Traitement numérique des images
Code Formation: 7300
| Ajouter aux favoris
Présentation de la formation
Compétence principale visée
Mettre en œuvre une chaîne d'acquisition et de traitement d'images pour une application industrielleObjectifs pédagogiques
- Comprendre les principes d'acquisition et les techniques fondamentales du traitement d'images 2D et 3D
- Expérimenter les méthodes de prétraitement, correction, filtrage et segmentation adaptées aux applications industrielles
- Etre capable de spécifier et dimensionner les différents éléments d'une chaine d'analyse d'images spécifique à un problème
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)
PARTIE 1 - 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 éléments de dimensionnement
- solutions existantes (constructeurs et sociétés de services)
- alternatives possibles pour un POC
PARTIE 2 - SYSTÈMES
- Imagerie 2D
- RGB et espaces couleur
- IR, température, nuit
- Adaptation optique
- RGB-D (stéréovision, photogrammétrie)
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.
PARTIE 3 - PROCESSING
- Introduction et définitions fondamentales
- 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
- Extraction de 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 (1/2 journée)
Evaluation des acquis de formation
Evaluation des acquis des apprenants réalisée en fin de formation, par un questionnaire ouvert contextualisé.Taux de réussite
94.3% des apprenants ont acquis la compétence principale visée
Résultat obtenu pour 177 participants évalués ayant suivi une formation dans la thématique sur les 5 dernières années
Évaluation de la satisfaction
Evaluation du ressenti des participants en fin de formation (Niveau 1 KIRKPATRICK)
Résultats de l’évaluation
Le niveau de satisfaction globale est évalué à 4.3/5 par les participants.
Evaluations réalisées auprès des 199 participants ayant suivi une formation dans la thématique sur les 5 dernières années
