Analyse d images numériques en microscopie

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Analyse d images numériques en microscopie"

Transcription

1 Analyse d images numériques en microscopie Yves Usson Reconnaissance et Microscopie Quantitative, Laboratoire TIMC UMR5525 CNRS Institut d Ingénierie et d Information de Santé (IN3S), La Tronche Traitement d images cours 1-1 Yves Usson

2 1 INTRODUCTION SEGMENTATION BINARISATION APPROCHE RÉGIONS APPROCHE FRONTIÈRES FILTRAGE DE FORMES ETIQUETAGE EN COMPOSANTES CONNEXES EXTRACTION DE MESURES OU PARAMÉTRISATION MORPHOMÉTRIE PHOTOMÉTRIE MESURE DE L INTENSITÉ FLUOROGRAMMES... 8 Traitement d images cours 1-1 Yves Usson

3 1 Introduction Analyse d images numériques en microscopie L analyse d images est la séquence d opérations qui va permettre d extraire des mesures quantitatives objectives d une image numérique. Pouvant être précédée d une étape de traitement dans un but de restauration du signal, elle peut-être décomposée en trois étapes successives : 1 ) la segmentation qui va permettre de spécifier les structures d intérêts de l image et de les extraire sous la forme de masques de mesure, 2 ) l extraction de mesures s appuyant sur les masques de segmentation, et enfin 3 ) l analyse des données qui relève plus du domaine des statistiques que de l analyse d image à proprement parler. 2 Segmentation Définition : Phase d interprétation d une image sous forme d entités décrites en terme de régions et de contours. La segmentation porte sur l élaboration de processus de détection, suivie d une mise en correspondance. La détection inclut l intégration d un indice visuel couramment décrit en terme de similarité (région) ou de dissimilarité (frontière). La mise en correspondance concerne le regroupement des points appartenant à une même entité. La segmentation est de loin la phase la plus délicate de l analyse d images car elle doit permettre d interpréter la scène aussi bien (voir mieux) que le ferait un observateur. Elle conditionne la pertinence des mesures effectuées. Elle vise donc à définir les zones d'intérêt dans une image. Deux types d'approches sont habituellement utilisées: l'approche par régions et l'approche par frontières. Le but de ces approches est de créer des images binaires à partir d'images niveaux de gris. C'est-à-dire des images dans lesquelles il n'existe que deux classes de pixels: les pixels objets qui correspondent aux zones d'intérêts et les pixels fonds qui correspondent à tout ce qui n'est pas zone d'intérêt. Les pixels objets définissent des masques binaires qui seront mis à profit pour les mesures morphologiques et photométriques. Remarque : Il n existe pas d algorithme universel de segmentation, à chaque type d images correspond une approche spécifique. 2.1 Binarisation Approche régions Dans le chapitre précédent, nous avons vu que la distribution des niveaux de gris dans l'image constitue déjà une information précieuse que l'on peut mettre à profit pour identifier des régions particulières de l'image. pixels objets Figure Segmentation, approche par régions. Seuillage de l histogramme des niveaux de gris. Traitement d images cours 1-2 Yves Usson

4 Il est donc possible d'extraire les masques binaires de régions en appliquant un simple seuillage des niveaux de gris. Ainsi tous les pixels dont les niveaux de gris sont compris entre deux seuils sont considérés comme des pixels "objets" et tous les autres comme des pixels "fonds". La Figure 2.1 illustre cette méthode. Sur l'histogramme, on définit une plage (ou fenêtre) de seuillage, avec un seuil minimum à 60 et un seuil maximum à 255. Le masque binaire obtenu est représenté avec les pixels objets en noir. Comme le laissait prévoir l'allure de l'histogramme on a isolé les noyaux fluorescents Approche frontières Dans certains cas, il est difficile de distinguer des zones par leur valeur de niveaux de gris. Cependant il est possible d'en distinguer les frontières. La méthode de segmentation devra tirer parti de cette propriété. Dans ce cas, un prétraitement de l'image au moyen d'un filtre numérique permet de mettre en évidence les frontières. Différents filtres (Sobel, Prewitt, Laplacien ) ont été développés pour ce type de traitement et tous se basent sur la détection des gradients d'intensité. Ils procèdent en recherchant dans l'image les zones de plus fortes variations d'intensité. Figure Segmentation, approche par frontières. Détection des frontières par un filtre de gradient puis seuillage des niveaux de gris. La Figure 2.2 montre le résultat du traitement par un filtre de Sobel. Les zones de fort gradient apparaissent en clair. Il est ensuite possible de seuiller les niveaux de gris de l'image des gradients pour obtenir un masque binaire des frontières. 2.2 Filtrage de formes Les masques binaires obtenus par les méthodes de segmentation précédemment exposées ne sont pas toujours parfaits. Ils peuvent en effet comporter de nombreuses imperfections: éléments artéfactuels, trous dans les structures, contours déchiquetés Ces masques de segmentation ne peuvent donc pas être utilisés directement pour effectuer des mesures. Il faut les corriger afin d'éliminer les éléments artefactuels, boucher les trous dans les masques et éventuellement lisser les contours des masques. Ces différentes manipulations sont réalisées à l'aide d'opérateurs morphologiques. Il existe principalement deux opérateurs morphologiques: l'érosion et la dilatation. D'autres opérateurs peuvent être construits en combinants les deux précédents. Traitement d images cours 1-3 Yves Usson

