STM-MIQ-09-Modalités d'imagerie et traitement des images IRIV
- ue-mec-stm-pl-08
- Plasturgie
Semestre : 9
Responsable(s) du contenu pédagogique
- Olivier PICCIN
| Total coefficients : 3 |
| Total heures : 35 (35 cours) |
| Total heures travail personnel : 60 |
Prérequis
- Cours de traitement du signal
- Mathématiques (nombres complexes, probabilités, calcul matriciel)
- Traitement du signal (transformée de Fourier, convolution, filtrage)
- Notions élémentaires de programmation scientifique
Objectif
- Comprendre la formation d'une image, définir mathématiquement son échantillonnage et ses représentations spatiales/spectre associées, comprendre les mécanismes de passage spatial/spectral en 2D, visualiser la dualité entre espaces de représentation, manipuler des signaux multi-dimensionnels.
- Ce cours donne une vue d’ensemble des problématiques et méthodes en traitement d’images.
Programme
Formation des images
- Vision humaine : caractéristiques, formation des images sur la rétine, perception de la couleur, sensibilit fausses couleurs, artéfact, illusion cognitive
- Représentations colorée : espaces de représentation, projection et impression
- Photodétecteurs : étude des bruits associés à la formation d'une image
- Transformée de Fourier 2D analogique, à espace discret, discret
- Décomposition multi-échelle des images : pyramides gaussienne et laplacienne
- Capture d'images : échantillonnage spatial et temporel
- Quantification et bruit
- PSF et fonction de transfert, produit de convolution 2D
- Sous/sur échantillonnage et décimation/interpolation, Effets Moiré et stroboscopique
- Formats courants : quel format d'image pour quelle utilisation, compression
Outils fondamentaux en traitement d’images
- 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
Formation des images
- Vision humaine : caractéristiques, formation des images sur la rétine, perception de la couleur, sensibilit fausses couleurs, artéfact, illusion cognitive
- Représentations colorée : espaces de représentation, projection et impression
- Photodétecteurs : étude des bruits associés à la formation d'une image
- Transformée de Fourier 2D analogique, à espace discret, discret
- Décomposition multi-échelle des images : pyramides gaussienne et laplacienne
- Capture d'images : échantillonnage spatial et temporel
- Quantification et bruit
- PSF et fonction de transfert, produit de convolution 2D
- Sous/sur échantillonnage et décimation/interpolation, Effets Moiré et stroboscopique
- Formats courants : quel format d'image pour quelle utilisation, compression
Outils fondamentaux en traitement d’images
- 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 - Moyens spécifiques
Formation des images
- Evaluation intermédiaire : 30' QCM
- Evaluation terminale : 45' Document autorisé : 1 feuille A4 manuscrite recto-verso
Outils fondamentaux en traitement d’images
- Contrôle continu + Evaluation terminale 1h45 Document autorisé : 1 feuille A4 recto/verso