Logo ÉTS
Session
Cours
Responsable(s) Rita Noumeir

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Rita Noumeir


PLAN DE COURS

Hiver 2024
ELE747 : Analyse et traitement d'images (3 crédits)





Préalables
Aucun préalable requis
Unités d'agrément
Total d'unités d'agrément : 58,8 33,3 % 66,7 %




Qualités de l'ingénieur

Qn
 Qualité visée dans ce cours  
Qn
   Qualité visée dans un autre cours  
  Indicateur enseigné
  Indicateur évalué
  Indicateur enseigné et évalué



Descriptif du cours
Au terme de ce cours, l'étudiante ou l'étudiant aura été initié aux techniques de compression, de restauration et d'analyse d'images numériques.

Encodage d'images : techniques de représentation des couleurs; compression et transmission d'images. Restauration d'images : réduction du flou et du bruit de fond; amélioration du contraste et de la qualité de la couleur. Étude des différentes sources d'information permettant de déterminer le contenu d'une image : détection et encodage des contours, la brillance et les textures, les couleurs, modèle RGB-HSI et analyse fréquentielle. Combinaison de ces sources d'information pour la segmentation d'images et l'analyse de leur contenu. Applications en contrôle de qualité industrielle et imagerie médicale.



Objectifs du cours

À la fin du cours, l'étudiant(e) devra connaître :

  • les formats d'images numériques et les méthodes de représentation des couleurs;
  • certaines techniques de compression et de transmission d'images;
  • les techniques d'amélioration du flou et du bruit de fond, ainsi que du contraste et de la qualité de la couleur;
  • les différentes sources d'information permettant de déterminer le contenu d'une image, ainsi que certaines techniques permettant d'extraire et de combiner ces informations.

 

Les sources d'information incluent :

  • les contours;
  • la brillance et les textures;
  • les couleurs;
  • l’analyse dans le domaine fréquentiel
  • la morphologie mathématique.



Stratégies pédagogiques
  • Un (1) cours magistral par semaine.
  • Quatre (4) heures de laboratoire aux deux semaines 



Utilisation d’appareils électroniques

L’utilisation des ordinateurs portatifs, des tablettes ou téléphones intelligents n’est  permise durant le cours que pour la prise de notes ou l’utilisation de Matlab. Toute autre utilisation sera strictement non tolérée.



Horaire
Groupe Jour Heure Activité
01 Mardi 18:00 - 22:00 Laboratoire aux 2 semaines
Mercredi 18:00 - 21:30 Activité de cours



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Bilal Alchalabi Activité de cours bilal.alchalabi@lassena.etsmtl.ca
01 Francis Cardinal Laboratoire aux 2 semaines cc-Francis.CARDINAL@etsmtl.ca A-4526



Cours
Date Contenus traités dans le cours Heures
  Introduction, acquisition, traitement, transmission, sauvegarde et affichage 3 heures
  Échantillonnage 1,5 heure
  Opérations de base 1,5 heure
  Rehaussement 3 heures
  Couleurs 3 heures
  Détection de contours 6 heures
  Morphologie mathématique 6 heures
  Transformée de Fourrier 2D, filtrage dans le domaine fréquentiel 6 heures
  Compression des images JPEG 6 heures
  Analyse de texture 3 heures
  Total 39 heures

 

Note : Tous les cours sont d'une durée de 3 heures 30 minutes par semaine.



Laboratoires et travaux pratiques
Date Description des laboratoires Heures
  Introduction à MatLab 0 heure
  Opérations de base en traitement d’images : histogramme, filtrage, opérations géométriques 6 heures
  Détection de contours 8 heures
  Morphologie mathématique 2 heures
  Couleurs 2 heures
  Transformée de Fourrier rapide 4 heures
  Compression des images 2 heures
  Total 24

 



Utilisation d'outils d'ingénierie

Logiciel Matlab et Image Toolbox


Évaluation
Activité Description % Date de remise
  Laboratoires 30 %  
  Examen intra 35 % 28 février 2024
  Examen final 35 %  



Dates des examens intra
Groupe(s) Date
1 28 février 2024



Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : http://etsmtl.ca/Etudiants-actuels/Baccalaureat/Examens-finaux


Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

La note zéro est attribuée à tout travail remis en retard.



Absence à un examen
Dans les cinq (5) jours ouvrables suivants, la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre auprès de la coordonnatrice – Affaires départementales qui en référera au directeur du département ou du SEG. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Dans tous les cas, l’étudiant doit effectuer sa demande en complétant le formulaire prévu à cet effet qui se trouve dans son portail Mon ÉTS/Formulaires. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat, Activité compétitive d’un étudiant appartenant à un club scientifique ou un club sportif d’élite de l’ÉTS ou au programme « Alliance sport étude » ou autre) à un examen entraînera l’attribution de la note zéro (0).



Infractions de nature académique
À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la page "Citer, pas plagier !" (https://www.etsmtl.ca/Etudes/citer-pas-plagier). Les clauses du règlement sur les infractions de nature académique de l’ÉTS (« Règlement ») s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiants doivent consulter le règlement sur les infractions de nature académique (https://www.etsmtl.ca/docs/ETS/Gouvernance/Secretariat-general/Cadre-reglementaire/Documents/Infractions-nature-academique) pour identifier les actes qui constituent des infractions de nature académique au sens du Règlement ainsi que prendre connaissance des sanctions prévues à cet effet.

Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par l’enseignant(e) du cours.



Documentation obligatoire
  • GONZALEZ, R., WOODS, R., Digital Image Processing, third edition, Addison-Wesley, 4e édition, 2018.
  • NOUMEIR, R., ELE747 Cahier de laboratoires, ÉTS (disponible sur le site du cours).



Ouvrages de références
  • ANDREWS, H.C., HUNT, B.R., Digital Image Restauration, Prentice Hall, 1977.
  • GONZALEZ, R., WOODS, R.,Eddins S. Digital Image Processing, using Matlab, Addison-Wesley, 2004.
  • HARALICK, R.M., SHAPIRO, L.G., Computer and Robot Vision, Vol. I, Addison-Wesley, 1992.
  • Jahne B., Practical handbook on image processing for scientific applications, CRC press 1997.
  • LEVINE, M.D., Vision in Man and Machine. McGraw-Hill, 1985.
  • RUSS J.C., The Image Processing Handbook, CRC press, 1994.
  • Serra J., Image Analysis and Mathematical morphology, Academic Press 1982.
  • Taubman D, Marcellin M.W., JPEG 2000, image compression fundamentals, standards and practice, Kluwer 2002.



Adresse internet du site de cours et autres liens utiles

Site du cours : http://ena.etsmtl.ca/