Outils pour le traitement et l'analyse d'images

Crédits : 2 ECTS

Semestre : S8

Responsable(s) :

Marie-Odile Berger,  Inria Nancy Est, marie-odile.berger@inria.fr

Erwan Kerrien, Inria Nancy Grand Est

Bart LAMIROY, Maître de Conférences,  bart.lamiroy@mines.nancy.univ-lorraine.fr

Mots clés : traitement d'images

Pré requis : algorithmique élémentaire, programmation impérative, mathématiques (niv. math'sup)

Objectif général : appréhender les bases mathématiques et algorithmiques du traitement d'images

Programmes et contenus :

Le contenu du cours est guidé par le recensement des besoins en traitement d'images pour un ingénieur. Il existe un grand nombre de domaines où l'utilisation d'images, et leur analyse sont d'une très grande utilité : analyse de surfaces de matériaux, géostatistique, analyse d'images médicales, surveillance de processus de production ou analyse de qualité ... Quelles difficultés sous-jacentes (mathématiques, algorithmiques, de modélisation ...) s'opposent donc à la mise en œuvre d'une analyse automatique d'images et quelles sont les approches qui permettent de les aborder de façon méthodique et scientifique ?
En réalité, il est possible de décrire l'image comme le résultat d'un processus de projections et d'échantillonnages ou discrétisations d'une réalité continue et tridimensionnelle. L’analyse et le traitement de l’image consistent  alors à inverser ce processus pour partir des données discrètes (pixels) et bâtir une représentation de la réalité, peut-être partielle, mais suffisante pour l’objectif visé

Les  différentes approches présentées seront abordées d’'un point de vue théorique durant le cours et seront concrètement mises en œœuvre sur des plateformes d'expérimentation ne demandant qu'une faible (mais néanmoins réelle) compétence en programmation de type Matlab.
Seront abordés :

• •Bases du traitement du signal : formation de l'image, échantillonnage, filtrage et restauration.
• •Détection d'indices, invariance et espace échelle : les méthodes permettant d'extraire des informations pertinentes de l'image (contours, point d'intérêt...) indépendamment de l'échelle de l'image et de son orientation.
• •Le problème de la correspondance des images : transformation d'images, mesure de similarité, correspondance robuste, méthode à base de flot optique.
• •Segmentation : méthodes permettant d’identifier les zones d’une image correspondant à un ou plusieurs objets d’intérêt. Les deux grandes approches, par contours ou par régions, seront abordées.
• •Vision  3D :
  •  reconstruction tridimensionnelle multi-vues(stereovision)
  •  localisation par l'image,  application à la réalité augmentée

Compétences : 

Niveaux

Description et verbes opérationnels

Connaître 

Comprendre 

Appliquer 

Analyser 

Synthétiser

Évaluer

Évaluations :

• Test écrit

• Contrôle continu

• Oral, soutenance

• Projet

• Rapport