value+Alpha*std_dev) où 'mean_value' est la valeur moyenne 
		de l'image 'mat' et 'std_dev' est l'écart-type de 'mat'. Si la valeur de 'Alpha' 
		est trop élevée, aucun défaut ne sera trouvé (valeur par défaut: 1.0).

- Exemples d'utilisation
	image_alone=defect(image,50,10,0);
	[image_cro, out]=defect(image,50,10,1);
	[image_def, out]=defect(image,50,10,0);
	[image_IPT, out]=defect(image,50,10,0,1);

- Théorie et équations
	Chap 6, section: Automatic segmentation algorithm
	équation 6.11, 6.12, 6.13, 6.14, 6.15, 6.16 and 6.17

- Liens avec d'autres fonctions
	Cette fonction utilise 'median_filter' ou le 'Image Processing Toolbox' si disponible.


5
***enh_pro***

- Description
	Cette fonction est utilisée pour le rehaussement d'image et emploie les paramètres 'k1' 
et 'k2'. Elle retourne l'image rehaussée, basée sur l'équation 5.20. Pour obtenir l"équation 
5.19, donnez à 'k2' la valeur 1. Dans ce cas, voici les effets obtenus selon 'k1': k1=1, aucun 
effet; 0<=k1<=1, un effet d'adoucissement est obtenu; k1>1, l'image est accentuée à travers un 
accroissement des fréquences, comme avec un filtre passe-haut.

- Syntaxe
	mat1 = enh_pro(mat,k1,k2)

- Paramètres d'entrée
	mat: image qui est rehaussée.
	k1: facteur de gain, paramètre des équations 5.19 et 5.20.
	k2: paramètre de l'équation 5.20, si k2=1, l'équation 5.19 est obtenue.

- Paramètre de sortie
	mat1: image rehaussée.

- Paramètre réglable
	Size:	pour chaque pixel, la moyenne locale est calculée sur une fenêtre carrée de 
		'Size' x 'Size' pixels (valeur par défaut: 3).

- Exemple d'utilisation
	image_enh=enh_pro(image,5,0.5);

- Théorie et équations
	Chap5, section:	Image rectification, Detail enhancement of thermographs using local 
			statistics
	équations 5.19 and 5.20


6
***grid_sm***

- Description
	Cette fonction est utilisée pour réduire la taille du grillage d'une image 'mat' par 
blocs de taille 'block'.

- Syntaxe
	out = grid_sm(mat,block)

- Paramètres d'entrée
	mat: image qui est échantillonnée.
	block: taille des blocs du grillage.

- Paramètre de sortie
	out: image qui a été échantillonnée par blocs de taille 'block'.

- Exemple d'utilisation
	imagesm=grid_sm(image,4);

- Théorie
	Chap 5, section: Image fundamentals


7
***kernel***

- Description
	Fonction pour le rehaussement d'image à travers l'utilisation d'un espace de valeurs. 
Cet espace est un carré de la même taille que 'array' centré sur le pixel traité. Le pixel 
central est remplacé par la somme des pixels formant l'espace d'intérêt, pondérée par 'array' et 
multipliée par le facteur 'ascale'.

- Syntaxe
	mat1 = kernel(mat,ascale,array)

- Paramètres d'entrée
	mat: image qui est rehaussée.
	ascale: facteur multiplicatif.
	array: matrice de valeurs.

- Paramètre de sortie
	mat1: image rehaussée.

- Exemple d'utilisation
	image_ker=kernel(image,1/9,smo);
	(où 'smo' est l'opérateur d'adoucissment, smo=ones(3);)

- Théorie et équation
	Chap 5, section: Image rectification, Spatial domain image enhancement
	équation 5.16


8
***Logsig***

- Description
	Cette fonction affiche en noir la fonction logsig (f=1/(1+e^(-n))) d'activation du 
réseau de neurones.

- Syntaxe
	Logsig

- Exemple d'utilisation
	Logsig;

- Théorie et équation
	Chap 6, section: Neural network detection, Neural network fundamentals
	équation 6.22


9
***low_bit***

- Description
	Cette fonction réduit le nombre de bit par pixel d'une image 'mat' par la valeur 
'ratio'. Le nouveau nombre de bit par pixel peut être calculé comme suit: 
nouveau_nombre_de_bit=log(256/ratio)/log(2).

