Imagerie couleur Imagerie couleur. Représentation numérique des couleurs Nicolas Vandenbroucke
|
|
- Timothée Leroux
- il y a 4 ans
- Total affichages :
Transcription
1 Imagerie couleur Imagerie couleur Représentation numérique des couleurs Nicolas Vandenbroucke
2 Sommaire Introduction Espaces de primaires Espaces luminance-chrominance Espaces perceptuels Espaces d axes indépendants Espaces hybrides Conclusion Imagerie Couleur Représentation numérique des couleurs 2
3 Introduction Vision humaine de la couleur L œil Corps vitré Rétine Cornée Iris Macula Nerf optique Cristallin Conjonctive Imagerie Couleur Représentation numérique des couleurs 3
4 Introduction Vision humaine de la couleur Composition de l œil La conjonctive : c'est une solide membrane blanche, opaque aux rayons lumineux, servant à attacher l'œil dans son orbite. La cornée : il s'agit d'une membrane transparente et résistante située sur la face avant de l'œil. Son rôle est de protéger le globe oculaire sur la face avant. L'iris : il fonctionne comme un diaphragme en dosant la quantité de lumière qui pénètre dans l'œil. Son ouverture centrale est la pupille. Le cristallin : il fonctionne comme une lentille à focale variable, grâce à sa capacité de modifier sa courbure. Imagerie Couleur Représentation numérique des couleurs 4
5 Introduction Vision humaine de la couleur La rétine C'est sur elle que viennent se projeter les images de la scène que nous observons. Elle contient deux types de cellules photosensibles : les cônes et les bâtonnets. Cônes : ils permettent la vision diurne (vision photopique) Bâtonnets : ils permettent la vision nocturne (vision scotopique) Imagerie Couleur Représentation numérique des couleurs 5
6 Introduction Vision humaine de la couleur La rétine Les cônes sont de trois types : cônes S (short) sensibles aux longueurs d'onde courtes (bleu), cônes M (medium) sensibles aux longueurs d'onde moyennes (vert), cônes L (long) sensibles aux longueurs d'onde longues (rouge). La macula est également appelée tache jaune. Elle contient en son centre une petite dépression, la fovéa. Cette dernière est la zone d'acuité maximum de l'œil qui se distingue par une concentration maximale de cônes pour une très faible concentration en bâtonnets. Imagerie Couleur Représentation numérique des couleurs 6
7 Absorption (sans unité) Introduction Vision humaine de la couleur Longueur d'onde (nm) Répartition des cônes Fonctions d'absorption relative des cônes Imagerie Couleur Représentation numérique des couleurs 7
8 Sensibilité lumineuse (sans unité) Introduction Vision humaine de la couleur Sensibilité lumineuse de l'œil L œil humain est plus sensible aux couleurs verte ou jaune qui nous apparaissent plus claires que les couleurs bleu ou rouge plus sombres Longueur d'onde (nm) Fonction d'efficacité lumineuse relative spectrale de l'œil Imagerie Couleur Représentation numérique des couleurs 8
9 Introduction Vision humaine de la couleur Théorie trichrome Tout stimulus de couleur peut être reproduit par le mélange de trois autres stimuli : le rouge, le vert et le bleu, appelées primaires. Rouge + Vert = Jaune Vert + Bleu = Cyan Bleu + Rouge = Magenta Synthèse additive Imagerie Couleur Représentation numérique des couleurs 9
10 Introduction Chaîne d analyse d images couleur Défaut Acquisition d images couleur Représentation numérique de la couleur Segmentation Classification Identification Imagerie Couleur Représentation numérique des couleurs 10
11 Introduction Acquisition d'images couleur Les caméras mono-capteur Réseau de filtres colorés entrelacés sur les photorécepteurs (ou photosites) d un capteur Capteur Filtres colorés Imagerie Couleur Représentation numérique des couleurs 11
12 Introduction Acquisition d'images couleur Caméras mono-capteur Différents réseaux de filtres Filtre colonne Filtre de Bayer Réseau de filtre de Bayer réel Filtre de Rockwell Imagerie Couleur Représentation numérique des couleurs 12
13 Introduction Acquisition d'images couleur Caméras mono-capteur L information couleur est obtenue par plusieurs photorécepteurs localisés à des sites différents, ce qui entraîne des aberrations chromatiques et une perte de résolution compensée par un traitement appelé «dématriçage» visant à restituer les informations couleurs manquantes le plus fidèlement possible. Imagerie Couleur Représentation numérique des couleurs 13
14 Introduction Acquisition d'images couleur Caméras tri-capteurs Utilisation de trois capteurs photosensibles Système à base de prismes et de filtres dichroïques permettant de répartir la lumière selon des longueurs d ondes courtes, moyennes et grandes Capteurs Prismes Capteur tri-ccd Imagerie Couleur Représentation numérique des couleurs 14
15 Absorption (sans unité) Introduction Acquisition d'images couleur Caméras tri-capteurs Longueur d'onde (nm) Sensibilité spectrale de la caméra tri-ccd Sony DXC-755P Imagerie Couleur Représentation numérique des couleurs 15
16 Introduction Acquisition d'images couleur Caméras tri-capteurs La couleur d un élément est fournie par la réponse de trois photorécepteurs, ce qui permet une meilleure qualité d image que celle fournie par les caméras mono-capteur. Cette technologie peut engendrer un phénomène de «shading» qui se manifeste par l apparition d un dégradé de couleur sur l image d un fond blanc lorsque les rayons lumineux frappant les filtres dichroïques ne sont pas parfaitement parallèles, ce qui limite l utilisation de capteurs de grandes tailles. Imagerie Couleur Représentation numérique des couleurs 16