5 L'érosion est une opération qui va avoir tendance à réduire la masse des objets. On considère que dans une image binaire tous les pixels objets ont une valeur de 1 et les pixels du fond ont une valeur de 0. Pour chaque pixel (Fig. 2.3) considéré individuellement, on regarde sa valeur et la valeur des 4 pixels immédiatement voisins (c'est-à-dire ceux partageant une face avec le pixel considéré). Parmi ses valeurs, on recherche la plus petite. Puis, on remplace dans l'image résultat la valeur du pixel considéré par cette valeur minimum. Pour une image binaire, le résultat de ce traitement revient à transformer en pixels du fond les pixels objets en contact direct avec des pixels du fond. Cela revient à "raboter" d'une couche de pixels les masques des objets. Figure Filtrage morphologique: érosion. A gauche le masque original: les pixels blancs correspondent au fond, les noirs à l objet. Les pixels grisés sont ceux qui seront convertis en pixels du fond par l érosion. L érosion consiste donc à propager le fond au détriment de l objet. La dilatation est l'opération complémentaire de l'érosion. Dans ce cas (Fig.2.4), on recherche la valeur la grande du voisinage. Pour une image binaire, le résultat de ce traitement revient à transformer en pixels objets, les pixels du fond en contact direct avec des pixels objets. Cela revient donc à épaissir d'une couche de pixels les masques des objets. Figure Filtrage morphologique: dilatation. A gauche le masque original: les pixels blancs correspondent au fond, les noirs à l objet. Les pixels grisés sont ceux qui seront convertis en pixels objets par la dilatation. La dilatation consiste donc à propager l objet au détriment du fond. Les opérations de dilatation et d'érosion peuvent être appliquées itérativement c'est-à-dire de façon répétitive. Par exemple, une érosion de profondeur 3 consistera à appliquer 3 érosions successives à l'image binaire. Ainsi, on peut faire disparaître des structures dont le rayon est inférieur ou égal à 3 pixels. De même, une dilatation de profondeur 3 permettra de boucher les trous dont le rayon est inférieur ou égal à 3 pixels. Traitement d images cours 1-4 Yves Usson

6 Figure Filtrage morphologique: fermeture morphologiques. En noir: pixels objets; en blanc: pixels du fond. La fermeture consiste à appliquer à l'image binaire une dilatation d'une profondeur donnée suivie d'une érosion de profondeur identique. La dilatation va permettre de boucher les trous des masques. Par exemple Figure 2.5, la dilatation comble tous les trous dans le masque du noyau. Cependant on constate que le noyau a maintenant une forme empâtée et surdimensionnée. La mesure de paramètres morphologiques sur ce masque serait donc surévaluée. L'érosion qui suit permet de compenser cet épaississement. On constate que le masque du noyau a retrouvé ses dimensions originales alors que son contour apparaît moins échancré. La fermeture a aussi effectué un lissage du contour. L'ouverture consiste à appliquer à l'image binaire une érosion d'une profondeur donnée suivie d'une dilatation de profondeur identique. L'érosion va permettre d'éliminer les petites structures isolées. Par exemple Figure 2.6, l'érosion permet de gommer les petits artefacts et ne laisser subsister que le masque du noyau. L'érosion a cependant sensiblement réduit la masse du noyau et les mesures morphométriques seraient sous-évaluées. La dilatation permet de retrouver les dimensions originales du noyau. Figure Filtrage morphologique: ouverture morphologiques. En noir: pixels objets; en blanc: pixels du fond. 2.3 Etiquetage en composantes connexes Une dernière étape est nécessaire avant de passer à la paramétrisation. Le seuillage et le filtrage morphologique permettent de définir quelles sont les régions d'intérêt dans l'image. Cependant il est nécessaire dans de nombreux cas de pouvoir distinguer différentes entités au sein de l'image binaire afin d'individualiser les mesures. Figure Etiquetage en composantes connexes. L'opération consiste à attribuer un numéro unique à tous les pixels appartenant à un objet isolé. Notion de chemin connexe :c et d peuvent être reliés sans avoir à passer par le fond (chemin connexe), alors que a et b ne peuvent être reliés sans avoir à passer sur le fond (chemin non- connexe). Traitement d images cours 1-5 Yves Usson