- Syntaxe
	out = low_bit(mat,ratio)

- Paramètres d'entrée
	mat: image pour laquelle le nombre de bit par pixel est réduit.
	ratio: la valeur par laquelle le nombre de bit par pixel est réduit.

- Paramètre de sortie
	out: image dont le nombre de bit par pixel est réduit.

- Exemple d'utilisation
	imagelow=low_bit(image,8);
	(le nombre de bit par pixel est réduit à 5, log(256/8)/log(2) = 5)

- Théorie
	Chap 5, section: Image fundamentals


10
***mat_fl_to_uc***

- Description
	Cette fonction est utilisée pour convertir une matrice de type floating point 'mat' 
(4 bytes par pixel) en une matrice de type unsigned char 'out' (1 byte par pixel). Si cette 
fonction est employée avec une image qui est déjà du type unsigned char, elle a pour effet 
d'étirer les valeurs de l'image de 'N_BAS' à 'N_HAUT'.

- Syntaxe
	out = mat_fl_to_uc(mat)

- Paramètre d'entrée
	mat: matrice de données de type float (32 bits par pixel).

- Paramètre de sortie
	out: matrice de données de type unsigned char (8 bits par pixel).

- Paramètres réglables
	N_HAUT: valeur maximum d'un pixel de l'image retournée (valeur par défaut: 255).
	N_BAS: valeur minimum d'un pixel de l'image retournée (valeur par défaut: 0).

- Exemple d'utilisation
	image_uc=mat_fl_to_uc(image);

- Théorie
	Chap 5, section: Image fundamentals

- Liens avec d'autres fonctions
	Cette fonction est utilisée par 'color_to_bw' et 'moment'.


11
***matresul***

- Description
	Cette fonction extrait les données de la zone temporelle pertinente ('l1' à 'l2') de 
l'image 'mat'. La matice retournée est formée par les colonnes 'l1' à 'l2' de l'image 'mat'. Une 
représentation 3D est fournie avec une échelle de couleur noire.

- Syntaxe
	out = matresul(mat,l1,l2)

- Paramètres d'entrée
	mat: image à partir de laquelle les données sont extraites.
	l1: première colonne à partir de laquelle les données sont pertinentes.
	l2: dernière colonne jusqu'à laquelle les données sont pertinentes.

- Paramètre de sortie
	out: image composée des colonnes 'l1' à 'l2' de la matrice 'mat'.

- Exemple d'utilisation
	imageresul=matresul(image,25,37);

- Liens avec d'autres fonctions
	Cette fonction utilise 'black'.


12
***median_filter***

- Description
	Cette fonction est utilisée pour supprimer le bruit en utilisant un filtre médian. Le 
paramètre 'size' définit la taille de l'espace d'intérêt et doit être un nombre impair. L'espace 
d'intérêt est un carré 'size' x 'size' centré sur le pixel traité. Le pixel central est remplacé 
par la valeur médiane des pixels qui forment l'espace d'intérêt.

- Syntaxe
	mat1 = median_filter(mat,size)

- Paramètres d'entrée
	mat: image qui est filtrée.
	size: taille de l'espace d'intérêt (si 'size' est pair, la fonction utilise 'size' +1).

- Paramètre de sortie
	mat1: image traitée.

- Exemple d'utilisation
	imagemed=median_filter(image,3);

- Théorie
	Chap 5, section: Image rectification, Spatial domain image enhancement

- Liens avec d'autres fonctions
	Cette fonction est utilisée par 'defect'.


13
***mod_ther***

- Description
	Modèle de transfert de chaleur. Le résultat par défaut est la distribution calculée pour 
un spécimen de graphite epoxy.