17 Introduction Acquisition d'images couleur Gamut Tout dispositif d acquisition ou de reproduction d images couleur est caractérisé par l ensemble des couleurs qu il est capable de restituer. Cet ensemble, appelé «gamut», diffère d une caméra à l autre. Pour que les couleurs soient représentées de la même manière par apport à une référence, les caméras couleur nécessitent donc d effectuer des opérations de calibrage permettant d obtenir un rendu correct des couleurs, notamment pour les applications de colorimétrie. Imagerie Couleur Représentation numérique des couleurs 17
18 Introduction Acquisition d'images couleur Balance des blancs Idéalement, un objet blanc (ou noir) dans la scène réelle doit donner un objet blanc (ou noir) dans l image correspondante indépendamment de l éclairage utilisé. Ainsi, la balance des blancs est une opération qui permet d atteindre cet objectif en agissant indépendamment sur les gains à appliquer sur chaque composante couleur. Elle peut être réalisée manuellement ou automatiquement en utilisant par exemple une mire avec un blanc de référence. Imagerie Couleur Représentation numérique des couleurs 18
19 Introduction Acquisition d'images couleur Autres technologies Capteur Fovéon Caméras linéaires couleur Caméras multispectrales Imagerie Couleur Représentation numérique des couleurs 19
20 Introduction Image numérique couleur Une image numérique couleur est un ensemble de pixels organisés sous la forme d une matrice. Chaque pixel est caractérisé par : Ses coordonnées dans l image Ses niveaux de composantes couleur Autres caractéristiques Attributs calculés dans un voisinage défini du pixel (moyenne, variance, attribut statistiques, attributs de texture) Imagerie Couleur Représentation numérique des couleurs 20
21 Introduction Représentation de la couleur Les images numériques couleur sont acquises par des dispositifs qui codent la couleur dans l espace (R,G,B). Les pixels de l'image donnent naissance à des points qui sont représentés dans un espace tridimensionnel et dont les coordonnées sont les niveaux des trois composantes couleur correspondantes. L image numérique couleur donne naissance à des nuages de points dans cet espace. Imagerie Couleur Représentation numérique des couleurs 21
22 Introduction Représentation de la couleur B Image couleur numérique R G Imagerie Couleur Représentation numérique des couleurs 22
23 Introduction Représentation de la couleur Image couleur numérique Imagerie Couleur Représentation numérique des couleurs 23
24 Introduction Les espaces couleur Il existe un grand nombre d espaces couleur autres que l espace d acquisition (R,G,B). Le choix d un espace couleur est une étape importante dans la réussite d une application. Aucun espace ne permet d obtenir toujours les meilleurs résultats. La multitude et la diversité des espaces couleur impliquant des présentations différentes rend difficile le choix d un espace. Imagerie Couleur Représentation numérique des couleurs 24
25 Introduction Les familles d espaces couleur Espaces de primaires Espaces luminance-chrominance Espaces perceptuels Espaces d axes indépendants Modèles d apparence colorée Espaces hybrides Imagerie Couleur Représentation numérique des couleurs 25
26 Espaces de primaires Théorie trichrome de Young-Helmotz La perception de la couleur est réduit à la synthèse de trois stimuli Synthèse additive Imagerie Couleur Représentation numérique des couleurs 26
27 Espaces de primaires Deux types d espace de primaires Espaces de primaires réelles Les espaces (R,G,B) Dépendant du dispositif d acquisition ou de reproduction des images Espace de primaires virtuelles (ou imaginaires) L'espace (X,Y,Z) Espace de référence indépendant du système d acquisition ou de reproduction des images mais nécessitant une maitrise des conditions d éclairage et d observation Composantes normalisées ou coordonnées trichromatiques (ou réduites) Chaque composante trichromatique est divisée par la somme des 3 afin d obtenir des composantes qui ne tiennent compte que de la chrominance Imagerie Couleur Représentation numérique des couleurs 27
28 Espaces de primaires réelles Inconvénients des espaces (R,G,B) Valeurs négatives des composantes Valeurs des composantes corrélées et liées à la quantité de lumière reçue Multitude d'espaces (R,G,B) Pour les écrans (tubes cathodiques, LCD, plasma, ) Pour la colorimétrie (observateur de référence) Pour les caméras Pour les scanners Pour les imprimantes (modèle CMYK) Imagerie Couleur Représentation numérique des couleurs 30
29 Espaces de primaires imaginaires Espace (X,Y,Z) Espace de référence colorimétrique créé en 1931 par la CIE (Commission Internationale de l Eclairage) Changement de primaires à l aide d une matrice de passage P qui dépend des primaires R, G et B et du blanc de référence : Y représente la fonction d efficacité (sensibilité) lumineuse relative spectrale de l œil humain. C est une grandeur photométrique appelé facteur de luminance lumineuse. Imagerie Couleur Représentation numérique des couleurs 31
30 Espaces de primaires imaginaires y FCC D C E A EBU CIE x Imagerie Couleur Représentation numérique des couleurs 33
31 Espaces de primaires imaginaires Matrices de passage P (exemples) Imagerie Couleur Représentation numérique des couleurs 34
32 Espaces luminance-chrominance Remarques importantes Le terme «luminance» ne correspond en aucun cas, ni à la luminance énergétique (grandeur radiométrique), ni à la luminance lumineuse (grandeur photométrique) mais reflète une quantité de lumière. Le terme «luminance» désigne ici le caractère achromatique de la couleur. Le terme «chrominance» désigne ici le caractère chromatique de la couleur. Imagerie Couleur Représentation numérique des couleurs 35
33 Espaces luminance-chrominance Différents types d espaces Les espaces «perceptuellement uniformes» Les espaces de télévision Les espaces antagonistes D autres espaces Imagerie Couleur Représentation numérique des couleurs 36