7 Par exemple, si l'on souhaite connaître la surface moyenne d un noyau il faut pouvoir extraire un par un chacun des masques correspondant à une hématie. Ceci est rendu possible par un étiquetage préalable de l'image binaire. L'étiquetage consiste à attribuer à chacune des régions séparées (composantes connexes) une étiquette c'est-à-dire un numéro unique qui sera attribué à chacun des pixels appartenant à une même composante connexe (Fig. 2.7). La notion de connexité représente ici la notion de voisinage par contact direct. En général, on utilise deux règles de connexité: -la connexité 4 où sont considérés connexes les quatre voisins latéraux (droite, gauche, dessus, dessous); -la connexité 8 où sont considérés connexes les quatre voisins latéraux (droite, gauche, dessus, dessous) et les quatre voisins diagonaux (Fig. 2.8). 4 connexité 8 connexité 4 connexité 8 connexité Figure Etiquetage et règles de connexité. En connexité 4 deux objets sont identifiés; en connexité 8 un seul objet est étiqueté, les deux plages sont connectées par la diagonale. 3 Extraction de mesures ou paramétrisation 3.1 Morphométrie La morphométrie va consister à effectuer des mesures morphologiques à partir des masques binaires. Après extraction du masque d'un objet étiqueté, il est possible d'obtenir directement un certain nombre de mesures (Fig.3.1). Par exemple la surface de l'objet peut être obtenu par un simple comptage du nombre de pixels appartenant au masque de l'objet. Connaissant la surface d'un pixel il est facile d'obtenir une mesure de surface directement exprimée en µm 2 par exemple. On peut également calculer le barycentre du masque. En effet dans certaines études à caractère histologique il est souvent intéressant de connaître la position des cellules par référence à une structure histologique particulière (bordure d'un tissu, lumière d'une glande ) ou encore d'étudier la disposition relative de cellules dans un tissu sain ou pathologique. Figure Morphométrie. Extraction de mesures morphologiques à partir du masque binaire ou du contour. D'autres mesures peuvent être obtenues après extraction du contour du masque. La mesure du périmètre est dérivée de la séquence de pixels appartenant au contour. Deux pixels consécutifs voisins en connexité 4 représenteront une distance d'une unité; deux pixels consécutifs voisins par la diagonale Traitement d images cours 1-6 Yves Usson

8 représenteront une distance de racine de deux. Connaissant la dimension latérale d'un pixel il est donc possible de d exprimer directement la mesure du périmètre en µm. On peut également exprimer la complexité de la forme du masque au moyen de l'énergie de courbure, du facteur de forme (ou circularité), des diamètres de ferret 3.2 Photométrie Mesure de l intensité A partir de l'information photométrique contenue dans l'image des niveaux de gris il va être possible (avec certaines réserves cependant) de mesurer des quantités de matière présente dans les objets. En fluorescence l'intensité de lumière dans chaque pixel renseignera sur la concentration de la sonde fluorescente pour peu que le marquage soit stœchiométrique, et les conditions chimiques et d éclairement soient bien maitrisées. Afin que la quantité de lumière fluorescente ait un sens, il est nécessaire d effectuer un prétraitement aux images (fig.3.2). Figure Correction de l intensité de fluorescence en chaque pixel. L intensité du pixel est divisée par l intensité du pixel correspondant de l image d une source fluorescente homogène. Deux corrections s avèrent nécessaires. Premièrement il faut soustraire le courant noir des images. Cette soustraction est obtenue en enregistrant l image d un champ parfaitement obscur en fermant l obturateur de la caméra. Cette image noire contient en fait les irrégularités d intensité liés aux défauts de fabrication du capteur. Ensuite on soustrait pixel par pixel cette image noire de l image de fluorescence. Ainsi on élimine les faibles variations de signal dues aux imperfections du capteur. Deuxièmement il faut corriger les défauts liés à l éclairage du microscope. En effet l intensité de la lumière d excitation varie suivant la position à l intérieur du champ du microscope. Aussi des variations d intensité de fluorescence observées en différents points pourraient ne pas être significatives. Pour corriger ce problème on enregistre l image d un champ de fluorescence homogène appelé référence d homogénéité. Ceci est obtenu soit avec des verres spéciaux fluorescents (verre d uranyl) ou bien avec des plaques d altuglass fluorescent (règles d écolier en plastique fluo) ou bien encore avec des solutions de fluorochromes étalées en film entre lame et lamelle. Une fois cette image Traitement d images cours 1-7 Yves Usson

