Le but de ce cours est de familiariser les étudiants avec les algorithmes classiques de traitement d'images. Les deux principaux objectifs du traitement d'images numériques sont l'amélioration de la qualité visuelle des images et l'extraction automatique d'informations sémantiques à partir de données visuelles (ex. la reconnaissance d'objets).
Modalités pédagogiques : Chaque session est divisée en deux parties : 1 heure et demie de cours et 1 heure et demie de travaux pratiques.
Règles du cours : La présence aux séances de travaux pratiques est obligatoire.
- Livre : ANIL K. Jain. Fundamentals of Digital Image Processing. PEARSON, 569 p.
Il est souhaitable mais pas obligatoire d'avoir quelques notions de base en traitement du signal et Matlab.
Le cours inclut des rappels sur quelques points importants du traitement du signal pour les images numériques comme l'échantillonnage, la quantification, la transformée de Fourrier, le filtrage (réduction du bruit, détection de contours), etc. ; quelques éléments clés en vision humaine, couleurs et qualité des images; la présentation de quelques outils et techniques populaires en traitement d'images comme la transformée de Hough, la morphologie mathématique, le flot optique et finalement quelques notions de base en stéréovision et 3D.
Objectifs d'apprentissage :
- Découvrir les techniques clés du traitement des images et de la vidéo ;
- Se familiariser avec les outils et bibliothèques associés au traitement des images numériques.
Nombre d'heure : 21 heures
Evaluation :
- Rapports de travaux pratiques (20% de la note finale)
- Examen final (80% de la note finale)