34 Les espaces perceptuellement uniformes La non uniformité des espaces de primaires Dans le diagramme de chromaticité (x,y), une même distance entre deux couleurs ne sera pas perçue de la même façon par l'être humain selon la zone du diagramme considérée. Les espaces «perceptuellement uniformes» possèdent une métrique permettant d'établir une correspondance entre une différence de couleurs telle qu'elle est perçue par l'homme avec une distance dont la mesure reflète cette différence. Ces espaces sont pas complètement uniformes mais sont dits pseudo-uniforme : L'espace (L*,u*,v*) ou CIELUV (1976) L'espace (L*,a*,b*) ou CIELAB (1976) Imagerie Couleur Représentation numérique des couleurs 37
35 Les espaces de télévision Origines Les téléviseurs noir et blanc doivent pouvoir recevoir en noir et blanc les émissions en couleur. Les téléviseurs couleurs doivent pouvoir recevoir en noir et blanc les émissions en noir et blanc. Nécessité de séparer l'information de chrominance de l'information de luminance (énergétique) pour la transmission des signaux de télévision. Utilisation d une matrice de passage Q spécifique : L'espace (Y,I,Q ) : norme américaine NTSC pour les signaux analogiques L'espace (Y,U,V ) : norme européenne PAL pour les signaux analogiques L espace (Y,D r,d b ) : norme française SECAM pour les signaux analogiques L espace (Y,C b,c r ) : standard international de l ITU pour le codage numérique Imagerie Couleur Représentation numérique des couleurs 41
36 Les espaces de télévision Matrices de passage (exemple) Imagerie Couleur Représentation numérique des couleurs 46
37 Les espaces antagonistes Origines Modéliser le système visuel humain en se basant sur la théorie de Hering. Décomposition du signal couleur en trois composantes : Une composante achromatique, A : Elle intègre les signaux fournis par les trois types de cônes de la rétine humaine et représente une opposition noir-blanc Deux composantes chromatiques, C 1 et C 2 : C 1 correspond à un signal d'opposition vert-rouge C 2 correspond à un signal d'opposition jaune-bleu Exemples : Espace de Faugeras (1976), Espace visuel hypothétique (Garbay, 1979) Imagerie Couleur Représentation numérique des couleurs 47
38 Les espaces antagonistes Espace de Ballard (1982) Imagerie Couleur Représentation numérique des couleurs 50
39 Espaces perceptuels Ils représentent la couleur selon des entités psychovisuelles plus subjectives mais plus naturelles pour l homme : La luminosité indique si une surface émet plus ou moins de lumière (clair, foncé, lumineux, sombre, ). Elle correspond à la quantité d énergie lumineuse. La teinte donne la dénomination de la couleur (rouge, vert, bleu, jaune, ). Elle correspond à la longueur d onde dominante de la lumière. La saturation estime le niveau de coloration d une teinte indépendamment de sa luminosité et représente la pureté d une couleur (vive, pâle, terne, ). La chroma dépend de la luminosité. Imagerie Couleur Représentation numérique des couleurs 52
40 Espaces perceptuels Espaces perceptuels évalués à partir d'espaces luminance-chrominance : Les espaces de coordonnées polaires (ou cylindriques) Espaces perceptuels évalués à partir d'espaces de primaires : Modèle triangulaire Modèle de cône hexagonal Modèle de cône hexagonal double Modèle de la CIE Imagerie Couleur Représentation numérique des couleurs 53
41 cylindre d'iso-chroma Les espaces de coordonnées polaires L P L correspond à la composante achromatique du système luminancechrominance utilisé (Y, L*, A, ). Chr 2 O C H P' cercle d'iso-chroma Chr 1 Exemples : Espace (L * ab, C * ab, h ab ) de la CIE Espace (L * uv, C * uv, h uv ) de la CIE Imagerie Couleur Représentation numérique des couleurs 54
42 Espaces de coordonnées perceptuelles Exemple du modèle triangulaire Axe achromatique Blanc Cyan b Jaune P O' Magenta g Bleu Vert P' T M Rouge Triangle de Maxwell Noir O a I est une grandeur radiométrique représentant la quantité de lumière reçue par un système d acquisition ou émise par un système de reproduction Imagerie Couleur Représentation numérique des couleurs 55
43 Espaces d axes indépendants Différents types d espaces Espaces basés sur une analyse en composantes principales L'espace d Ohta Expérience menée en 1980 sur une série de huit images Une ACP est effectuée sur cette série et les résultats de segmentation sont observées L analyse de ces résultats donne naissance à un espace unique, l'espace (I1,I2,I3) Espaces basés sur une analyse en composantes indépendantes Imagerie Couleur Représentation numérique des couleurs 59
44 Espaces couleur hybrides (I,S,T) Espaces perceptuels espaces de coordonnées (L,C,H) perceptuelles espaces de coordonnées polaires Espaces d axes indépendants (I1,I2,I3) espace d Ohta (I,r,g) (L,Ch 1,Ch 2 ) autres espaces luminancechrominance (R,G,B) espaces de primaires réelles (R F,G F,B F ) (R E,G E,B E ) (R C,G C,B C ) (r *,g *,b * ) (X,Y,Z) (x,y,z) espaces espaces de primaires normalisés virtuelles Espaces de primaires (Y,I,Q ) (Y,U,V ) (A,C 1,C 2 ) (bw,rg,by) (L *,a *,b * ) (L *,u *,v * ) espaces de télévision espaces antagonistes espaces perceptuellement uniformes Espaces luminance-chrominance Imagerie Couleur Représentation numérique des couleurs 61
45 Espaces couleur hybrides (I,S,T) Espaces perceptuels espaces de coordonnées (L,C,H) perceptuelles espaces de coordonnées polaires Espaces d axes indépendants (I1,I2,I3) espace d Ohta (I,r,g) (L,Ch 1,Ch 2 ) autres espaces luminancechrominance (R,G,B) espaces de primaires réelles (R F,G F,B F ) (R E,G E,B E ) (R C,G C,B C ) (r *,g *,b * ) (X,Y,Z) (x,y,z) espaces espaces de primaires normalisés virtuelles Espaces de primaires (Y,I,Q ) (Y,U,V ) (A,C 1,C 2 ) (bw,rg,by) (L *,a *,b * ) (L *,u *,v * ) espaces de télévision espaces antagonistes espaces perceptuellement uniformes Espaces luminance-chrominance Imagerie Couleur Représentation numérique des couleurs 62
