Introduction au traitement des images
Réf. 04044
- Durée : 4 semaines
- Effort : 12 heures
- Rythme: ~3 heures/semaine
Aucune session ouverte
Ce que vous allez apprendre
À la fin de ce cours, vous saurez :
- Employer le vocabulaire de base du domaine du traitement des images
- Distinguer les notions de bases qui caractérisent une image (pixels, couleurs, résolution, définition, quantification)
- Utiliser un langage informatique pour faire des traitement d'images simples
- Catégoriser et analyser les différents types d'images et les formats de fichier
- Analyser, caractériser une image à travers les histogrammes et les intensités
- Manipuler les histogrammes et intensités pour obtenir un résultat visuel
Description
Le traitement des images est à l’intersection de plusieurs domaines scientifiques et techniques : les mathématiques, la physique, l’informatique.
Les images sont présentes partout : de la ligne de fabrication jusqu’au scanner médical en passant par les satellites. Elles nous servent à extraire des informations omniprésentes aujourd’hui.
Mais elles doivent être systématiquement traitées pour s’affranchir des mauvaises conditions d’acquisition, afin d’isoler les objets pertinents et de les analyser.
Ce traitement : filtrage , rehaussement, suppression du bruit est le point de départ de la chaîne d’analyse pour permettre par exemple le relevé des diagnostics en imagerie médicale, la détection de pièce défectueuse sur une ligne de production ou encore la reconnaissance des plaques d’immatriculation sur les radars.
Dans ce MOOC, vous prendrez connaissance des bases nécessaires en mathématiques et en informatique avec le langage Python. Vous apprendrez à manipuler les algorithmes et la programmation des opérations élémentaires du traitement d’images : charger et observer une image, analyser sa qualité, améliorer sa netteté et ses contrastes, ajouter du flou ou détecter des contours.
Prérequis
Des bases mathématiques : intégration et dérivation, probabilités et statistiques (moyenne écart type, variance, variable aléatoire, loi normale)
Des bases informatiques : base du langage de programmation python, savoir écrire des boucles, opérateur logique, vectorisation des opérations , définition de fonction, tableaux et numpy.
Evaluation et Certification
Des évaluations vous seront proposées toutes les semaines
Semaine 1 : un quizz et un exercice pratique
Semaine 2 à 4 : un exercice pratique chaque semaine
Plan de cours
Semaine 1 : Contexte et champs d’application, historique et bases mathématiques
Semaine 2 : Filtrage par convolution, détecteurs de contours
Semaine 3 : Rehaussement, manipulation d’histogramme
Semaine 4 : Traitement du bruit
Semaine 2 : Filtrage par convolution, détecteurs de contours
Semaine 3 : Rehaussement, manipulation d’histogramme
Semaine 4 : Traitement du bruit
Sessions de cours
Archivé
- Du 1 mars 2021 au 12 avril 2021
Équipe pédagogique
VINCENT MAZET
Catégories
Maître de conférences à Télécom Physique Strasbourg (école d'ingénieur de l'Université de Strasbourg et affiliée à l'Institut Mines-Télécom)
Établissements
Support pédagogique
KARINE RICHOU
Ingénieure pédagogique aux Mines de Saint Etienne
NAELLE
Petite voix
Des outils innovants
Des codecast et un environnement de développement Jupyter Notebook pour vous permettre de coder en langage Python.
Attestations
Une attestation de suivi avec succès est attribuée par FUN aux apprenants ayant réussi les évaluations.
Un partenariat entre deux écoles
et 
Nos mécènes et partenaires
Ce MOOC est réalisé avec le soutien de la Fondation Patrick et Lina Drahi
Licence
Licence pour le contenu du cours
Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions
Vous êtes autorisé à :
- Partager — copier, distribuer et communiquer le matériel par tous moyens et sous tous formats
- Adapter — remixer, transformer et créer à partir du matériel
Selon les conditions suivantes :
- Attribution — Vous devez créditer l'oeuvre, intégrer un lien vers la licence et indiquer si des modifications ont été effectuées à l'oeuvre. Vous devez indiquer ces informations par tous les moyens raisonnables, sans toutefois suggérer que l'offrant vous soutient ou soutient la façon dont vous avez utilisé son oeuvre.
- Pas d’Utilisation Commerciale — Vous n'êtes pas autorisé à faire un usage commercial de cette oeuvre, tout ou partie du matériel la composant.
- Partage dans les Mêmes Conditions — Dans le cas où vous effectuez un remix, que vous transformez, ou créez à partir du matériel composant l'oeuvre originale, vous devez diffuser l'oeuvre modifiée dans les même conditions, c'est à dire avec la même licence avec laquelle l'oeuvre originale a été diffusée.
Licence pour le contenu créé par les participants du cours
Attribution - Pas d’Utilisation Commerciale - Partage dans les Mêmes Conditions
Vous êtes autorisé à :
- Partager — copier, distribuer et communiquer le matériel par tous moyens et sous tous formats
- Adapter — remixer, transformer et créer à partir du matériel
Selon les conditions suivantes :
- Attribution — Vous devez créditer l'oeuvre, intégrer un lien vers la licence et indiquer si des modifications ont été effectuées à l'oeuvre. Vous devez indiquer ces informations par tous les moyens raisonnables, sans toutefois suggérer que l'offrant vous soutient ou soutient la façon dont vous avez utilisé son oeuvre.
- Pas d’Utilisation Commerciale — Vous n'êtes pas autorisé à faire un usage commercial de cette oeuvre, tout ou partie du matériel la composant.
- Partage dans les Mêmes Conditions — Dans le cas où vous effectuez un remix, que vous transformez, ou créez à partir du matériel composant l'oeuvre originale, vous devez diffuser l'oeuvre modifiée dans les même conditions, c'est à dire avec la même licence avec laquelle l'oeuvre originale a été diffusée.