9 enregistrée on divisera pixel par pixel l image de fluorescence à mesurer par l image de la référence d homogénéité Fluorogrammes L'étude de la co-localisation de deux structures protéiques ou nucléiques est une des applications majeures de la CLSM. Les structures sont marquées par des sondes couplées à des fluorochromes ayant des caractéristiques spectrales d'excitation et d'émission différentes, pour pouvoir acquérir leurs images de façon spécifique. La superposition en couleur des deux images visualise le degré de co-localisation. Pour un fluorochrome visualisé en rouge, l'autre en vert, les zones colocalisées apparaissent jaunes. Cette première étape n'est pas toujours suffisante pour estimer le degré de co-localisation. Elle peut se compléter efficacement par la réalisation d'un fluorogramme (ou histogramme bi-paramétrique de fluorescence). Un fluorogramme est un nuage de points correspondant aux pixels ou aux voxels de l'image 2D ou 3D, et dont les coordonnées sont les valeurs de l'intensité de fluorescence de deux fluorochromes analysés, dans le rouge et le vert par exemple (Fig. 3.3). Il donne une représentation graphique de la distribution conjointe des deux fluorescences. Le nuage peut correspondre à la totalité de l'image, à une région comme une cellule en biologie ou à l'environnement immédiat d'un voxel pour construire une carte de corrélations locales. Les points se concentrent autour d'une droite dans une situation de forte co-localisation ou s'écartent du modèle de régression linéaire, quand le niveau de colocalisation s'atténue. C'est une représentation familière en cytométrie de flux pour estimer le pourcentage de cellules doublement positives, le point étant alors une cellule et non un voxel. Figure 3.3 F luorogramme de cellules HeLa transfectées avec un plasmide codant pour le EGFPtopoisomérase II. Le canal rouge correspond à une coloration de l ADN et le canal vert à la GFP. Sur quatre cellules présentes, seules deux expriment la topoisomérase et sont à l origine des nuages de points c 1 et c 2 correspondant à leurs noyaux et v correspondant à leurs cytoplasmes. Le nuage r correspond aux noyaux des cellules n exprimant pas la topoisomérase. Le contraste a été inversé pour faciliter la visualisation des signaux Plusieurs méthodes de quantification sont dérivées du fluorogramme. On évalue, par exemple, le nombre de points situés dans les zones positives, négatives, simplement ou doublement marqués. On calcule le coefficient de corrélation linéaire ou des coefficients similaires proposés pour mieux tenir compte de différences d'intensité ou de proportion entre les deux marquages. Les fluorogrammes permettent d'estimer la co-localisation de deux structures, mais aussi de contrôler les conditions d'acquisitions : correspondance des images, passage de fluorescenced'un canal à l'autre, stabilité de la fluorescence, amélioration du rapport signal/bruit. Ils s'appliquent à des modalités de fluorescence différentes, spectrales mais aussi temporelles. Traitement d images cours 1-8 Yves Usson

Traitement des images!

Traitement des images! Traitement des images! Yves USSON! Reconnaissance des Formes et Microscopie Quantitative! Lab. TIMC UMR 5525 CNRS, Grenoble! Traitement d images - définition! Séquence d opérations ayant pour but :!! -

Plus en détail

PLAN Analyse d images Morphologie et Segmentation

PLAN Analyse d images Morphologie et Segmentation PLAN Analyse d images et Segmentation L.Chen, J.Y.Auloge. INTRODUCTION. DEFINITIONS 3. VISION HUMAINE ET SYSTEMES DE COULEURS 4. ECHANTILLONNAGE ET QUANTIFICATION. TRANSFORMATIONS D IMAGES 6. AMELIORATION

Plus en détail

5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs

5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs 5. Traitement d'image? 5.3 Segmentation : détourage automatique et sélection par les couleurs PLAN 5.3.1 Définition et utilité 5.3.2 Détourage Hypothèses Principe Traitements automatiques/manuels Règlages

Plus en détail

Traitement bas-niveau

Traitement 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 détail

Bases du traitement des images. Détection de contours

Bases du traitement des images. Détection de contours Détection de contours Dominique.Bereziat@lip6.fr Contributions: N. Thome, D. Béréziat, S. Dubuisson Octobre 2015 1 / 76 Introduction Rôle primordial de la détection de contours en vision 1 Réduction d

Plus en détail

Bibliothèque de Traitement d Images en Niveaux de Gris

Bibliothèque de Traitement d Images en Niveaux de Gris TP Bibliothèque de Traitement d Images en Niveaux de Gris Étudiants : Besnier Alexandre Taforeau Julien Version 1.2 Janvier 2008 2008 Rapport TP - Version 1.2 i Table des matières Introduction 1 1 Objectif

Plus en détail

Traitement d images. Chapitre I Prétraitements

Traitement d images. Chapitre I Prétraitements Traitement d images Chapitre I Prétraitements 1 2 Introduction Les prétraitements d une image consiste à effectuer des opérations visant à : améliorer sa qualité visuelle restaurer l image en éliminant

Plus en détail

Projet Télédétection. Vidéo Surveillance. Deovan Thipphavanh Mokrani Abdeslam Naoui Saïd. Master 2 Pro SIS - 2005 / 2006

Projet Télédétection. Vidéo Surveillance. Deovan Thipphavanh Mokrani Abdeslam Naoui Saïd. Master 2 Pro SIS - 2005 / 2006 Projet Télédétection Vidéo Surveillance Deovan Thipphavanh Mokrani Abdeslam Naoui Saïd Master 2 Pro SIS - 2005 / 2006 Plan Introduction Lecture des images Détection des objets mouvants Détection des anomalies

Plus en détail

18 Informatique graphique

18 Informatique graphique Avant-propos En 1988, les Editions Hermès publiaient un ouvrage intitulé La synthèse d'images, qui présentait un état de l'art de ce domaine de l'informatique, vingt cinq ans environ après l'introduction

Plus en détail

1 Traitement d'images sous labview. Note d'application. «Seuillage automatique de forme zoomorphe»

1 Traitement d'images sous labview. Note d'application. «Seuillage automatique de forme zoomorphe» 1 Traitement d'images sous labview Note d'application «Seuillage automatique de forme zoomorphe» 2 Traitement d'images sous labview Sommaire Introduction...3 Rappel sur la binarisation...3 Présentation