46 Influence du choix de l espace couleur Image à segmenter Image segmentée dans l espace (R,G,B) Sélection automatique d espaces couleur Image segmentée dans l espace (L*,a*,b*) Imagerie Couleur Représentation numérique des couleurs 63
47 Influence du choix de l espace couleur Images traitées Pré-traitement Imagerie Couleur Représentation numérique des couleurs 65
48 Influence du choix de l espace couleur Vérité terrain Classification dans l espace (R,G,B) Seulement 77 % des pixels sont bien classés. Imagerie Couleur Représentation numérique des couleurs 66
49 G I3 Influence du choix de l espace couleur Représentation de l échantillon d apprentissage Imagerie Couleur Représentation numérique des couleurs 67
50 Influence du choix de l espace couleur Exemple (vérité terrain) Classification dans l espace (x,ch 2,I3) 89 % des pixels sont bien classés. Imagerie Couleur Représentation numérique des couleurs 68
51 Conclusion Beaucoup d autres espaces existent Contexte du traitement d image Les espaces couleur sont vus comme des transformations linéaires ou non permettant une représentation différente des couleurs et conduisant à une amélioration des résultats des traitements Les espaces couleur ne sont pas toujours exploités de façon rigoureuse et repose souvent sur des hypothèses simplificatrices permettant leur utilisation Imagerie Couleur Représentation numérique des couleurs 69
52 Conclusion Quelques précautions d utilisation Respecter les règles d utilisation (matrices de passage, illuminant, primaires, correction gamma, ). Pas nécessaire de coder ces espaces si on analyse directement les valeurs transformées. Lorsqu un codage est nécessaire (mémorisation, affichage, histogramme, ), il faut l effectuer tout en respectant les propriétés de ces espaces. Imagerie Couleur Représentation numérique des couleurs 70
Ni tout noir, ni tout blanc Consignes Thème I - Observer
Ni tout noir, ni tout blanc Consignes Thème I - Observer BUT : Etudier les synthèses additives et soustractives Comprendre la notion de couleur des objets COMPETENCES : Rechercher et trier des informations
Plus en détail1S9 Balances des blancs
FICHE 1 Fiche à destination des enseignants 1S9 Balances des blancs Type d'activité Étude documentaire Notions et contenus Compétences attendues Couleurs des corps chauffés. Loi de Wien. Synthèse additive.
Plus en détailChapitre 02. La lumière des étoiles. Exercices :
Chapitre 02 La lumière des étoiles. I- Lumière monochromatique et lumière polychromatique. )- Expérience de Newton (642 727). 2)- Expérience avec la lumière émise par un Laser. 3)- Radiation et longueur
Plus en détailCouleur. Sommaire. Un article de Wikipédia, l'encyclopédie libre.
Couleur Un article de Wikipédia, l'encyclopédie libre. On nomme couleur la perception par l'œil d'une ou plusieurs fréquences d'ondes lumineuses, avec une (ou des) amplitude(s)s donné(s)e. Il importe de
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailSéquence 1. Physique Couleur, vision et image Chimie La réaction chimique. Sommaire
Séquence 1 Physique Couleur, vision et image Chimie La réaction chimique Sommaire 1. Physique : Couleur, vision et image Résumé Exercices 2. Chimie : La réaction chimique Résumé Exercices Séquence 1 Chapitre
Plus en détailPHOTO PLAISIRS. La Lumière Température de couleur & Balance des blancs. Mars 2011 Textes et Photos de Bruno TARDY 1
PHOTO PLAISIRS La Lumière Température de couleur & Balance des blancs Mars 2011 Textes et Photos de Bruno TARDY 1 Blanc Infrarouge Flash Température Lumière RVB Couleur chaude Couleur Couleur Couleur Incandescente
Plus en détailMise en pratique : Etude de spectres
Mise en pratique : Etude de spectres Introduction La nouvelle génération de spectromètre à détecteur CCD permet de réaliser n importe quel spectre en temps réel sur toute la gamme de longueur d onde. La
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailTP 2: LES SPECTRES, MESSAGES DE LA LUMIERE
TP 2: LES SPECTRES, MESSAGES DE LA LUMIERE OBJECTIFS : - Distinguer un spectre d émission d un spectre d absorption. - Reconnaître et interpréter un spectre d émission d origine thermique - Savoir qu un
Plus en détailComprendre l Univers grâce aux messages de la lumière
Seconde / P4 Comprendre l Univers grâce aux messages de la lumière 1/ EXPLORATION DE L UNIVERS Dans notre environnement quotidien, les dimensions, les distances sont à l échelle humaine : quelques mètres,
Plus en détailSéquence 9. Étudiez le chapitre 11 de physique des «Notions fondamentales» : Physique : Dispersion de la lumière
Séquence 9 Consignes de travail Étudiez le chapitre 11 de physique des «Notions fondamentales» : Physique : Dispersion de la lumière Travaillez les cours d application de physique. Travaillez les exercices
Plus en détailNiveau 2 nde THEME : L UNIVERS. Programme : BO spécial n 4 du 29/04/10 L UNIVERS
Document du professeur 1/7 Niveau 2 nde THEME : L UNIVERS Physique Chimie SPECTRES D ÉMISSION ET D ABSORPTION Programme : BO spécial n 4 du 29/04/10 L UNIVERS Les étoiles : l analyse de la lumière provenant
Plus en détailTEMPÉRATURE DE SURFACE D'UNE ÉTOILE
TEMPÉRATURE DE SURFACE D'UNE ÉTOILE Compétences mises en jeu durant l'activité : Compétences générales : Etre autonome S'impliquer Elaborer et réaliser un protocole expérimental en toute sécurité Compétence(s)
Plus en détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailCorrection ex feuille Etoiles-Spectres.
