ReVA : Analyse d’Image


...
    cv::Mat image = cv::imread( argv[1] ); /* Read the file */

    if ( !image.data ) { /* Check for invalid input */
        printf("Could not open or find the image\n") ;
        return -1;
    }

    cv::namedWindow( "Display window"  ); /* Create a window for display */
    cv::imshow( "Display window", image );  /* Show our image inside it */
...

Ce cours est une introduction aux méthodes de base utilisées pour le traitement des images. Il fournit une vue d’ensemble des différents aspects liés à ce domaine. En plus des techniques existantes, les élèves seront amenés à réfléchir sur les difficultés liées à ce domaine. A l’issue de ce cours, les élèves pourront aborder un problème d’analyse d’image de façon constructive et proposer des solutions à des applications de vision industrielle.

Les TP seront programmés en C++ avec la bibliothèque de fonctions OpenCV.

Contenu

L’analyse d’images consiste à extraire l’information présentée dans des tableaux de valeurs (données image) et à l’associer à un modèle de connaissance auquel se rapporte ces images. Le traitement bas niveau des images et leur segmentation seront décrits, ainsi que la dualité entre contours et régions. Cela nous permettra d’évoquer les notions d’analyse structurelle et de détection fine, en particulier au moyen des contours actifs. La transformation de Hough montrera comment on peut résoudre un problème de Reconnaissance des Formes par l’analyse de la distribution de primitives dans un espace de représentation.

  • Traitement d’images, analyse structurelle, détection fine
  • Morphologie mathématique
  • Gradient et Laplacien, détection et suivi de contours
  • Caractérisation par régions, Split and Merge
  • Recalage
  • Segmentation
  • Transformation de Hough
  • Contours actifs
  • Texture

Prérequis

  • Programmation C/C++

Acquis de l’enseignement

A l’issue de cet enseignement, l’élève est capable de comprendre un problème d’analyse d’image de façon constructive et de proposer des solutions à des applications de vision industrielle.

 Références

  • Analyse d’images : filtrage et segmentation de Jean-Pierre Cocquerez, Sylvie Philipp, Philippe Bolon, Henri Maître, ed. Masson.
  • Fundamentals of Digital Image Processing (Prentice Hall Information and System Sciences Series).
  • Learning OpenCV – G. Bradski and A. Kaehler – O’Reilly.

Supports de cours et TD

  • Le cours d’introduction au format PDF.
  • Une archive contenant des images, la bibliothèque OpenCV pour les iMac, un code source pour lire une image à télécharger.
  • Un livre de référence d’OpenCV (accès ENT).
  • Le premier TP au format PDF TP 1 A RENDRE POUR LE 28 AVRIL 2019
  • Une “petite correction” du premier TP (pour le profil en niveaux de gris) en PDF
  • Le second TP au format PDF TP 2 A RENDRE POUR LE 02 MAI 2019
  • Le troisième TP au format PDF TP 3 A RENDRE POUR LE 08 MAI 2019
  • Le quatrième TP au format PDF TP 4 A RENDRE POUR LE 10 MAI 2019