Séance 01- 

12 SEP

• Introduction à la vision artificielle
• La vision humaine
• Acquisition d’images, échantillonnage et quantification
• Représentation d’images, résolution et interpolation  

Lire: Gonzalez et Woods, Chapitre 1 (pages 1 à  31) et  Chapitre 2 (pages 35 à 68)

Séance 02-

19 SEP

• Relations entre les pixels
• Opérations arithmétiques et logiques
• Transformations
• Manipulation d’histogrammes

Lire: Gonzalez et Woods, Chapitre 2 (pages 68 à 92) et Chapitre 3 (pages 104 à 128) 

Séance 03-

26 SEP

• Analyse spatiale
  • Procédé par masque, filtrage spatial
  • Dérivés de premier et second ordre, le Laplacien, le gradient

Lire: Gonzalez et Woods, Chapitre 3 (pages 144 à 172)

Séance 04-

3 OCT

• Analyse fréquentielle
  • Série de Fourier, transformé de Fourier, théorème d’échantillonnage, théorème de convolution 

Lire: Gonzalez et Woods, Chapitre 4 (pages 199 à 255)

Séance 05-

11 OCT

• Filtrage dans le domaine fréquentiel 
  • Filtre passe-bas, passe-haut
  • Idéal, Butterworth, Gaussien
• Restauration d’images
  • Fonctions de densité de probabilité de bruit
  • Réduction du bruit additif, réduction du bruit cyclique

Lire: Gonzalez et Woods, Chapitre 4 (pages 255 à 286) et Chapitre 5 (pages 311 à 338)

Séance 06-

17 OCT

• Morphologie
  • Opérations : dilatation, érosion, ouverture, fermeture, opérateur « tout-ou-rien »
• Algorithmes morphologiques
  • Limites, amincissement, épaississement
• Extension des opérations morphologiques aux tons de gris

Lire: Gonzalez et Woods, Chapitre 9 (pages 627 à 651 et 665 à 675)

Séance 07-

24 OCT 

• Modèles de couleur, diagramme de chromaticité 
• Traitement en pseudo-couleur
• Traitement en pleine couleur
  • Transformations
  • Tranches de couleurs
  • Filtres

Lire: Gonzalez et Woods, Chapitre 6 (pages 394 à 443)

Séance 08-

31 OCT

       Examen de mi-trimestre

Séance 09-

7 NOV

• Méthodes basiques de segmentation d’images 
  • Détection d’arrêtes
  • Seuillage global, seuillage par région, K-means
• Méthodes par minimisation de fonctions    
  • Maximum de vraisemblance
  • Régularisation MRF 
  • Courbes actives

Lire: Gonzalez et Woods, Chapitre 10 (pages 700 à 714, 738 à 742 et 763 à 769); Szeliski, Chapitre 5 (pages 237 à 268) 

Séance 10-

14 NOV

• Représentation & Description 
  • Codage du contour, signatures et squelettes  
  • Descripteurs géométriques des régions
  • Descripteurs de Fourier
  • Moments invariants
  • Composantes principales 

Lire: Gonzalez et Woods, Chapitre 11 (pages 796 à 823, 827 à 836 et 839 à 852)

Séance 11-

21 NOV

• Reconnaissance d'objets 
  • Formes et classes de formes
  • Fonctions de décision, classificateur à distance minimum
  • Corrélation, classificateurs statistiques 

Lire: Gonzalez et Woods, Chapitre 12 (pages 861 à 881) 

Séance 12-

28 NOV

• Reconnaissance d'objets 
  • Introduction aux réseaux de neurones à convolution 

Séance 13-

5 DEC

• Exemples en industrie

Lab 01 (14 SEP)

• Introduction au progiciel MATLAB
  • Matrices (termes et définitions)
  • Operations et commandes
  • Programmation, M-files et fonctions

Lab 02 (21 SEP)

• Résolution, interpolation et changement d’échelle
• Opérations arithmétiques et transformations
• Manipulation d’histogrammes

Lab 03 (28 MAI)

• Filtrage spatial et filtrage dans le domaine fréquentiel (Semaine 1) 

Lab 04 (5 OCT)

• Filtrage spatial et filtrage dans le domaine fréquentiel (Semaine 2)

Lab 05 (12 OCT)

• Filtrage spatial et filtrage dans le domaine fréquentiel  (Semaine 3)

Lab 06 (19 OCT)

• Opérations logiques et morphologiques

Lab 07 (26 OCT)

• Manipulation d’images couleurs

Lab 08 (2 NOV)

• Seuillage automatique (couleurs), régions connectées (Semaine 1) 

Lab 09

(16 NOV)

• Seuillage automatique (couleurs), régions connectées (Semaine 2) 

Lab 10

(23 NOV)

• Programmation guidée d’un algorithme avancé de segmentation d’images (Semaine 1)

Lab 11

(30 NOV)

• Programmation guidée d’un algorithme avancé de segmentation d’images (Semaine 2)

Lab 12

(7 DEC)

• Programmation guidée d’un algorithme avancé de segmentation d’images (Semaine 3)