Correction ex feuille Etoiles-Spectres. Exercice n 1 1 )Signification UV et IR UV : Ultraviolet (λ < 400 nm) IR : Infrarouge (λ > 800 nm) 2 )Domaines des longueurs d onde UV : 10 nm < λ < 400 nm IR : 800
Plus en détailExposition. VLR plongée e commission photo
Exposition VLR plongée e commission photo Agenda Définitions Exposition / analogie du verre d eau (de vin?) Ouverture Vitesse Sensibilité La notion d EV Pourquoi cela ne suffit pas? Dynamique des capteurs
Plus en détailD ETECTEURS L UXMETRE SUR TIGE C OMPTEUR DE FRANGES A FIBRE OPTIQUE. Détecteurs
D ETECTEURS L UXMETRE SUR TIGE Capteur luxmètre à sonde détachable, idéal pour les expériences de polarisation, il permet de quantifier simplement et rapidement les principales sources et phénomènes lumineux.
Plus en détailLa Photographie - Page 1 / 13
La Photographie - Page 1 / 13 Table des matières 1. Généralités sur la lumière... 3 2. La photographie... 5 2.a. Le support... 5 2.a.i. L argentique... 5 2.a.ii. Le numérique... 6 3. L outil appelé appareil
Plus en détailNom : Prénom :. Date :..Classe : 2 TECHNIQUES DE MODIFICATION DE LA COULEUR DES CHEVEUX
2 TECHNIQUES DE MODIFICATION DE LA COULEUR DES CHEVEUX Objectif : Indiquer les règles de base de colorimétrie en coiffure (échelle de tons, reflets) LA COLORIMETRIE Du soleil nous parvient la lumière du
Plus en détailLES CAPTEURS CCD/CMOS
Jérôme SIX Léo MEIGNAN Licence Professionnelle Gestion de la Production Industrielle, spécialité Vision Industrielle LES CAPTEURS CCD/CMOS Introduction...3 I) CCD...4 I.1) Historique...4 I.2) Fonctionnement...4
Plus en détailPRINCIPE MICROSCOPIE CONFOCALE
PRINCIPE MICROSCOPIE CONFOCALE Un microscope confocal est un système pour lequel l'illumination et la détection sont limités à un même volume de taille réduite (1). L'image confocale (ou coupe optique)
Plus en détailJPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!
JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer! 1 / Contexte L ordinateur La loi du nombre La numérisation = codage d une information en chiffres binaire : 0 1 («bit») 8 bits = 1 octet 1ko = 1024
Plus en détail«Lumière sur les pigments»
«Lumière sur les pigments» Pourquoi les feuilles des plantes sont-elles vertes en été et rouges en automne? Comment un caméléon fait-il pour changer de couleur? Que voit un daltonien? Pourquoi les cheveux
Plus en détailÉPREUVE COMMUNE DE TIPE 2008 - Partie D. TITRE : Comment s affranchir de la limite de la diffraction en microscopie optique?
ÉPREUVE COMMUNE DE TIPE 2008 - Partie D TITRE : Comment s affranchir de la limite de la diffraction en microscopie optique? Temps de préparation :...2 h 15 minutes Temps de présentation devant le jury
Plus en détailLa recherche d'indices par fluorescence
La recherche d'indices par fluorescence Ces sources d éclairage à haute intensité permettent, en fluorescence, la mise en évidence d indices qui ne sont pas visibles ou peu à l oeil nu. Ex : empreintes
Plus en détailRéussir et traiter ses photos sous UV avec Photoshop
Réussir et traiter ses photos sous UV avec Photoshop par Rémi BORNET le 29/12/2009 Beaucoup de personnes n'arrivent pas à obtenir de bons résultats en photos sous UV et ne trouvent pas de conseils. Cet
Plus en détailSynthèse d'images I. Venceslas BIRI IGM Université de Marne La
Synthèse d'images I Venceslas BIRI IGM Université de Marne La La synthèse d'images II. Rendu & Affichage 1. Introduction Venceslas BIRI IGM Université de Marne La Introduction Objectif Réaliser une image
Plus en détail7. Exemples de tests pour détecter les différents troubles de la vision.
7. Exemples de tests pour détecter les différents troubles de la vision. 7.1 Pour la myopie (mauvaise vue de loin) : Test de vision de loin Sur le mur d un pièce, fixez l illustration ci-dessous que vous
Plus en détailUn spectromètre à fibre plus précis, plus résistant, plus pratique Concept et logiciel innovants
& INNOVATION 2014 NO DRIVER! Logiciel embarqué Un spectromètre à fibre plus précis, plus résistant, plus pratique Concept et logiciel innovants contact@ovio-optics.com www.ovio-optics.com Spectromètre
Plus en détailDIFFRACTion des ondes
DIFFRACTion des ondes I DIFFRACTION DES ONDES PAR LA CUVE À ONDES Lorsqu'une onde plane traverse un trou, elle se transforme en onde circulaire. On dit que l'onde plane est diffractée par le trou. Ce phénomène
Plus en détailJUST Normlicht softproof solutions.