- Syntaxe
	mod_ther

- Paramètres réglables
	Géométrie
		def_nod_pos: position des noeuds formant le défaut (valeur par défaut: 12).
		rad_nodes:	nombre de noeuds le long de la dimension radiale (valeur par 
				défaut: 20).
		axe_nodes: nombre de noeuds en profondeur (valeur par défaut: 30).
		dr: largeur radiale, cm (valeur par défaut: 0.2).
		dz: profondeur axiale, cm (valeur par défaut: 0.02).
		frad:	facteur empirique qui dépend de la géometrie, w/cm^2 (valeur par défaut: 
			5.67e-12).
		fcon:	facteur empirique qui dépend de la géometrie, w*cm^2 (valeur par défaut: 
			1.0e-3).
	Temps et pulsation d'énergie
		dt: petit accroissement de temps, secondes (valeur par défaut: 0.025).
		num_it: nombre d'itérations, 30sec / dt (valeur par défaut: 1200).
		source_power:	quantité d'énergie déposée sur la surface, w/cm^2 (valeur par 
				défaut: 1).
		heat_duration:	intervalle de temps après lequel source_power=0, secondes 
				(valeur par défaut: 2).
	Paramètres thermaux
		rhd: densité / 1000, Kg/1000*m^3 (valeur par défaut: 2).
		cp: chaleur spécifique / 1000, j/Kg*C*1000 (valeur par défaut: 1).
		ra_conduct: conductivité thermale radiale (valeur par défaut: 0.05).
		ax_conduct: conductivité thermale axiale (valeur par défaut: 0.01).
		kint:	conductivité thermale axiale pour def_nod_pos, par défaut: air (valeur 
			par défaut: kint(1:5)=0.00024, kint(6:rad_nodes)=0.01).
		ta: température ambiante, degrés Kelvin (valeur par défaut: 273).
		itemp: température initiale, degrés Celcius (valeur par défaut: 0.00001).

- Exemple d'utilisation
	mod_ther

- Théorie et équations
	Chap3, section: Finite difference modeling
	équations 3.3, 3.4, 3.5, 3.6, 3.7, 3.8, 3.9, 3.10, 3.11 and 3.12


14
***moment***

- Description
	Cette fonction retourne l'image moment à partir d'une séquence d'images présente sur le 
disque dans le répertoire 'dir'. Le calcul s'exécute à l'intérieur de la période de temps 'ta' à 
'tb' (codée dans le nom du fichier qui a le préfix 'pre' et l'extension 'ext'). 'incre' est 
l'accroissement de temps entre les images. Les options possibles sont: 1-additionner toutes les 
images, 2-faire la moyenne de toutes les images, 3-additionner toutes les images et convertir en 
type unsigned char.

- Syntaxe
	mat = moment(dir,pre,ext,ta,tb,incre,option)

- Paramètres d'entrée
	dir: répertoire où la séquence d'images est présente.
	pre: préfix du nom des fichiers.
	ext: extension du nom des fichiers.
	ta: début de la période de temps.
	tb: fin de la période de temps.
	incre: accroissement de temps entre les images.
	option:	1-additionner toutes les images, 2-faire la moyenne de toutes les images, 
		3-additionner toutes les images et convertir en unsigned char.

- Paramètre de sortie
	mat: image moment.

- Paramètres réglables
	Header: nombre de bytes avant l'image (valeur par défaut: 105).
	MaxRow: nombre de pixels par ligne (valeur par défaut: 68).
	Maxcol: nombre de pixels par colonne (valeur par défaut: 105).

- Exemple d'utilisation
	moment_image=moment('C:\images\','D_','uc',200,2000,10,2);

- Théorie et équation
	Chap 6, section: Image formation
	équation 6.3

- Liens avec d'autres fonctions
	Cette fonction utilise 'mat_fl_to_uc'.


15
***Planck***

- Description
	Ce script Matlab affiche la loi de Planck. Il n'y a aucun paramètre à spécifier.

- Syntaxe
	Planck

- Exemple d'utilisation
	Planck;


16
***plot_img***

- Description
	Cette fonction sert à afficher une représentation 3D de l'image 'mat'. La rotation 3D de 
l'image est activée. Si vous désirez que la réprésentation soit de couleur noire, utilisez la 
fonction 'black'.

- Syntaxe
	out = plot_img(mat)

- Paramètre d'entrée
	mat: image dont la représentation 3D est affichée.

- Paramètre de sortie
	out: variable qui fait référence à un objet SURFACE (handle).

