Traitement et analyse d'images avancés [T9ES342M]

Traitement et analyse d'images avancés [T9ES342M]

En pratique

Nature
Elément constitutif
Volume horaire de TP
4
Volume horaire de CM
16
Volume horaire de travail personnel
14
Langue d'enseignement
Français

Description du contenu de l'enseignement

Les différentes méthodes de réduction des dégradations (bruit et/ou flou) affectant des images numériques sont d’abord présentées. Ensuite, les méthodes et outils de caractérisation des images texturées sont décrits. Enfin, les méthodes de compression sont développées. Ce cours est complété par des séances de travaux dirigés et une séance de travaux pratiques. La plupart des problèmes résolus correspondent à des cas réels.

Organisation

Modalités d'organisation et de suivi

  1. Filtrage et restauration d’images
    1. Filtrage statistique (bruits additif, multiplicatif et impulsionnel)
    2. Restauration (avec et sans la présence du bruit)
  2. Caractérisation des images texturées et segmentation/classification
    1. Introduction et définitions
    2. Méthodes d’analyse des textures et caractérisation
      1. Méthodes Statistiques
        1. Histogramme généralisé
        2. Différents histogrammes
        3. Méthodes du second ordre
        4. Statistiques d’ordre supérieur
      2. Méthodes Structurelles
      3. Méthodes structurelles statistiques
  3. Compression

 

Informations pédagogiques

Compétences à acquérir

Maîtrise des méthodes construites suivant des critères d’optimisation en vue de la conception des systèmes décisionnels par vison.

Pré-requis recommandés

Maîtrise des cours de proba-statist/signaux aléatoires et du cours d'estimation

Bibliographie, lectures recommandées

  • P.Y. ARQUES, Décisions en traitement du signal, Masson, 1982
  • B. PICINBONO, Random Signals and Systems, Prentice-Hall, 1993.
  • M. ROSENBLATT, Random Processes, Oxford press, 1962.
  • J. STERN, J. de BARBEYRAC, R. POGGI, Méthodes pratiques d’étude des fonctions aléatoires, Dunod, 1967.
  • M. Kunt, G. Granlund, M. Kocher, “ Traitement numérique des signaux”, Presses Polytechniques et Universitaires Romandes, Lausanne, Switzerland, 1993.
  • S. HAYKIN, Adaptive filter theory, Prentice Hall, 1991.
  • S. BELLINI et al., Blind deconvolution : polyspectrum and Bussgang techniques, pp. 251–263, Elsevier, 1986, Biglieri ed.
  • S. Philipp, J.-P. Cocquerez, Analyse d'images. Filtrage et segmentation, Elsevier Masson, 1997
Dernière modification : ven, 08/01/2021 - 14:17