JUST Normlicht softproof solutions. F Dans l industrie graphique, la comparaison d épreuves virtuelles avec des imprimés ou des épreuves papier ou tout autre support doit se faire selon des critères précis
Plus en détailCatégories de format d'optimisation
Catégories de format d'optimisation On distingue 3 formats principaux pour les images destinées au Web: JPG GIF PNG Le format JPG est le format idéal pour les photographies et ses paramètres d'optimisation
Plus en détailLes bases de l étalonnage avec Adobe Premiere Pro Formation de Duduf http://www.duduf.training
Les bases de l étalonnage Formation de Duduf http://www.duduf.training I - Régler les contrastes Luminosité, niveaux, gamma... Forme d onde Y/C, Correcteur de luminance II - Régler la saturation Vivacité
Plus en détailLes bases de l optique
Vision to Educate Les 10 pages essentielles Edition 2014 Introduction Edito Si résumer le métier d opticien dans un livret de 12 pages n est pas possible, nous avons essayé dans ce document d apporter
Plus en détailChapitre 7 Les solutions colorées
Chapitre 7 Les solutions colorées Manuel pages 114 à 127 Choix pédagogiques. Ce chapitre a pour objectif d illustrer les points suivants du programme : - dosage de solutions colorées par étalonnage ; -
Plus en détailChapitre 13 Numérisation de l information
DERNIÈRE IMPRESSION LE 2 septembre 2013 à 17:33 Chapitre 13 Numérisation de l information Table des matières 1 Transmission des informations 2 2 La numérisation 2 2.1 L échantillonage..............................
Plus en détailMeine Flüssigkeit ist gefärbt*, comme disaient August Beer (1825-1863) et Johann Heinrich Lambert (1728-1777)
1ère S Meine Flüssigkeit ist gefärbt*, comme disaient August Beer (1825-1863) et Johann Heinrich Lambert (1728-1777) Objectif : pratiquer une démarche expérimentale pour déterminer la concentration d une
Plus en détailBACCALAURÉAT TECHNOLOGIQUE STD ARTS APPLIQUÉS
BACCALAURÉAT TECHNOLOGIQUE STD ARTS APPLIQUÉS SESSION 2014 ÉPREUVE : PHYSIQUE-CHIMIE Durée : 2 heures Coefficient : 2 La calculatrice (conforme à la circulaire N 99-186 du 16-11-99) est autorisée. La clarté
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailCie L*43.62 a* -0.12 b* -20.16. Des couleurs qui tiennent la route. Solutions de gestion des couleurs pour le secteur de l automobile
Cie L*43.62 a* -0.12 b* -20.16 Des couleurs qui tiennent la route Solutions de gestion des couleurs pour le secteur de l automobile La couleur fait la différence Qu il s agisse d établir l identité visuelle
Plus en détailEnseigner la prévention des risques professionnels. Éclairage et vision. Fiches principales
Enseigner la prévention des risques professionnels Éclairage et vision Fiches principales EV 1 OBJECTIF : Identifier les caractéristiques physiques de la lumière et de l environnement lumineux de travail
Plus en détailAiryLab. 12 impasse de la Cour, 83560 Vinon sur Verdon. Rapport de mesure
AiryLab. 12 impasse de la Cour, 83560 Vinon sur Verdon Rapport de mesure Référence : 2010-44001 FJ Référence 2010-44001 Client Airylab Date 28/10/2010 Type d'optique Lunette 150/1200 Opérateur FJ Fabricant
Plus en détailChap17 - CORRECTİON DES EXERCİCES
Chap17 - CORRECTİON DES EXERCİCES n 3 p528 Le signal a est numérique : il n y a que deux valeurs possibles pour la tension. Le signal b n est pas numérique : il y a alternance entre des signaux divers
Plus en détail[ F ] Fig.1 enregistreur indicateur HD30.1 MicroSD Card. Entrée sonde HD30.S1- HD30.S2. MiniUSB Ethernet Alimentation chargeur batterie
[ F ] [ F ] Description Le HD30.1 est un instrument fabriqué par Delta Ohm pour l analyse spectrale de la lumière dans le champ visible et ultraviolette. L instrument a été conçu en conjuguant fl exibilité
Plus en détailLes images numériques. 1. Le dessin vectoriel
Les images numériques 1 Le dessin vectoriel 2 Les images bitmap 3 Image en noir et blanc 4 Les codages de la couleurs 5 La synthèse additive (RVB) 6 La synthèse soustractive 7 Les couleurs indexées 8 Comment
Plus en détailFormats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
Plus en détailTITRE PARTIE TITRE SECTION. Faire des anaglyphes avec CatiaV5
TITRE PARTIE TITRE SECTION Faire des anaglyphes avec CatiaV5 1 SOMMAIRE SOMMAIRE 1. QU'EST-CE QU'UN ANAGLYPHE? 3 2. LES LOGICIELS A INSTALLER 5 3. CREATION D'UN ANAGLYPHE FIXE 6 4. CREATION D'UN ANAGLYPHE
Plus en détailUNIVERSITE MOHAMMED V Rabat Ecole Normale Supérieure
UNIVERSITE MOHAMMED V Rabat Ecole Normale Supérieure APPEL D OFFRES OUVERT SUR OFFRES DE PRIX 08/ENS/24 BORDEREAU DES PRIX-DETAIL ESTIMATIF Lot n 2 : Achat et installation de matériel pour l enseignement
Plus en détailUne nouvelle technique d'analyse : La spectrophotométrie
Une nouvelle technique d'analyse : La spectrophotométrie Par spectrophotométrie on peut : - déterminer la concentration d'une espèce chimique colorée en solution à partir de l'absorbance. - suivre la cinétique
Plus en détaileduscol Ressources pour le lycée général et technologique Physique - Chimie Ressources pour la classe de première générale et technologique Série S
eduscol Ressources pour le lycée général et technologique Ressources pour la classe de première générale et technologique Physique - himie Série S es documents peuvent être utilisés et modifiés librement
Plus en détailProjet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo
Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Dans ce projet, nous allons réaliser le code qui permet d'insérer sur une image, un logo sur un
Plus en détailProjet Matlab : un logiciel de cryptage
Projet Matlab : un logiciel de cryptage La stéganographie (du grec steganos : couvert et graphein : écriture) consiste à dissimuler une information au sein d'une autre à caractère anodin, de sorte que
Plus en détailImmersion - Vision 3D dans la RV.
