Traitement d’images Semaine 01.

Slides:



Advertisements
Présentations similaires
Le débogage Semaine 12 Version A15. Plan de leçon - Débogage  Commentaire javadoc  Définition  Fonctionnement  Point d’arrêt  Exécution  Contrôler.
Advertisements

Les sauvegardes Pourquoi sauvegarder ? Que sauvegarder ? Quand sauvegarder ? Ou sauvegarder ? Et comment ?
Composants Matériels de l'Ordinateur Plan du cours : Ordinateurs et applications Types d'ordinateurs Représentation binaires des données Composants et.
L'image: Le codage des images BacPro SEN Lycée Condorcet.
Modélisation Géométrique Cours 4 : Acquisition de la géométrie.
Traitement d’images Semaine 01. Plan de leçon Plan de cours Traitement d’images – Définition – Domaine d’application Définition du spectre électromagnétique.
LES FONCTIONS D'UN SYSTEME D'EXPLOITATION ● Le système d'exploitation contrôle entièrement les ressources matérielles locales. ● Il est responsable de.
L'image 1ère partie: Généralités 2ème partie: Les espaces de couleurs
Commande déportée d'une chaîne de production ● Présentation générale du projet ● Présentation du Testeur ● Programmation.
CHAINES DE MESURES et chaines commande. -Notion de Mesure D é finition: Une grandeur est mesurable si on sait d é finir l ’ é galit é, la somme et le.
INSTALLATION DOMESTIQUE
Le Pré-traitement en pratique Conférence AIP 2008Luc Coiffier Auteur de DeepSkyStacker.
Comparing color edge detection and segmentation methods Projet TIM.
Traitement d’images 420-D78-SW A16 Semaine 02 Plan de leçon  Images : définition  Mat : définition  Filtres de lissage  Les fonctions et méthodes.
GHU 9/09/2016 Atelier : De la prise de vue numérique à la publication 1)L'appareil de photo numérique 2)La prise de vue et ses réglages 3)Profondeur de.
Spectrophotométrie UV/ Visible Héloïse GAY – Gabriel MOREAU Licence professionnelle Polymer Engineering –
Bac Pro 3 ans Systèmes Electroniques Numériques. Bac Pro SEN AudioVisuel Multimédia Alarme Sécurité Incendie Electrodomestique Télécommunications et Réseaux.
Introduction à la vision numérique Présentation du plan de cours Lectures supplémentaires: Sonka et al: chap. 1 Patrick Hébert & Denis Laurendeau (dernière.
Livre numérique augmenté
Acquisition Multicanal
Utilisation des signaux sonores et lumineux
Thème 2 – L’électricité dans un circuit
L’ordinateur et ses composants
la lumière des corps chauds
Suites ordonnées ou mettre de l’ordre
Traitement d’images 420-D78-SW A17 Semaine 02.
Thème 3 – La résistance au mouvement des charges
Bases de données multimédia
Synthése additive et soustractive de la lumière
Quelques Termes INFORMATIQUE ? ORDINATEUR ( Système Informatique)?
2018/4/14.
Initiation à l‘informatique Première leçon
Jéopardie l’optique! Created by Educational Technology Network
Javadoc et débogueur Semaine 03 Version A17.
Préparer par : Intissare et kaoutare
Chantier industriel Encaisseuse semi-automatique de chez CERMEX
Informatique et Sciences du Numérique
Centralisation de logs
3ème Livre 1 Rappel.
Format des fichiers TIFF
Bienvenue Comment peut-on disposer d’un espace numérique permettant de stocker toutes sortes de documents pouvant être utilisés par n’importe quel membre.
Introduction à OpenCV GEL – Design III Charles du Tremblay
Initiation à l’informatique Généralités et Définitions Université de Tébessa 1 ère Année MI Y. MENASSEL.
Les sources de lumière colorée
Chapitre 4 : Couleur des objets Les objectifs de connaissance :
Extension de fichiers*
Le Zigbee 1. PLAN Introduction. Présentation du Zig Bee. Caractéristiques de Zig Bee. Architecture Zig Bee. Topologies Zig Bee. Domaines d'application.
Enseignement de Physique-Chimie en 5ème
À l’intérieur de l’ordinateur
Les formats Stage – Semaine 4 1. Formats de fichiers  Qu’est-ce que le codage de données ?  Qu’est-ce qu’un format de fichier ? 2.
ACP Analyse en Composantes Principales
Jacques Tagoudjeu.  GENERALITES SUR LES SIGNAUX  SERIES DE FOURIER  IMPULSION (DISTRIBUTION) DE DIRAC  CONVOLUTION  TRANSFORMATION DE FOURIER  TRANSFORMATION.
Chapitre2: SGBD et Datawarehouse. On pourrait se demander pourquoi ne pas utiliser un SGBD pour réaliser cette structure d'informatique décisionnelle.
Le rendement énergétique
Présentation de l’outil
Sommaire : Projet Table tactile Projet Système d’arrosage automatique.
Kit de formation multimedia
Les spectres RMN du proton
1. Caractéristiques d’antennes Antennes et Rayonnement.
Catherine Cyrot - Cours bibliothèques numériquesz - cours 4
Systèmes ADAS: Détection de panneaux de vitesse
Prof. Leila Ennasery 2ème année collège Chapitre II La lumière et les couleurs La dispersion de la lumière La dispersion de la lumière.
Janvier 2019 IA-IPR Physique-Chimie
1 Architecture des ordinateurs Généralités. 2 Définition Informatique = Information + Automatique Ce terme a été introduit en France. Il est très répandu.
ABDELLAH BOULAL Professeur en Énergétique & Électrotechnique À la faculté des Sciences et Technique de Settat Filière: Ingénieur en Systèmes électriques.
Informatique Embarquée et Objets Connectés
Vision DÉFINITION   La vision par ordinateur ou vision artificielle est le traitement d’images par ordinateur provenant d’un dispositif extérieur tel.
Introduction à la vision par ordinateur
Thème: les fibres OPTIQUE a gradient d’indice Réalisé par: Noutchieu Teugang Franck Cédric Sous l’encadrement de: M. Atangana André Marie 1 Année académique.
Transcription de la présentation:

Traitement d’images Semaine 01

Plan de leçon Me Plan de cours Traitement d’images Définition Domaine d’application Définition du spectre électromagnétique Définition d’une image numérique Environnement de travail OpenCV : Définition Capacité Installation et compilation des librairies Démonstration Définition d’un projet Premier exemple Documentation Les premières fonctions

Traitement d’images : définition Le traitement d’images consiste à effectuer des opérations sur une image numérique dans le but de l’améliorer ou d’en extraire des informations ou encore pour le divertissement Traitement

Traitement d’images : définition Les images numériques proviennent d’un dispositif extérieur Caméra Microscope Satellite Spectromètre …

Traitement d’images : définition Le traitement d’images dans l’industrie a l’avantage d’éviter le contact entre les objets et le capteur De plus, il permet d’accumuler l’information très rapidement 15 fps et + La rapidité est relative au besoin de l’industrie

Traitement d’images : Domaines d’application Classification : Identifier quels éléments font partis de quelles populations Extraction de caractéristiques : Mettre en évidence certaines caractéristiques Reconnaissance de formes : OCR Projection : Exemple 2D vers 3D Traitement de signaux Automatisation et robotique Géomatique Biomédicale … OCR : Optical character recognition

Utilité Le traitement d’images permet entre autres de supporter l’humain et carrément le remplacer dans certaines tâches

Spectre électromagnétique Le spectre électromagnétique est la plage possible des fréquences de radiation électromagnétique qu’un objet peut émettre Le spectre électromagnétique d’un objet est la distribution des radiation électromagnétique que celui-ci émet ou absorbe.

Spectre visible Le spectre visible est la radiation électromagnétique qui est visible pour l’œil humain La plage du spectre lumineux est de 380 nm à 740 nm Valeur approximative 380 nm et moins  ultraviolet 740 nm et plus  infrarouge

Image numérique Une image numérique est une représentation binaire d’une image 2D Elle peut être vectorielle ou matricielle En générale, le terme « image numérique » fait référence au type matricielle Une image vectorielle est composée de formules mathématiques Une image matricielle est composée d’une ou plusieurs matrices ayant deux dimensions Termes importants : Binaire, vectorielle, matricielle Concepts importants : Différence entre vectorielle et matricielle Plusieurs couches peuvent former des images complexes tel que RGB, RGBA, HSV, CMYK, etc.

