Nature UE
Crédits ECTS 3
Volume horaire total 41
Volume horaire CM 10
Volume horaire TP 31

Pré-requis

• Prérequis en mathématique appliquée (algèbre, probabilités) • Prérequis en programmation Python

Objectifs

Traitement d'images : • Introduction générale à la vision par ordinateur • Codage des images et espaces couleurs • Histogrammes et Filtrage des images • Morphologie mathématique • Détecteurs de points d’intérêt • Vision géométrique : modèle de caméra et stéréovision Applications offline : • Transformation d'images (bruit, histogrammes, corrélation, transformations géométriques) • Reconnaissance de formes 2D, application à l'inspection automatique • Calibrage, calcul de pose, réalité augmentée • Géométrie épipolaire et reconstruction 3D Applications embarquées : Contenu de l’UE : • Découverte du Raspberry Pi 3 : spécifications matérielles, caractéristiques… • Exemples d’applications • Notions de bases en numérisation et traitement d’images • Réalisation d’un projet en imagerie avec la caméra v2

Contenu

Apprentissage des bases du traitement d'images et de la vision par ordinateur

Informations complémentaires

Traitement d'images : • Introduction générale à la vision par ordinateur • Codage des images et espaces couleurs • Histogrammes et Filtrage des images • Morphologie mathématique • Détecteurs de points d’intérêt • Vision géométrique : modèle de caméra et stéréovision Applications offline : • Transformation d'images (bruit, histogrammes, corrélation, transformations géométriques) • Reconnaissance de formes 2D, application à l'inspection automatique • Calibrage, calcul de pose, réalité augmentée • Géométrie épipolaire et reconstruction 3D Applications embarquées : Contenu de l’UE : • Découverte du Raspberry Pi 3 : spécifications matérielles, caractéristiques… • Exemples d’applications • Notions de bases en numérisation et traitement d’images • Réalisation d’un projet en imagerie avec la caméra v2