Cours RVS Master II IVA Immersion - Vision 3D dans la RV. Cours de Réalité Virtuelle et Simulation Master II - IVA A. Mebarki - Maître de Conférences Département d'informatique Faculté des Mathématiques
Plus en détailRecherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel Alexis Joly alexis.joly@inria.fr INRIA - IMEDIA Alexis Joly cours monitoring p. 1 Plan de l'exposé
Plus en détailPROPRIÉTÉS D'UN LASER
PROPRIÉTÉS D'UN LASER Compétences mises en jeu durant l'activité : Compétences générales : S'impliquer, être autonome. Elaborer et réaliser un protocole expérimental en toute sécurité. Compétence(s) spécifique(s)
Plus en détailTD : Codage des images
TD : Codage des images Les navigateurs Web (Netscape, IE, Mozilla ) prennent en charge les contenus textuels (au format HTML) ainsi que les images fixes (GIF, JPG, PNG) ou animée (GIF animée). Comment
Plus en détailFluorescent ou phosphorescent?
Fluorescent ou phosphorescent? On entend régulièrement ces deux termes, et on ne se préoccupe pas souvent de la différence entre les deux. Cela nous semble tellement complexe que nous préférons rester
Plus en détailMesures de PAR. Densité de flux de photons utiles pour la photosynthèse
Densité de flux de photons utiles pour la photosynthèse Le rayonnement lumineux joue un rôle critique dans le processus biologique et chimique de la vie sur terre. Il intervient notamment dans sur les
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailGlossaire technique Veditec
Glossaire technique Veditec 3D/2D DNR (digital noise réduction) La technologie DNR est un système de réduction numérique de bruit ayant pour but de réduire le bruit sur l image. Elle permet d obtenir des
Plus en détailCaractérisation de défauts par Magnétoscopie, Ressuage, Courants de Foucault
Page 1 25 octobre 2012 Journée «Contrôle non destructif et caractérisation de défauts» Caractérisation de défauts par Magnétoscopie, Ressuage, Courants de Foucault Henri Walaszek sqr@cetim.fr Tel 0344673324
Plus en détailOutils permettant la diffusion de l information. Un point sur le droit numérique
Technologies de l Information et de la Communication Introduction aux NTE/TICE Présentation des UNR UNT Outils permettant la diffusion de l information Conceptualisation d un module d apprentissage numérique
Plus en détailSUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)
Terminale S CHIMIE TP n 2b (correction) 1 SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Objectifs : Déterminer l évolution de la vitesse de réaction par une méthode physique. Relier l absorbance
Plus en détailEcran : Processeur : OS : Caméra : Communication : Mémoire : Connectique : Audio : Batterie : Autonomie : Dimensions : Poids : DAS :
SMARTPHONE - DUAL-CORE - NOIR 3483072425242 SMARTPHONE - DUAL-CORE - BLEU XXXX SMARTPHONE - DUAL-CORE - BLANC 3483072485246 SMARTPHONE - DUAL-CORE - ROSE 3483073704131 SMARTPHONE - DUAL-CORE - ROUGE XXXX
Plus en détailLe traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD
Le traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD J ai fait le choix d utiliser Pixinsight en utilisant le process icons de l aip v3-21 pour le prétraitement. 1. Prétraitement
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailMaintenir un service de traitement de son ou d image d ordinateur
Maintenir un service de traitement de son ou d image d ordinateur Dominique Pagnier Table des matières 1. Introduction... 3 2. Les formats d image... 3 2.1. Formats d infographie : EPS et TIF... 4 2.2.
Plus en détailComment agir sur le bilan environnemental d une bouteille PET?
Comment agir sur le bilan environnemental d une bouteille PET? Décembre 2010 En 2009, Eco-Emballages, ELIPSO et Valorplast se sont associés pour conduire une étude d évaluation des impacts environnementaux
Plus en détailApplication à l astrophysique ACTIVITE
Application à l astrophysique Seconde ACTIVITE I ) But : Le but de l activité est de donner quelques exemples d'utilisations pratiques de l analyse spectrale permettant de connaître un peu mieux les étoiles.
Plus en détailAiryLab. 34 rue Jean Baptiste Malon, 04800 Gréoux les Bains. Rapport de mesure
AiryLab. 34 rue Jean Baptiste Malon, 04800 Gréoux les Bains Rapport de mesure Référence : 2014-07001 FJ Référence 2014-07001 Client xxx Date 14/02/2014 Type d'optique Triplet ED Opérateur FJ Fabricant
Plus en détailActivité 1 : Rayonnements et absorption par l'atmosphère - Correction
Activité 1 : Rayonnements et absorption par l'atmosphère - Correction Objectifs : Extraire et exploiter des informations sur l'absorption des rayonnements par l'atmosphère terrestre. Connaitre des sources
Plus en détailIMAGINEZ UNE NOUVELLE FACON DE PEINDRE!
#THISISABSTRACT Elle a développé des tubes de peinture pour de Staël, et créé le pastel à l huile pour Picasso, Sennelier est une référence pour les artistes depuis 1887, date à laquelle Gustave Sennelier
Plus en détailS.P.S.N. Lac du Der 2008
S.P.S.N. Lac du Der 2008 Qu'est-ce qu'un histogramme? C'est un graphique qui montre la répartition des pixels de l'image en fonction de leur luminosité. Chaque type d'image (normale, surexposée, sous exposée,
Plus en détailFICHE 1 Fiche à destination des enseignants
FICHE 1 Fiche à destination des enseignants 1S 8 (b) Un entretien d embauche autour de l eau de Dakin Type d'activité Activité expérimentale avec démarche d investigation Dans cette version, l élève est
Plus en détailGAMME UviLine 9100 & 9400
Agro-alimentaire/Biotechnologie/Enseignement/Recherche/Santé/Industrie GAMME UviLine 9100 & 9400 Spectrophotomètres UV & Visible Une combinaison intelligente d innovations n Excellente précision de mesure
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailSujet. calculatrice: autorisée durée: 4 heures
DS SCIENCES PHYSIQUES MATHSPÉ calculatrice: autorisée durée: 4 heures Sujet Approche d'un projecteur de diapositives...2 I.Questions préliminaires...2 A.Lentille divergente...2 B.Lentille convergente et
Plus en détailLes séries. Les pictos sont répartis en plusieurs séries ayant chacune ses propriétés et ses emplois.
