Vision Par Ordinateur
Objectifs
Savoir comprendre le codage d’une image numérique.
Savoir filtrer une image numérique et lui appliquer des transformations morphologiques.
Savoir détecter des points caractéristiques dans une image et les décrire.
Connaître les principes de l’apprentissage automatique pour la classification d’images.
Savoir modéliser une caméra et comprendre la notion d’étalonnage et de stéréovision.
Plan du cours
-
Introduction à l’imagerie et à la vision par ordinateur.
-
Codage d’une image, histogramme et transformations globales
-
Filtrage spatial, filtres de convolution et filtres non linéaires ; morphologie mathématique
-
Détecteurs et descripteurs
-
Intro à l’apprentissage automatique pour l’annalyse d’images
-
Géométrie pour la vision, modèle de caméra, étalonnage, stéréo-vision.
Description des TP
TP1 : Histogramme et codage couleur
TP2 : Filtrage spatial et morphologie mathématique
TP3 : Détecteur de points d’intérêt de Harris
TP4 : Classification d’images par la méthode du sac de mots visuels
TP5 : Géométrie : modèles de caméra et steréo-vision
Connaissances requises
Notions de base en géométrie,
Notions de base en python
RSE (Responsabilité Sociale et Environnementale)
Bibliographie
Szeliski, Richard. Computer Vision: Algorithms and Applications. 1st éd. Berlin, Heidelberg: Springer-Verlag,