STM-IRIV-1-Outils fondamentaux en traitements d'images

• ue-gct-stm-iriv-1
• Topographie

Semestre : 9

Responsable(s) du contenu pédagogique

• Tania LANDES
• Sylvain DURAND

Total coefficients : 2

Total heures : 24,5 (7 cours, 17,5 TP)

Prérequis

Mathématiques (nombres complexes, probabilités, calcul matriciel)
Traitement du signal (transformée de Fourier, convolution, filtrage)
Notions élémentaires de programmation scientifique
Cours de formation des images de C. Collet ou S. Gioux

Objectif

Ce cours donne une vue d’ensemble des problématiques et méthodes en traitement d’images.

Programme

Outils de base : représentations d'une image, opérations arithmétiques, histogramme, convolution 2D, transformée de Fourier, interpolation, notion de voisinage, multirésolution, ?
Détection de caractéristiques : détection de contours, de coins, de lignes
Segmentation : critère d'homogénéit méthodes basées histogramme (méthodes d’Otsu, algorithme des k-moyennes, modèle paramétriques, algorithme Mean Shift, ?), méthodes basées région (croissance de région, arbre, modèle markovien, ?), modèles déformables, critère de validation
Images binaires : érosion, dilatation, ouverture, fermeture, transformée tout-ou-rien, composantes connexes, ligne de partage des eaux.
Restauration : débruitage (filtres moyenneur, médian, de Nagao, moyennes non locales, ?), déconvolution (filtres inverse, de Wiener, ?)
Recalage : modèle de déformation, mesure de similarit ...
Reconnaissance de formes : détection d'objets (corrélation , filtre adapt秬 reconnaissance d'objets (classifieur, apprentissage)

Contraintes pédagogiques - Méthodes pédagogiques

Applications (TD, TP ou projets)

Les exposés magistraux seront complétés par quatre TP et deux séances de projet :

Les TP consistent principalement en des manipulations avec Python.
Le projet consiste à proposer et implémenter une méthode de traitement d’images pour résoudre un problème particulier. Un compte rendu est à fournir.

Mode d'évaluation

Contrôle de connaissances