Image Analysis - 5PMSAIS1

Objectif(s)

Ce cours présente certains outils avancés pour l'analyse d'images.
La première partie du cours est consacrée à la révision de certaines techniques avancées de filtrage linéaire et non linéaire.
La deuxième partie traite de la segmentation d'images (c'est-à-dire la partition d'une image en régions), de la description des régions d'images et de la classification.
Le cours se termine par quelques aperçus sur le traitement vidéo et l'analyse d'images 3D.

Les séances de laboratoire (BE) associées à ce cours permettront aux étudiants de s'exercer à l'utilisation de certaines des techniques présentées pendant le cours. Les étudiants travailleront par groupes de deux et devront remettre un rapport détaillant leur travail.

Le cours sera dispensé en anglais. Toutefois, si nécessaire, les interactions pourront également se faire en français.
Les devoirs des séances de laboratoire seront en anglais, mais les rapports pourront être rédigés en anglais ou en français.

Contenu(s)

Plan du cours

1) Introduction au cours et aux espaces colorimétriques des images
2) Morphologie mathématique (opérateurs avancés)
3) Filtrage avancé
4) Détection des contours
5) Segmentation, partie I
6) Segmentation, partie II
7) Descripteurs de régions et classification
8) Notions de base sur le traitement vidéo et l'analyse d'images 3D

Concepts de base du traitement d'images (tels que l'histogramme, le filtrage linéaire, la morphologie mathématique de base, la détection des contours, etc.).

Contrôle des connaissances

Session normale / First session
Evaluation rattrapable (ER) / ER assessment : Projet individuel
Evaluation non rattrapable (EN) / EN assessment : comptes rendus de BE / Lab reports

Si situation 100% distancielle / If distant learning mandatory:
Evaluation rattrapable (ER) / ER assessment : Projet personnel / Personal project
Evaluation non rattrapable (EN) / EN assessment : Project collectif / Group project

Session de rattrapage / Second session
EN : Evaluation non rattrapable / EN assessment: Retaking this assessment is not possible

Informations complémentaires

Bibliographie

Main references of the course.
Gonzalez, Rafael C., and Richard E. Woods. "Digital image processing." (2002).
Szeliski, Richard. Computer vision: algorithms and applications. Springer, 2010. (available at http://szeliski.org/Book/)

Some of the concepts presented at the course can be found in the following references.
Soille, Pierre. Morphological image analysis: principles and applications. Springer-Verlag New York, Inc., 2003.
Sapiro, Guillermo. Geometric partial differential equations and image analysis. Cambridge university press, 2006.
Gonzalez, Rafael C., Richard Eugene Woods, and Steven L. Eddins. Digital image processing using MATLAB. 2004.