Traitement numérique des images
Code Formation: 5236
| Ajouter aux favorisObjectifs pédagogiques
- Illustrer les principes d'acquisition et les techniques fondamentales de traitement d'images
- Mettre en œuvre une chaîne d'acquisition et de traitement d'images pour une application industrielle
Présentation de la formation
Compétence principale visée
•Mettre en œuvre une chaîne d'acquisition et de traitement d'images pour une application industriellePublic
- Chefs de projet, ingénieurs, techniciens des secteurs études, développement ou contrôle
Prérequis
- Notions de traitement du signal et de langage de programmation (FIJI + PYTHON et OPEN CV)
INTRODUCTION
Image numérique, une révolution qu'il faut d'abord maitriser (systèmes, législations, ...)
Résoudre un problème par l'image - faisabilité et effet de bords
Systèmes actuels et et éléments de dimensionnement
- solutions existantes (constructeurs et sociétés de services)
- alternatives possibles
SYSTEMES
Imagerie 2D
- RGB et espaces couleur
- IR, température, nuit
- Adaptation optique
Imagerie 3D
- RGB-D (stéréovision, photogrammetrie)
- Tomographie et reconstruction
Travaux Pratiques
- Mise en oeuvre d'acquisition et impact de l'optique (luminosité, profondeur de champs, angle de vue et déformations)
- Espace couleur, RGB, HSV, LUT
En option, à la demande des stagiaires en amont du stage, un travail pratique d'acquisition RX pourra être proposé
PROCESSING
Introduction
- distance, voisinage
Pipeline de traitements
- pré et post traitements usuels
Correction des images
- opérations sur les intensités (correction d'histogramme, +-*/E, ...)
- filtrage (convolution, morphologie mathématique (gray et bin), transformation Fourier, AD, ...)
- recalage/interpolation/correction d'optique
Caractéristiques locales
- textures
- descripteurs
Segmentations d'objets
- seuillages (dont k-means)
- watershed, Level sets, croissance de région
- morphologie et quantification : analyse de forme, distances de Hausdorff
Travaux Pratiques
- Reconnaissance d'objet par appariement de descripteurs
- Convolution vs Fourier, Morphologie mathématique
- Segmentation et comptage
En option, à la demande des stagiaires en amont du stage, une introduction à l'analyse d'images par réseau de neurones pourra être proposée
Alternance d'apports théoriques et de travaux pratiques
Évaluation des acquis de la formation
Evaluation des acquis des apprenants réalisée en fin de formation, par un questionnaire ouvert contextualisé.Taux de réussite
75 % des apprenants ont acquis la compétence principale viséeÉvaluation de la formation
Evaluation du ressenti des participants en fin de formation (Niveau 1 KIRKPATRICK)Résultats de l’évaluation
Le niveau d'appréciation globale de la formation est évalué à 4.3/5 par les participantsActualisée le 23-06-2023