- Exemple d'utilisation
	plot_img(image);


17
***poin_pro***

- Description
	Fonction de traitement point par point qui utilise les paramètres 'a' et 'b'. Elle 
retourne l'image traitée, basée sur la figure 5.18. Pour obtenir une image binaire, initialisez 
le paramètre 'b' à 'Maxcolor'. Pour toutes les autres valeurs de 'b', un étirement des 
contrastes est obtenu. Si les variables 'a' et 'b' sont initialisées à la même valeur, l'image 
reste inchangée.

- Syntaxe
	mat1 = poin_pro(mat,a,b)

- Paramètres d'entrée
	mat: image qui est traitée.
	a:	une valeur dans la fonction des niveaux de gris (avec b=Maxcolor, 'a' devient le 
		seuil).
	b: la nouvelle valeur de gris attribuée au niveau de gris 'a'.

- Paramètre de sortie
	mat1: image traitée.

- Paramètre réglable
	Maxcolor: valeur maximum d'un pixel (valeur par défaut: 255, si sur 8 bits).

- Exemples d'utilisation
	imageprolow=poin_pro(image,125,25);	(valeurs peu élevées accentuées)
	imageprohigh=poin_pro(image,125,225);	(valeurs élevées accentuées)
	imageprothres=poin_pro(image,80,255);

- Théorie et équation
	Chap 5, section: Image rectification, Spatial domain image enhancement
	équation 5.15
	figure 5.18


18
***profil***

- Description
	Cette fonction sert à afficher un profil provenant d'une matrice. Après avoir appelé la 
fonction, 'mat' est affichée avec la superposition de la valeur 'value' sur la ligne d'intérêt 
'nrow'. Ensuite, pour afficher le profil out, utilisez la commande: plot(out);

- Syntaxe
	out = profil(mat,nrow,value)

- Paramètres d'entrée
	mat: image qui contient la ligne d'intérêt.
	nrow: ligne qui est affichée.
	value: valeur qui est affichée pour la ligne dont on affiche le profil.

- Paramètre de sortie
	out: profil qui peut être affiché.

- Exemple d'utilisation
	prof=profil(image,25,255);
	plot(prof);

- Théorie
	Chap 5, section: Manual interpretation (color scales, profiles), Profiles


19
***read_fl***

- Description
	Cette fonction sert à lire des fichiers des données de type 'float' (4 bytes par pixel): 
'float32', à virgule flottante sur 32 bits. Une en-tête est prévue, s'il y en a une.

- Syntaxe
	out = read_fl(file)

- Paramètres d'entrée
	file: répertoire complet et nom du fichier image qui est lu.

- Paramètre de sortie
	out: matrice de l'image qui a été lue.

- Paramètres réglables
	Header: nombre de bytes avant l'image (valeur par défaut: 0).
	MaxRow: nombre de pixels par ligne (valeur par défaut: 68).
	Maxcol: nombre de pixels par colonne (valeur par défaut: 105).

- Exemple d'utilisation
	image=read_uc('D_4439.uc');
	(si D_4439.uc est dans le répertoire courant)

- Théorie
	Chap 5, section: Image fundamentals


20
***read_uc***

- Description
	Cette fonction sert à lire des fichiers de type 'raw' de données de type unsigned char. 
Une en-tête est prévue.

- Syntaxe
	out = read_uc(file)

- Paramètres d'entrée
	file: répertoire complet et nom du fichier image qui est lu.

- Paramètre de sortie
	out: matrice de l'image qui a été lue.

- Paramètres réglables
	Header: nombre de bytes avant l'image (valeur par défaut: 105).
	MaxRow: nombre de pixels par ligne (valeur par défaut: 68).
	Maxcol: nombre de pixels par colonne (valeur par défaut: 105).

- Exemple d'utilisation
	image=read_uc('D_4439.uc');
	(si D_4439.uc est dans le répertoire courant)

- Théorie
	Chap 5, section: Image fundamentals


21
***smooth***

- Description
	Cette fonction est utilisée pour adoucir le bruit de l'image 'mat' en employant une 
fenêtre Gaussienne mobile avec le paramètre 'B' (pour la largeur de la courbe Gaussienne).