Les séries Les pictos sont répartis en plusieurs séries ayant chacune ses propriétés et ses emplois. 1. Les séries opaques 4 séries : Pictos opaques Ciel Pictos opaques Marine Pictos opaques Noir Pictos
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailCollection de photos échantillons
Collection de photos échantillons SB-800/600 Entrez dans le monde passionnant du Système d Eclairage Créatif de Nikon avec le SB-800/600. Les numéros de page se rapportent aux explications dans le manuel
Plus en détailTraitement d un AVI avec Iris
Traitement d un AVI avec Iris 1. Définir le répertoire de travail Fichier > Réglages (Ctrl + R) Et on définit le chemin du répertoire de travail. C est là que les images vont être stockées. 2. Convertir
Plus en détailLAMPES FLUORESCENTES BASSE CONSOMMATION A CATHODE FROIDE CCFL
LAMPES FLUORESCENTES BASSE CONSOMMATION A CATHODE FROIDE CCFL Economisons notre énergie et sauvons la planète Présentation générale 2013 PRESENTATION I. Principes de fonctionnement d une ampoule basse
Plus en détailÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L ÉCOLE DE TECHNOLOGIE SUPÉRIEURE
ÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L ÉCOLE DE TECHNOLOGIE SUPÉRIEURE COMME EXIGENCE PARTIELLE À L OBTENTION DE LA MAÎTRISE EN GÉNIE ÉLECTRIQUE M.Ing. PAR YOUSSOUF CHHERAWALA
Plus en détailun nouvel œil pour l analyse de mouvement
un nouvel œil pour l analyse de mouvement L entreprise EyeNetics La S.A.R.L. EyeNetics a pour objectif de simplifier l utilisation des systèmes d analyse de mouvement. Dans cette optique nous avons conçu
Plus en détailJean Dubuffet AUTOPORTRAIT II - 1966
Jean Dubuffet AUTOPORTRAIT II - 1966 MON VISAGE A LA MANIERE DE JEAN DUBUFFET OBJECTIFS - utiliser son expérience sensorielle visuelle pour produire une œuvre picturale. - réaliser une œuvre s'inspirant
Plus en détailX-Rite RM200QC. Spectrocolorimètre d'imagerie portable
Spectrocolorimètre d'imagerie portable X-Rite RM200QC Le spectrocolorimètre d'imagerie RM200QC d X-Rite permet d'établir un lien entre l'apparence de la couleur et la couleur des matériaux des lots entrants
Plus en détailCorrection : E = Soit E = -1,6. F = 12 Soit F = -6 3 + 45. y = 11. et G = -2z + 4y G = 2 6 = 3 G = G = -2 5 + 4 11
Correction : EXERCICE : Calculer en indiquant les étapes: (-6 +9) ( ) ( ) B = -4 (-) (-8) B = - 8 (+ 6) B = - 8 6 B = - 44 EXERCICE : La visite médicale Calcul de la part des élèves rencontrés lundi et
Plus en détailA- Observez la vidéo A présentant le fonctionnement de deux objets techniques que nous
Nous savons qu'un système d'alarme permet de protéger une habitation en détectant et en signalant une ouverture de porte, de fenêtre ou un mouvement dans une pièce. Mais comment détecter et existe il un
Plus en détailSensibilité (bas niveaux de lumière, hauts niveaux de lumière) Spectre de sensibilité : visible (400-700 nm) mais aussi IR, UV, RX
Les capteurs pour l imagerie en biologie i Marc Moreau Catherine Leclerc Centre de Biologie du développement UMR 5547 et GDR E n 731 Toulouse BC02 mars 2013 Les différents système d imagerie à base de
Plus en détailPriorités de calcul :
EXERCICES DE REVISION POUR LE PASSAGE EN QUATRIEME : Priorités de calcul : Exercice 1 : Calcule en détaillant : A = 4 + 5 6 + 7 B = 6 3 + 5 C = 35 5 3 D = 6 7 + 8 E = 38 6 3 + 7 Exercice : Calcule en détaillant
Plus en détailLunettes et Maquillage TECHNIQUE MAQUILLAGE
TECHNIQUE MAQUILLAGE 20 Lunettes et Maquillage Comment se maquiller quand on porte des lunettes ou des lentilles? Quelle monture privilégier en fonction de sa forme de visage? Quelles couleurs choisir?
Plus en détailBiologie Appliquée. Dosages Immunologiques TD9 Mai 2015. Stéphanie Sigaut INSERM U1141 stephanie.sigaut@inserm.fr
Biologie Appliquée Dosages Immunologiques TD9 Mai 2015 Stéphanie Sigaut INSERM U1141 stephanie.sigaut@inserm.fr 1 ELISA 2 3 4 [Ac] 5 6 7 8 9 Correction : Faire la moyenne D0-1 et D0-2 pour toute les valeurs
Plus en détailInitiation à linfographie
Ce support de cours de l Agence universitaire de la Francophonie est distribué sous licence GNU FDL. Permission vous est donnée de copier, distribuer et/ou modifier ce document selon les termes de la Licence
Plus en détailPar Richard Beauregard. Novembre 2011
Par Richard Beauregard Novembre 2011 La lutte contre le bruit et autres parasites lumineux Le temps d exposition versus le compositage Les images de prétraitement L'image de précharge (Offset ou Bias)
Plus en détail