Plus en détail

Présentation des Images et introduction a la reconnaissance des formes

Présentation des Images et introduction a la reconnaissance des formes Master Info 1 Image et RF Présentation des Images et introduction a la reconnaissance des formes Plis fòs ba pengwen là! Objet de ce cours? Comprendre comment est acquise / stockée une image. Quelles mesures

Plus en détail

5.1.1 Histogrammes : définition et utilité

5.1.1 Histogrammes : définition et utilité PLAN 5.1.1 Histogrammes : définition et utilité 5.1.2 Histogrammes des images en niveaux de gris 5.1.3 Histogramme des images couleurs 5.1.4 Courbes de modification des histogrammes 5.1.5 Applications

Plus en détail

TP2 Opérations et filtres

TP2 Opérations et filtres TP2 Opérations et filtres 1. Opérations arithmétiques Mettre en place les fonctions Min et Max sur 2 images en niveaux de gris. Min() conserve entre 2 images les pixels de luminance minimum, Max() conserve

Plus en détail

Introduction au traitement d images Détection de contours et segmentation

Introduction au traitement d images Détection de contours et segmentation Introduction au traitement d images Détection de contours et segmentation Résumé : Ce document est une introduction au traitement d images s intéressant notamment à la détection de contours et à la segmentation.

Plus en détail

Présentation des stages et projets réalisés en Imagerie

Présentation des stages et projets réalisés en Imagerie Présentation des stages et projets réalisés en Imagerie Aurélie Canale Juin 2008 Introduction ISIMA : Option calcul et modélisation scientifiques Master recherche option imagerie Parcours axé imagerie,

Plus en détail

Géométrie discrète Chapitre V

Géométrie discrète Chapitre V Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets

Plus en détail

Les bases de la photo : 1ère partie. 1ère partie Leçon 1.2. l'exposition

Les bases de la photo : 1ère partie. 1ère partie Leçon 1.2. l'exposition 1ère partie Leçon 1.2 Les bases de la photo : 1ère partie l'exposition Les trois facteurs de base L'exposition d'une photographie résulte de la combinaison de trois facteurs : le flux lumineux qui traverse

Plus en détail

5. Traitement d'image? 5.1 Histogrammes

5. Traitement d'image? 5.1 Histogrammes 5. Traitement d'image? 5.1 Histogrammes PLAN 5.1.1 Histogrammes : définition et utilité 5.1.2 Histogrammes des images en niveaux de gris 5.1.3 Histogramme des images couleurs 5.1.4 Courbes de modification

Plus en détail

La Grille, moyen fondamental de l analyse

La Grille, moyen fondamental de l analyse Fiche méthodologie #1 La Grille, moyen fondamental de l analyse Cette rubrique présente des notes et documents publiés par Philippe Latour, enseignant au Master Géomarketing et stratégies territoriales

Plus en détail

Aperçugénéral des principales méthodes d Extraction d informations thématiques à partir des images satellites

Aperçugénéral des principales méthodes d Extraction d informations thématiques à partir des images satellites Projet GIZ-CRTS Formation en Télédétection spatiale et SIG CRTS, 18-21 janvier 2016 Aperçugénéral des principales méthodes d Extraction d informations thématiques à partir des images satellites Abderrahman

Plus en détail

P i e r r e. L a b b e. Groupe Eyrolles, 2008, ISBN : 978-2-212-12121-6

P i e r r e. L a b b e. Groupe Eyrolles, 2008, ISBN : 978-2-212-12121-6 P i e r r e L a b b e Groupe Eyrolles, 2008, ISBN : 978-2-212-12121-6 Créer des dessins pixellisés En effet, qu il y ait un masque ou une sélection sur le calque ajouté, les corrections réalisées dans

Plus en détail

Laboratoire recherche UMR CNRS

Laboratoire recherche UMR CNRS Laboratoire recherche UMR CNRS Initiation au traitement des images Détection automatique Mesure de la surface des zones urbaines des images satellitaires Cet atelier propose de mesurer l'emprise urbaine

Plus en détail

Lecture optique par vision industrielle

Lecture optique par vision industrielle Lecture optique par vision industrielle Le but du TP est d effectuer la détection et la lecture automatique de plaques d immatriculation de véhicules automobiles. Cette application est utilisée pour le

Plus en détail

Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux

Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux Sébastien Delest Thèse dirigée par Hubert Cardot et Romuald Boné Université François Rabelais de Tours 26 novembre

Plus en détail

Rapport IN52. Sujet : Résolution d un puzzle

Rapport IN52. Sujet : Résolution d un puzzle CARRE Julien PIERNOT Jérôme Rapport IN52 Sujet : Résolution d un puzzle Responsable : M. Ruicheck Y. Automne 2007 1 SOMMAIRE INTRODUCTION...3 I. Description et approche du sujet...4 1. Description 2. Outils

