Logo ÉTS
Session
Cours
Responsable(s) Matthew Toews

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement


Préalables

Aucun préalable requis
 


Descriptif du cours

Comprendre les divers phénomènes qui se produisent lors de la formation d’une image. Maîtriser l’appareil mathématique servant à poser les problèmes de vision de façon analytique. Choisir l’approche de segmentation la mieux appropriée au type d’image à l’étude. Apprendre à se faire une idée globale du vaste domaine que représente la vision par ordinateur et à progresser de façon autonome par la suite.

Introduction : vue d’ensemble de la vision artificielle. Formation des images : géométrie, coordonnées homogènes, transformation de coordonnées; photométrie, luminance d’un rayon lumineux, illuminance d’une image; numérisation, projection de la scène tridimensionnelle sur le plan image. Prétraitement des images: filtration linéaire et non linéaire, égalisation d’histogramme, rehaussement de l’image. Extraction des primitives: détecteurs d’arêtes, analyse multirésolution, détection des lignes, des courbes et des contours. Segmentation : séparer - réunir, croissance de régions, fermeture de contours. Reconnaissance : les géons.

Séances de laboratoire visant à se familiariser avec l'utilisation et la programmation de divers progiciels. Projet de développement d’un algorithme de vision artificielle au choix de l’équipe.





Objectifs du cours

À la fin du cours, l’étudiant devrait :

  • Comprendre les divers phénomènes qui se produisent lors de la formation d’une image;
  • Maîtriser l’appareil mathématique servant à poser les problèmes de vision de façon analytique;
  • Choisir l’approche d’analyse la mieux appropriée au type d’image à l’étude;
  • Avoir une idée globale du vaste domaine que représente la vision par ordinateur et pouvoir progresser par lui-même par la suite.
  • Identifier et mettre en œuvre les processus nécessaires pour identifier et localiser les divers objets présents sur une ou plusieurs images de la scène sous observation.

Stratégies pédagogiques

Pour atteindre les objectifs, l’étudiant assistera à des exposés magistraux à raison de 3h30 par semaine et à des séances de laboratoire (2h par semaine) durant lesquelles il pourra expérimenter les principaux algorithmes utilisés en vision par ordinateur. Les 6 dernières semaines sont consacrées à la programmation et à l’évaluation d’un algorithme de vision artificielle au moyen d’un projet de session.



Utilisation d’appareils électroniques

  • PCs
  • Logiciels de traitement et de compréhension de l'image : MATLAB, OpenCV (C++)


Coordonnées du personnel enseignant le cours

* Double-cliquez sur le champ pour modifier le contenu