- Syntaxe
	mat1 = smooth(mat,B)

- Paramètres d'entrée
	mat: image qui est adoucie.
	B:	typiquement 5 pour une image 512 x 512, 4 pour une image 100 x 100 et 2 pour une 
		image 70 x 70.

- Paramètre de sortie
	mat1: image adoucie.

- Paramètre réglable
	Nbpasse: nombre d'itérations pour l'adoucissement (valeur par défaut: 2).

- Exemple d'utilisation
	smoothed_image=smooth(image,4);

- Théorie et équations
	Chap 5, section: Image rectification, Alternative smoothing routine for noise processing
	équations 5.29, 5.30 and 5.31


22
***snr***

- Description
	Cette fonction sert à calculer le rapport entre le signal et le bruit pour deux images, 
'mat1' et 'mat2', enregistrées l'une après l'autre. Elle est utile pour l'évaluation du bruit.

- Syntaxe
	snr(mat1,mat2)

- Paramètres d'entrée
	mat1: matrice de la première image.
	mat2: matrice de la deuxième image.

- Exemple d'utilisation
	snr(image1,image2)
	(où image1 et image2 sont deux images enregistrées l'une après l'autre)

- Théorie et équations
	Chap 5, section: Image degradation, Noise evaluation
	équation 5.13


23
***stretch***

- Description
	Cette fonction sert à l'étirement de l'histogramme par la recartographie linéaire des 
niveaux de gris de l'image 'mat' sur toute l'étendue de niveaux de gris diponible 'gmin' à 
'gmax'. Dans le cas d'une image à bas contraste, le résultat obtenu est une meilleure 
visualisation de l'information perdue dans une étendue de niveaux de gris trop étroite.

- Syntaxe
	mat1 = stretch(mat,gmin,gmax)

- Paramètres d'entrée
	mat: image qui est étirée.
	gmin: valeur minimum du niveau de gris.
	gmax: valeur maximum du niveau de gris.

- Paramètre de sortie
	mat1: image étirée.

- Exemple d'utilisation
	imagestr=stretch(image,0,255);

- Théorie et équations
	Chap 5, section: Image rectification, Spatial domain image enhancement
	équation 5.17


24
***timezones***

- Description
	Cette fonction sert à calculer une échelle de temps logarithmique.

- Syntaxe
	out = timezones(NM,q,N,to,tf,p)

- Paramètres d'entrée
	NM: nombre maximum d'images.
	q: acquisition de l'image + taux d'entreposage temporaire.
	N: nombre de zones souhaitées.
	to: début de l'acquisition.
	tf: fin de l'expérience.
	p:	spécifie pour quel cas les zones temporelles sont calculées: 1 pour le cas 
		disjoint et n'importe quelle autre valeur pour le cas continu.

- Paramètre de sortie
	out:	échelle de temps logarithmique, première colonne: numéro de la zone, deuxième 
		colonne: début de la zone de temps et troisième colonne: fin de la zone de temps.

- Exemple d'utilisation
	time_scale=timezones(284,0.27,10,1,100,1);

- Théorie et équations
	Chap 10, section: Pulsed thermography: Experimental Procedure for Data Analysis,
	Logarithmic time scale: disjoint case, and Logarithmic time scale: continuous case
	équations 10.33, 10.34, 10.35, 10.36, 10.42, 10.46, 10.47 and 10.48


25
***write_uc***

- Description
	Cette fonction sert à écrire un fichier de type 'raw' de données de type unsigned char. 
Aucune en-tête n'est prévue, 'Header' est rempli avec des espaces blancs.

- Syntaxe
	out = write_uc(file,mat)

- Paramètres d'entrée
	file: répertoire complet et nom du fichier image qui est sauvegardé.
	mat: image qui est sauvegardée.

- Paramètre de sortie
	out: nombre de bytes sauvegardés.

- Paramètre réglable
	Headersize: nombre de bytes avant l'image (valeur par défaut: 105).

- Exemple d'utilisation
	count=write_uc('image.uc',image);
	(le fichier image.uc est sauvegardé dans le répertoire courant)

- Théorie
	Chap 5, section: Image fundamentals