Plus en détail

SÉLECTIONNER unezonedel image

SÉLECTIONNER unezonedel image Chapitre 2 SÉLECTIONNER unezonedel image Les modifications que vous pouvez apporter à vos images peuvent être appliquées uniquement à certaines zones. Cependant, vous devez indiquer ces zones à Photoshop

Plus en détail

Initiation à la photographie sous marine

Initiation à la photographie sous marine 1. Présentation de l appareil photo 2. La photo sous marine 3. Traitement numérique Présentation de l appareil photo 1. Les différents type d appareil photo 2. Description d un appareil photo 3. Les différents

Plus en détail

Les méthodes d observation

Les méthodes d observation Les méthodes de biologie cellulaire et moléculaire Les méthodes d observation Cocher la (ou les) proposition(s) vraie(s) 1. Concernant les constituants du microscope photonique : A. La lentille la plus

Plus en détail

III. LA CYTOMETRIE DE FLUX III.1. DEFINITION

III. LA CYTOMETRIE DE FLUX III.1. DEFINITION III. LA CYTOMETRIE DE FLUX III.1. DEFINITION La cytométrie en flux décrit une technique d analyse de routine des cellules ou particules biologiques en suspension qui traversent une cellule de mesure les

Plus en détail

LA CORRECTION RAPIDE AVEC CAPTURE ONE

LA CORRECTION RAPIDE AVEC CAPTURE ONE LA CORRECTION RAPIDE AVEC CAPTURE ONE Capture One est la version grand public de Capture One Pro, un convertisseur Raw de très haut niveau. La version allégée est cependant très riche en fonctionnalités,

Plus en détail

par Jean-François Deslandes

par Jean-François Deslandes GUIDE EXCEL POUR LA STATISTIQUE par Jean-François Deslandes Automne 2000 2 Table des matières RAPPORT DE TABLEAU CROISÉ DYNAMIQUE 4 CONSTRUCTION D'UN TABLEAU DE FRÉQUENCE POUR UNE VARIABLE UNIQUE 4 DISTRIBUTION

Plus en détail

LES CAPTEURS INFRAROUGE ET ULTRASONIQUE

LES CAPTEURS INFRAROUGE ET ULTRASONIQUE I - Introduction. Une éolienne est un véritable système automatisé, pour assurer un bon fonctionnement, il faut connaître en permanence le sens, la force du vent. Dans les systèmes techniques, les utilisateurs

Plus en détail

TRAITEMENT DE L'IMAGE SATELLITAIRE

TRAITEMENT DE L'IMAGE SATELLITAIRE 233 TRAITEMENT INFORMATIQUE DE L'IMAGE SATELLITAIRE INTRODUCTION Les images recueillies par les satellites d'observation sont, dans leur quasi-totalité, diffusées à la fois sous forme de reproductions

Plus en détail

TP Traitement d images

TP Traitement d images BOISSARD Benjamin BAROCHI Guillaume L3 ESI TP Traitement d images TP 1 : Histogramme et Binarisation TP 2 : Filtrage de bruit et de flou TP 3 : Détection de contours (méthodes linéaires) TP 4 : Segmentation

Plus en détail

Projet 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 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 détail

III Caractérisation d'image binaire

III Caractérisation d'image binaire III Caractérisation d'image binaire 1. Généralités Les images binaires codent l'information sur deux valeurs. Rarement le résultat direct d'un capteur, mais facilement obtenues par seuillage dans certains

Plus en détail

PCA appliqué à la 2D et 3D Dernière mise à jour : avril 2011

PCA appliqué à la 2D et 3D Dernière mise à jour : avril 2011 Projet 2009 2010 Biométrie 3D PCA appliqué à la 2D et 3D Dernière mise à jour : avril 2011 Département : TIC Mots clés : Biométrie, Analyse d images, Vision, Caméra thermique, Caméra temps de vol, Détection

Plus en détail

Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique

Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique Exercice Chapitre 4 Traitement d images binaires par Morphologie Mathématique L analyse par morphologie mathématique vise à modifier la structure et la forme des objets de l image, par exemple, pour séparer

Plus en détail

Couleur d'une image. Programmes en Visual Basic TABLE DES MATIÈRES

Couleur d'une image. Programmes en Visual Basic TABLE DES MATIÈRES Application des mathématiques Couleur d'une image Programmes en Visual Basic TABLE DES MATIÈRES 1 Introduction... 2 2 Images et Visual-Basic... 2 3 Composantes couleur... 4 4 Le cube des couleurs... 5

Plus en détail

En pratique, la synthèse d'image 3D se décompose essentiellement en deux principales étapes, la modélisation et le rendu.

