Description du programme de la matière
Objectifs: | Ce cours nous permet d’acquérir les bases essentielles de traitement et d’analyse des images numériques et de la reconnaissance des formes. Des exemples concrets seront mis en œuvre à travers des TP et de mini-projets. Des applications divers sont mises en évidence à savoir : biométrie (reconnaissance et identification), documents, restauration de documents et des images etc.. Mots clés: Reconnaissance des formes, segmentation, restauration, classification, analyse, décision, détection du mouvement, compression. |
Contenu: | CONTENU DU MODULE : I. Traitement d’Images : 20 heures 1. Définition de l’image, objectif du traitement d’images… 2. Numérisation et binarisation de l’image, 3. Formats d’images (bit-map, vectorisée) 4. Techniques de base en traitement d’images: (histogrammes, opérations ponctuelles…) 5. Prétraitement et filtrage des images 6. Segmentation (études des différentes approches : région, frontières..). 7. Notion du mouvement dans une séquence d’images. II. Reconnaissance des formes : 10 heures 1. Introduction à la reconnaissance des formes : (définition et schéma d’un système de reconnaissance et ses applications-acquisition-prétraitement- Post-traitement). 2. Extraction de caractéristiques. 3. Classification (théorie de la décision bayesienne, les hyperplans, réseaux de neurones..). 4. Reconnaissance et interprétation III. Compression des images fixes :15 heures 1. Définition, 2. Méthodes de compression et décompression : avec et sans perte, compromis précision/espace/temps de calcul, normes. 3. Différents codages et quantifications. 4. JPEG standard et JPEG2000. 5. Transformations 2D et 3D -Rastérisations et Programmation GPU |
Travail Personnel: | Traitement d’image :(numérisation, affichage d’ histogrammes, binarisation ,détection de contours, filtres médian, moyen, ..). Restauration des images Classification et reconnaissance : (-Reconnaissance de caractères isolés- Analyse de documents complexes- Reconnaissance de chiffres manuscrits isolés, etc...) Compression des images :Compression des images en utilisant la DCT, ACP…
NB : pour cette partie on peut utiliser les logiciels suivants :PYTHON, Matlab et OpenCV. |
Bibliographie: | -José M.Bernardo and Adrian F.M.Smith Bayesian Theory, John wiley, new york, NY, 1996 -Richard O.Duda, Peter E.Hart, David G.Stork Pattern classification first and second edition. -G. Dreyfus, et al, réseaux de neurones : méthodologies et applications. Ed. Eyrolles. -M. Crucianu, J.-P. Asselin de Beauville, R. Boné Méthodes factorielles pour l'analyse des données : méthodes linéaires et extensions non-linéaires. Ed. Hermès. - G. Saporta Probabilités, analyse des données et statistique. Ed. TECHNIP. -D.J. Hand, H. Mannila, P. Smyth Principles of Data Mining (Adaptive Computation and Machine Learning). Ed. Bradford Book. - BELAID Abdel, BELAID Yolande, "Reconnaissance des formes : Méthodes et applications". InterEditions, 1992. -DUBUISSON Bernard, "Diagnostic et reconnaissance des formes". Hermes, 1990. -FU King-Sun, "Syntactic Methods in Pattern Recognition". Academic Press, 1974. -GAILLAT Gérard, "Méthodes statistiques de reconnaissance des formes". Publication ENSTA, 1983. -MICLET Laurent, "Méthodes structurelles pour la reconnaissance des formes". Eyrolles et CNET - ENST, 1984. -PAVLIDIS T., "Structural Pattern Recognition". Springer Verlag, 1982. -SIMON Jean-Claude, "La reconnaissance des formes par algorithmes". Masson, 1984. -WATANABE Satosi, "Knowing and Guessing". John Wiley, 1969. -DUDA Richard, HART Peter, "Pattern Classification and Scene Analysis". John Wiley & Sons, 1973. -Computer Graphics: Principles and Practice (2nd Ed.), J.D.Foley, A. van Dam, S.K. Feiner, J.F. Hughes, Addison-Wesley 1990, ISBN 0-201-12110-7. -Advanced Animation and Rendering Techniques, Alan Watt, Mark Watt, Addison-Wesley 1992, ISBN 0-201-54412-1. |
|