Traitement numérique des images

Code Formation: 5236

| Ajouter aux favoris

Objectifs 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 industrielle

Public

  • 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 visée
Évaluation 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 participants
Actualisée le 23-06-2023