En pratique, la synthèse d'image 3D se décompose essentiellement en deux principales étapes, la modélisation et le rendu. Principe des logiciels de modélisation 3D Sources principales : http://fr.wikipedia.org/wiki/infographie_tridimensionnelle http://anim3dvideo.free.fr/mainmenue/index.php?option=com_content&view=article&id=68:definitioninfographie-3d&catid=35:definition-general&itemid=100

Plus en détail

Mode d emploi du logiciel guifitcurve

Mode d emploi du logiciel guifitcurve Mode d emploi du logiciel guifitcurve D. Legland 18 juin 2008 Résumé Le programme guifitcurve est une interface graphique sous Matlab pour ajuster un contour polynomial à des images numérisées. L application

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L 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 détail

UN EXEMPLE D EVALUATION DISCIPLINAIRE : EN SVT

UN EXEMPLE D EVALUATION DISCIPLINAIRE : EN SVT UN EXEMPLE D EVALUATION DISCIPLINAIRE : EN SVT La réforme du lycée fait évoluer les modes d évaluation en Sciences de la Vie et de la Terre ; les nouvelles épreuves du baccalauréat permettent de mobiliser

Plus en détail

Tableau R : 255 0 0 255 255 0. Tableau G : 0 255 255 255 255 0. Tableau B : 0 0 255 0 255 0. Chaque carré représente un pixel

Tableau R : 255 0 0 255 255 0. Tableau G : 0 255 255 255 255 0. Tableau B : 0 0 255 0 255 0. Chaque carré représente un pixel Mini-Projet n 2 : Jouer avec les images. A rendre pour le lundi 14 novembre 2011 avant midi. Introduction : Une image est un ensemble de pixels dont chacun est défini par trois valeurs, que l'on note R,

Plus en détail

Chapitre III : Détection de contours

Chapitre III : Détection de contours Chapitre III : Détection de contours La détection de contour et la segmentation des images sont probablement les domaines qui ont reçu la plus grande attention de la part de la communauté de traitement

Plus en détail

Tableaux et manipulation d images «bitmap»

Tableaux et manipulation d images «bitmap» T.P. numéro VII Tableaux et manipulation d images «bitmap» Ce T.P. va faire intervenir les notions suivantes : lecture/écriture de fichiers binaires ; images bitmap ; tableaux de données. 1 Fichiers binaires

Plus en détail

Travaux pratiques de traitement d images

Travaux pratiques de traitement d images Travaux pratiques de traitement d images EI3 année 2009-2010 TP n 1 : Segmentation d images en régions p. 3 TP n 2 : Reconnaissance des formes p. 15 Vandenbroucke Nicolas R11 TP n 1 Segmentation d images

Plus en détail

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7 Vision Par Ordinateur James L. Crowley DEA IVR Premier Bimestre 1999/00 Séance 4 26 octobre 1999 Plan de la séance : Techniques Statistiques de la Reconnaissance de Forme Segmentation...2 La Distribution

Plus en détail

Ce projet se base sur le fait que les images numériques sont composées de pixels (plus ou moins nombreux selon le contexte).

Ce projet se base sur le fait que les images numériques sont composées de pixels (plus ou moins nombreux selon le contexte). Externat Notre Dame Accompagnement personnalisé (Tle S) Période n 2 Ce projet se base sur le fait que les images numériques sont composées de pixels (plus ou moins nombreux selon le contexte). A chaque

Plus en détail

Réglages de base en photo numérique

Réglages de base en photo numérique Réglages de base en photo numérique Régler la Sensibilité ISO (du film) Appareil photo En photo numérique, vous pouvez choisir une sensibilité ISO automatique ou faire ce réglage manuellement. Plus vous

Plus en détail

Analyse et traitement de données SPM

Analyse et traitement de données SPM Analyse et traitement de données SPM Introduction Gwyddion est un logiciel libre développé par deux chercheurs de l'institut Tchèque de Métrologie (http://www.cmi.cz), destiné à l'analyse et au traitement

Plus en détail

Bases du traitement des images. Détection de contours. Nicolas Thome. 19 octobre 2009. Plan Modélisation Filtrage Approches continues Post-Traitements

Bases du traitement des images. Détection de contours. Nicolas Thome. 19 octobre 2009. Plan Modélisation Filtrage Approches continues Post-Traitements Détection de contours Nicolas Thome 19 octobre 2009 1 / 61 Introduction Rôle primordial de la détection de contours en vision 1 Réduction d'information Information de toute l'image résumée dans le contours

Plus en détail

Photoshop propose de nombreux Réglages pour modifier les couleurs des images et pour créer des effets spéciaux.

Photoshop propose de nombreux Réglages pour modifier les couleurs des images et pour créer des effets spéciaux. Photoshop propose de nombreux Réglages pour modifier les couleurs des images et pour créer des effets spéciaux. La couleur est définie par 3 paramètres : la teinte, la saturation et la luminosité. La teinte

Plus en détail

PERMEABILITE DES POLYMERES

PERMEABILITE DES POLYMERES ANVAR PERMEABILITE DES POLYMERES I. NOTIONS SUR LE TRANSPORT GAZEUX DANS LES POLYMERES Il est généralement admis que les gaz traversent les films polymères denses par un processus de "dissolution-diffusion".

Plus en détail

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation?