Image numérique Elle a un nombre fini de données numériques Ces données sont représentées par des pixels Pixel vient des termes picture element Chaque pixel est composé d’une ou plusieurs valeurs Généralement ce sont des valeurs entières de 8 bits Chaque image peut avoir un ou plusieurs canaux Exemples 1 canal : Image niveau de gris (8 bits) ou monochrome (1 bit) 3 canaux : Image RGB (24 bits) Pour la simplification de l’écriture, lorsque je parlerai d’images, je ferai référence à une image RGB à moins d’avis contraire.

Image numérique Elles sont souvent compressées pour économiser de l’espace ou de la bande passante Chaque cellule de la matrice est un pixel Le pixel n’est pas toujours représenté par un carré

Pixel En général, les pixels de couleurs sont formés de trois sous-pixels soit le rouge, le vert et le bleu Les pixels dans les écrans actuels peuvent être configurés de différentes manières

Pixel Pour chaque pixel, on retrouve plusieurs propriétés Valeur en nombre de bit Densité en dpi (dot per inch) ou ppi (point per inch) Exemple : 326 ppi iPhone – 264 ppi iPad – 576 ppi Galaxy S7 – 801 ppi Sony Xperia Z5 Premium Rapport d’aspect (aspect ratio) qui est le rapport entre la largeur et la hauteur du pixel On retrouve généralement les proportions 1:1, 4:3 ou 16:9 PAR : Pixel Aspect Ratio PAR 4:3 et 16:9 sont utilisés plus dans le monde analogique. Aujourd’hui, le 1:1 est utilisé pour le numérique (https://en.wikipedia.org/wiki/Pixel_aspect_ratio#Modern_standards_and_practices)

Capteur photographique Il y a principalement deux types de capteurs CCD (charge-coupled device) Matrice de condensateurs qui transforme l’énergie lumineuse en courant électrique CMOS (complementary metal–oxide–semiconductor) Matrice de capteurs de pixel qui transforme l’intensité lumineuse en courant électrique

Capteur photographique CMOS moins coûteux en composants et gourmands en énergie que le CCD Plus rapide pour la lecture de données Susceptible au « rolling shutter » La plupart Tous les cellulaires en sont munis Munis les appareils photos d’usage normal CCD Plus coûteux Plus précis Susceptible au « vertical smear » lors d’éclairage intense Munit les appareils photos normaux Munit les appareils spécialisés : haute vitesse et faible luminosité http://www.cei.se/news/9651/CCD-vs-CMOS-Infographic.aspx

Environnement de travail Nous utiliserons l’IDE Visual Studio 2015 À moins que l’on trouve un meilleur La librairie utilisée sera OpenCV Dernière version stable Téléchargeable sur http://fichiers.st-yves.net Dans mon dossier Le langage sera C++

OpenCV : Définition OpenCV est une librairie code ouvert sous la licence « open source BSD » L’acronyme tient pour Open Computer Vision Multi-plateforme : Windows, Linux, OS X, mobile et plus Originalement développée par Intel en 1999 Maintenue par OpenCV.org Code original en C

OpenCV : Capacité Les champs de développement de OpenCV sont les suivants Les outils 2D et 3D Reconnaissance faciale Reconnaissance des mouvements IHM (Interaction homme-machine) Robotique Identification d’objet Segmentation et reconnaissance Stéréoscopie Suivi de mouvement Apprentissage profond (Deep Learning) Outils statistiques et plus Exemples

OpenCV : Installation Voir le document Word D78 - Semaine 01 - OpenCV Installation et configuration 3.3 et VS2015 vA17 Version 3.3 en date du 10 août 2017

OpenCV : Tester l’installation Vérifier que l’installation s’est bien déroulée en compilant le code dans le document de configuration Ou démarrer un projet avec la configuration nécessaire et compiler un fichier inclus dans le dossier « opencv/samples »

Documentation La documentation se retrouve dans le dossier « doc » de openCV On retrouve les livres PDF et des didacticiels pour aider au développement Le manuel de référence sera le plus utile