CHPS0703 - Traitement d'images

Retour aux MCC Retour à la liste des EC
  • Équipe pédagogique

    • Responsables

    • PASSAT Nicolas (Responsable)
      Département : Informatique IUT (IUT RCC - Reims)
    • Intervenants

    • PASSAT Nicolas
      Département : Informatique IUT (IUT RCC - Reims)
  • Volume horaire

  • Nature CMTDTP Total
    Durée 8h8h10h26h
  • Modalités de contrôle des connaissances (MCC)

  • Epreuves Nature CRTPDSTEOT Total
    Durée 2h0h30
    Cas général 1ère session 5050 100%
    2nd session 5050 100%
    Dispense contrôle continu 1ère session 5050 100%
    2nd session 5050 100%
  • Modalités de contrôle des connaissances (MCC)

  • Cas général

  • Nature Durée 1ère session 2ème session
    CRTP 50% 50%
    DST 2h 50% 0%
    EOT 0h30 0% 50%
  • Dispense contrôle continu

  • Nature Durée 1ère session 2ème session
    CRTP 50% 50%
    DST 2h 50% 0%
    EOT 0h30 0% 50%
  • Objectifs

  • L’objectif de ce cours est d’acquérir les notions fondamentales et les principes de bases pour l'étude, l'analyse et le traitement des images numériques.

  • Compétences spécifiques visées

    • Compréhension et mise en œuvre des algorithmes classiques de traitement d’images
    • Connaissances de base sur une chaîne de traitement d’images, le filtrage, les notions de contour et de région et la classification de données pour le traitement des images
  • Compétences générales visées

  • Traitement et analyse d'images

  • Connaissances requises

  • Notions de base de Mathématiques ; algorithmique et complexité ; programmation

  • Programme

    • Acquisition et caractéristiques des images numériques (histogramme, propriétés spatiales, connexité, propriétés liées à l’intensité, notion de bruit)
    • Prétraitement : statistiques et débruitage ; anamorphose et filtrage linéaire et non linéaire (gaussien discret, binomial, filtre médian …), transformée de Fourier et filtrage fréquentiel
    • Restitution et comparaison : morphologie mathématique binaire et niveaux de gris
    • Géométrie et topologie discrètes : approches cartésiennes, graphes, et modèles simpliciaux ; notions de transformations digitales topologiquement invariantes
    • Segmentation
    • Approche contours (level-sets, …)
    • Approche régions (watershed, croissance de régions, split and merge, …)
    • Méthodes d'optimisation (Random walkers, graph cuts, approches markoviennes, FCM, ...)
    • Approches hiérarchiques : arbres de coupes, arbres de formes, arbres binaires de partitions