4AAT1I - Approche algorithmique du traitement d'images 1

Appartient à l'UE Approche algorithmique du traitement des images 1

Personnes enseignantes

Nom du cours – 4AAT1I

4AAT1I - Approche algorithmique du traitement d’image 1

Personnes enseignantes

Christine Leignel

Description technique du cours

  • Acronyme de l’activité : 4AAT1I
  • Bloc : 2
  • Quadrimestre : 4
  • Nombre de crédits : 2
  • Nombre d’heures de cours : 24h
  • Nombre d’heures de travail hors cours (estimation) : 24
  • Format du cours : laboratoire, classe
  • Langue d’instruction : Français
  • Implantation : HE2B – ESI
  • Pré-requis : 3OMA1RI
  • Co-requis : néant

Description générale du cours

Cette UE introduit les notions et concepts d’analyse des images de niveau bas et intermédiaire en étroite relation avec l’informatique industrielle.

  • Le traitement bas niveau de l’image intègre les notions de résolution, luminance, contraste et histogramme, filtrage spatial et détection de contours;
  • Le traitement intermédiaire réfère les notions de filtrage fréquentiel par transformée de Fourier, ainsi que les algorithmes de segmentation permettant de passer du niveau pixel au niveau objet.

L’unité d’enseignement est composée d’une partie théorique, 4AAT1IT, en classe, d’une durée de 12 heures, et d’une partie laboratoire, 4AAT1IL, en laboratoire, 12 heures également.

Objectifs généraux

Au terme de l’activité d’apprentissage, l’étudiante ou l’étudiant est en mesure de :

  • Comprendre les concepts de base de traitement d’image;
  • Appliquer en pratique la théorie des niveaux bas et intermédiaires;
  • Analyser la qualité des traitements bas niveau;
  • Évaluer la qualité de la segmentation en régions;
  • Acquérir des connaissances en traitement des images de niveau bas et intermédiaire avant le cours de classification et prise de décision (5AAT2I).

Acquis d’apprentissage spécifiques sanctionnés par l’évaluation

Au terme des séances, l’étudiante ou l’étudiant est évalué·e sur sa capacité à :

  • Concevoir le schéma de principe d’une chaîne de traitement d’images ;
  • Identifier les formats (incluant la compression), espaces colorimétriques, et caractéristiques d’une image;
  • Expliquer les notions de définition, résolution et quantification d’une image numérique ;
  • Déterminer la luminance moyenne et le contraste d’une image ;
  • Choisir la transformation par histogramme adéquate ;
  • Corriger la dynamique de l’image par transformation affine sur l’histogramme ;
  • Procéder à l’égalisation d’histogramme ;
  • Déterminer le filtre nécessaire à l’objectif poursuivi dans la chaîne de traitement de l’image ;
  • Construire le filtrage spatial par convolution 2D ;
  • Appliquer le filtrage spatial sur l’image et conclure ;
  • Déduire du filtrage fréquentiel des notions sur l’image ;
  • Définir le type de contours recherchés, et choisir le type de filtre souhaité pour le contour défini ;
  • Déduire les coefficients du filtre en fonction de l’objectif ;
  • Concevoir le filtre optimal;
  • Expérimenter quelques algorithmes de segmentation en régions et les comparer;
  • Procéder aux opérations morphologiques à la suite de la segmentation;
  • Connaitre quelques bibliothèques de traitement d’image (Scikit Image, NumPy, Scipy, PIL/Pillow, Mahotas, etc.)

Modalités d’évaluations

  • Une évaluation continue en laboratoire 50% de la note de l’UE;
  • Un examen écrit 50% de la note de l’UE.

Contenus

  • Chaine complète de traitement et applications;
  • Caractéristiques d’une image;
  • Espaces colorimétriques;
  • Formats d’image;
  • Compression (LZW, RLE, JPEG);
  • Traitement par histogramme;
  • Filtrage spatial linéaire (passe-bas/passe-haut) et non linéaire;
  • Filtrage fréquentiel (Transformée de Fourier);
  • Transformée de Hough;
  • Fermeture de contours à travers des opérateurs morphologiques;
  • Codage de Freeman;
  • Algorithmes de segmentation;
  • Extraction d’attributs;
  • Analyse en composantes principales;
  • Mise en oeuvre des points précédents à travers quelques bibliothèques de traitement d’image (Scikit Image, NumPy, Scipy, PIL/Pillow, Mahotas, etc.)

Bibliographie

  • Le traitement des images de Henri Maître, Éditeur ‏ : ‎ Hermes Science Publications; Illustrated édition (8 janvier 2003).
  • Fusion d’informations en traitement du signal et des images de Isabelle Bloch, IC2: Série Traitement du signal et de l’image, Volume 14 de Traité IC2 Information, Éditeur Hermes Science Publications, 2003.
  • Probabilités et incertitude en fusion de données multisenseurs de Alain Appriou - Revue scientifique et technique de la défense, (11), p. 27-40, 1991.
  • Formulation et traitement de l’incertain en analyse multisenseurs de Alain Appriou - Quatorzième Colloque GRETSI, p. 951-954, Juan-les- Pins, 1993.
  • Analyse de Fourier, exercices corrigés de Roger Ceschi Jean-Luc Gautier, Iste éditions, Collection(s) : Traitement du signal et de l’image, 2017.