1

4 janvier

Introduction

• Organisation, laboratoires, formation des équipes

• Aperçu général de la vision par ordinateur

• Les différentes approches

• Niveaux de représentation

Pas de laboratoire la première semaine

Notes: Chap. 1

Szeliski : Ch. 1

2

11 janvier

Formation des images

• Processus impliqués

• Géométrie

• Équations de perspective
  • projection inverse
  • stéréo

Laboratoire 1: Introduction à MATLAB et Aphelion
(3 semaines)

MATLAB

• Interface graphique

• Visualisation des images

• Algorithmes de traitement

Szeliski :
2.1 - 2.2

Capsule 1: MATLAB

Document PDF:  MATLAB/Introduction à MATLAB

3

18 janvier

• Radiométrie:
  • principaux termes
  • équation de formation des images
  • carte de réflectance

Laboratoire 1
semaine 2

Aphelion

• Interface graphique d’exécution

• Visualisation des résultats et des images

• Histogramme pour l’identification

• Représentation surfacique

Rehaussement d’image

• Mise à l’échelle linéaire

• Égalisation d’histogramme

• Filtrage linéaire

• Filtrage médian

• Préservation d’arête

Notes: Chap. 2

Szeliski : 2.2

Capsule 2: Aphelion

Document PDF: Manuel de l’utilisateur Aphelion 4.2

4

25 janvier

• Photométrie
  • caméra numérique
  • lentilles minces
  • paramètres pour la prise d’images
  • autres capteurs
  • types d’images: E, IR, 3D, couleur, satellitaire, etc.

• Traitement de la couleur
  • la couleur?
  • perception de la couleur
  • modèles de représentation

• Échantillonnage
  • théorème de Nyquist
  • quantification
  • tesselation (pavage)

• Connectivité
  • 4 et 8 voisins
  • régions connectées

Laboratoire 1
semaine 3
fin

Szeliski : 2.3

Capsule 3: Photo numérique

Document PDF: Principes fondamentaux de la photographie numérique

Document PDF: Comprendre la couleur (anglais)

5

1 février

Reconnaissance de formes

• Prétraitement

• Descripteurs

• Segmentation

• Classification

• Localisation

Prétraitement des images

• Réduction du bruit

• Rehaussement des primitives
  • arêtes, contraste, etc.
  • mise à l’échelle

• Histogramme
  • calcul
  • égalisation

Laboratoire 2:
OpenCV, MS Visual Studio
(3 semaines)

• Installation OpenCV

• Exemples

• Programmation C++

http://opencv-srf.blogspot.ca/p/opencv-c-tutorials.html

Szeliski : 3.1

Documentation Web: OpenCV

Remise du labo 1

6

8 février

• Filtrage
  • convolution
  • moyenneur
  • rehaussement d’arêtes
  • domaine fréquentiel (TFD et TFR)
  • gaussien
  • pyramidal

• Rehaussement non-linéaire
  • filtre médian
  • préservation des arêtes

Projet

• Choix du projet

Labo. 2
semaine 2

Notes: Chap. 3

Szeliski :
3.2 Linéaire
3.3.1 Non-linéaire
3.4 Fourier
3.5 Pyramide

7

15 février

• Morphologie
  • érosion, dilatation
  • ouverture, fermeture
  • opérations élémentaires

• Espaces couleur
  • base: RVB CMJN
  • standardisé: sRVB
  • CIE: XYZ
  • perceptuel: L*a*b*

Labo. 2
fin

Szeliski :
3.3.2 Morphologie
2.3.2 Couleur

22 février

Relâche

Relâche

Notes: Chap. 4

Szeliski : 4.2

L1: H. Maître Détection des contours
2.1 - 2.3

L2: R. Deriche Détecteur de Canny-Deriche

Remise du choix de projet

8

1 mars

Extraction des descripteurs

• Notion de discontinuité 3D et 2D

• Primitives de base: arêtes

• Détection des arêtes basée sur le gradient
  • masques 1x2
  • masques moyenneurs
  • arêtes orientées
  • amincissement
  • Canny-Deriche

Présentation projet: Choix du projet

Projet de session

Remise du labo 2

10 mars:
dernier jour pour abandon sans mention

9

8 mars

• Détection des arêtes basée sur la dérivée seconde
  • gaussienne
  • passage par zéro (Marr-Hildreth)

• Détection multirésolution des arêtes

• Texture

Projet de session

Szeliski : 4.1

L3: D. Lowe SIFT

10

15 mars

• Détection invariante de points singuliers :
  • Coins de Harris
  • Algorithme SIFT

Projet de session

Szeliski :
5.2 Split-Merge
5.3 Mean shift

État de projet

11

22 mars

Segmentation

• Définition et vue d’ensemble des méthodes

• Seuillage

• Croissance de région

• Partition de région

• Regroupement de régions

• Séparer - regrouper

• Morphologie - ligne de partage des eaux

• Mean shift

• Segmentation d’une image satellitaire

Projet de session

Szeliski :
4.3 Arêtes
5.1 Snakes

L1: H. Maître Détection des contours
2.4 Contours actifs

12

29 mars

Extraction des éléments symboliques

• Transformée de Hough

• Détection de lignes

• Détection de frontières

• Détection des crêtes et des vallées

• Contours actifs

• Représentation des éléments symboliques - Objets

Présentation Projet: Étape

Projet de session

13

5 avril

Reconnaissance

• Niveaux intermédiaires dans un système de vision artificielle

• Éléments symboliques et leurs attributs organisés en base de données

• Reconnaissance par parties: les géons

• Reconnaissance par apprentissage supervisé: classification SVM

Localisation

• Stéréoscopie
  • géométrie épipolaire
  • appariement par corrélation
  • appariement de primitives

• Imagerie satellitaire
  • redressement
  • recalage, géoréférencement
  • fusion Panchromatique - Multispectral

Présentation Projet: Étape

Projet de session

Szeliski :
Chap. 11 Stereo Correspon-dence

12 avril

Examens finaux

Examen écrit

Examen final

Projet : Évaluation
Rapport technique