Université du Québec en Outaouais Département d'informatique et d'ingénierie
Sigle : INF7093  Gr. 01
Titre : Éléments avancés d'analyse d'images
Session : Hiver 2018  Horaire et local
Professeur : Allili, Mohand Saïd
1. Description du cours paraissant à l'annuaire :

Objectifs

Connaître le processus de formation d’images. Maîtriser les outils fondamentaux d'analyse et de traitement des images. Maîtriser différents algorithmes pour l’extraction de caractéristiques, la restauration et la représentation des images. Réaliser des projets basés sur le traitement d’images, tels que la reconnaissance d’objets, la segmentation, la classification d’images, le codage et la compression, etc.

Contenu

Le cours permettra de comprendre des aspects avancés des systèmes d’acquisition, du processus d’échantillonnage, de quantification, et de filtrage des images. Il permettra aussi de connaître les techniques d’extraction de différentes caractéristiques (les contours, les régions et les formes), ainsi que les opérations de base pour l’amélioration de la qualité des images (la restauration et le rehaussement). Il introduira aussi des aspects de haut niveau, tels que la représentation et la classification d’images.
2. Objectifs spécifiques du cours :
Au terme de cette activité, l’étudiant(e) sera aura acquis des connaissances sur :
  • Les principes de formation d’images;
  • Les techniques d’amélioration de la qualité de l’image;
  • Les techniques d’extraction de caractéristiques de l’image;
  • Les techniques de restauration d’images;
  • Les techniques de segmentation et de représentation d’images;
  • Le traitement morphologique de l’image.
3. Stratégies pédagogiques :
Les formules pédagogiques suivantes seront utilisées:
  • Cours magistraux (3 heures par semaine)
  • Présentation de la théorie et des exemples
4. Heures de disponibilité ou modalités pour rendez-vous :
Heures de disponibilité : sur demande.

L’étudiant(e) peut m’envoyer un courriel pour fixer un rendez-vous.

Bureau : B-2022, téléphone: 819-595-3900 poste 1601

Courriel: mohandsaid.allili@uqo.ca

5. Plan détaillé du cours sur 15 semaines :
Semaine Thèmes Dates
1    Formation d’images
  • Systèmes de formation d’images
  • Échantillonnage et quantification
  • Espaces de couleurs et transformations
  • Transformées géométriques de l’image
 08 jan. 2018 
2    Amélioration de la qualité de l’image
  • Égalisation d’histogrammes
  • Réduction de bruit
  • Rehaussement du contraste
 15 jan. 2018 
3    Extraction de caractéristiques I (une image)
  • Détection de contours
  • Transformée de Hough
  • Extraction de points d’intérêt (détecteur de Hariss)
 22 jan. 2018 
4    Extraction et reconstitution d'images
  • Modèles de bruit dans l'image
  • Restauration d'images bruitées
  • Reconstruction d'images à partir de projections
 29 jan. 2018 
5    Semaine d'études 05 fév. 2018 
6    Examen de mi-session 12 fév. 2018 
7    Extraction de caractéristiques II (séquence d'images)
  • Introduction à la vidéo
  • Détection de changement
  • Estimation du mouvement vidéo
 19 fév. 2018 
8    Filtrage de l’image dans le domaine de Fourier
  • Transformée de Fourier 1D (discrète et continue)
  • La convolution dans le domaine de Fourier
  • Transformée de Fourier 2D
  • Filtrage dans le domaine de Fourier
 26 fév. 2018 
9    Segmentation d’images
  • Notions de base sur la segmentation
  • Segmentation basée sur la croissance de régions
  • Segmentation par seuillage d’histogrammes
  • Segmentation probabiliste
 05 mars 2018 
10    Traitement morphologique de l’image
  • Dilation et érosion
  • L’ouverture et la fermeture
  • Lissage morphologique de l’image
 12 mars 2018 
11    Représentation des images
  • Représentation de la texture
  • Représentation de la forme
  • Aspects de la reconnaissance d’objets
 19 mars 2018 
12    Présentation des projets du cours 26 mars 2018 
13    Révision générale 02 avr. 2018 
14    Examen final 09 avr. 2018 
15    16 avr. 2018 
6. Évaluation du cours :

L’étudiant(e) dans ce cours sera évalué(e) par les examens de mi-session et final, ainsi que par des travaux pratiques et un projet de fin de session. Les travaux pratiques se feront individuellement ou en groupe de deux (2) personnes maximum. La pondération de la note finale sera comme suit:

  • Examen de mi-session : 30%
  • Examen final : 30%
  • Travaux pratiques: 20%
  • Projet de fin de session: 20%

Une moyenne générale inférieure à 64% est éliminatoire et conduit automatiquement à l'échec de l’étudiant(e). Le cours comportera cinq (5) travaux pratiques réalisés avec un langage de programmation (C, C++, ou Matlab). Il comportera aussi un mini-projet (article à lire et à résumer) pour chaque étudiant, à rendre sous forme de rapport, un code et une présentation (15 à 20 min.) à la fin du cours.

7. Politiques départementales et institutionnelles :
8. Principales références :
  1. Rafael C. Gonzalez & Richard E. Woods. Digital image Processing. Prentice Hall, third edition, 2008.
  2. Lukac. R. and Plataniotis. Color Image Processing: Methods and Applications. CRC Press, Francis & Taylor Group, 2007.
  3. Alan C. Bovik. Handbook of Image and Video Processing. Academic Press, second edition, 2005.
  4. David A. Forsyth & Jean Ponce. Computer Vision: A Modern Approach. Prentice-Hall, 2003.
  5. Plusieurs cours en ligne et tutoriaux sont disponibles sur le web.
9. Page Web du cours :
https://moodle.uqo.ca