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation? Analyse d images, vision par ordinateur Traitement d images Segmentation : partitionner l image en ses différentes parties. Reconnaissance : étiqueter les différentes parties Partie 6: Segmentation d images

Plus en détail

dessin vectoriel Les images bitmap (ou images matricielles) Les images vectorielles

dessin vectoriel Les images bitmap (ou images matricielles) Les images vectorielles dessin vectoriel Il y a deux catégories d images numériques : les images vectorielles et les images bitmap. image bitmap image vectorielle Les images bitmap (ou images matricielles) Elles sont composées

Plus en détail

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez

Plus en détail

8TRD147: Animation et images par ordinateur

8TRD147: Animation et images par ordinateur 8TRD147: Animation et images par ordinateur Introduction au traitement numérique des images Y. Chiricota Département d informatique et de mathématique Université du Québec à Chicoutimi / Certaines des

Plus en détail

TP3_PARTIE B : SEGMENTATION D IMAGE RADAR

TP3_PARTIE B : SEGMENTATION D IMAGE RADAR TP3_PARTIE B : SEGMENTATION D IMAGE RADAR Le but de cet exercice est de pratiquer avec un algorithme de segmentation d images dans le cas des images radar. Bien que l algorithme disponible par PCI ne soit

Plus en détail

Par défaut, les éléments de type bloc seront affichés dans une succession verticale.

Par défaut, les éléments de type bloc seront affichés dans une succession verticale. Le positionnement Par défaut, les éléments de type bloc seront affichés dans une succession verticale. Une boîte jaune Une boîte verte Les principaux éléments de type bloc sont : l'élément div ; les titres

Plus en détail

Simuler la fusion de calques avec PhotoFiltre 6 Freeware

Simuler la fusion de calques avec PhotoFiltre 6 Freeware Simuler la fusion de calques avec PhotoFiltre 6 Freeware Retour page des Tutos le logiciel Exemple 4 : Simuler le mode de fusion Incrustation et gérer les contrastes en utilisant le module Arithmétique

Plus en détail

Devoir XML / XSLT / Unicode

Devoir XML / XSLT / Unicode Devoir XML / XSLT / Unicode Frédérik Bilhaut Université de Caen Département d'informatique Les fichiers fournis pour réaliser le devoir sont à récupérer ici : http://www.info.unicaen.fr/~fbilhaut/ens/radi/devoir.tgz

Plus en détail

Projet d Initiative en Physiologie Humaine :

Projet d Initiative en Physiologie Humaine : Projet d Initiative en Physiologie Humaine : Caractérisation des modifications d'écoulement au niveau des anévrismes : application au traitement des anévrismes cérébraux par embolisation Par : BES Pierre,

Plus en détail

Module Article. Plate-forme de gestion de contenu. PubliShare utilise la librairie javascript (AJAX - Web 2.0)

Module Article. Plate-forme de gestion de contenu. PubliShare utilise la librairie javascript (AJAX - Web 2.0) G U I D E D U T I L I S AT I O N Publishare Plate-forme de gestion de contenu Module Article PubliShare utilise la librairie javascript (AJAX - Web.0) Sommaire Généralités Schéma de navigation Identification

Plus en détail

Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante.

Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante. Eléments de stratégie d échantillonnage à l adresse des diagnostiqueurs amiante. Essai de détermination du nombre de prélèvements à effectuer lors d un diagnostic amiante afin d assurer une représentativité

Plus en détail

PHOTOSHOP CORRECTIONS SIMPLES

PHOTOSHOP CORRECTIONS SIMPLES Niveau : Débutant COURS PHOTOSHOP PHOTOSHOP CORRECTIONS SIMPLES INTRODUCTION Dans ce chapitre, après une introduction sur les histogrammes, nous apprendrons les méthodes les plus simples pour améliorer

Plus en détail

Techniques de sélection

Techniques de sélection SOUS PHOTOSHOP ELEMENTS, presque toutes les tâches requièrent de créer des sélections. Lorsque vous créez un montage en combinant des images provenant de plusieurs sources ou lorsque vous remplacez un

Plus en détail

Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales

Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales Cahier des charges pour la conception des sujets pour l ECE en TS Évaluation des Compétences Expérimentales Sommaire Définition et objectifs de l épreuve.. p1 Compétences à évaluer.. p2 Conception du sujet..

Plus en détail

Diamètre principal règle la taille du Pinceau en faisant varier son diamètre.

Diamètre principal règle la taille du Pinceau en faisant varier son diamètre. Au fils du temps, Photoshop qui est à la base un logiciel de photogravure a étendu ses capacités. Une voie de l'évolution a été d'étoffer l'offre des options des outils de dessin afin d'obtenir des rendus

Plus en détail

Ce TD se déroule sur 3 heures : vous devez donc consacrer environ 1 heure pour chacune des phases.

Ce TD se déroule sur 3 heures : vous devez donc consacrer environ 1 heure pour chacune des phases. TD Analyse de données pour l évaluation de l exposition Octobre 2014 1 Contexte et objectif du TD Pour réaliser une évaluation de l exposition d une population à un contaminant chimique, plusieurs sources

Plus en détail

Matériaux II travaux pratiques

Matériaux II travaux pratiques Matériaux II travaux pratiques Détermination des contraintes résiduelles dans un assemblage soudé GC4 printemps 2015 C. Dénéréaz, 02.2015 1 Partie théorique Définition Un état de contrainte existant dans

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Ressources pour le lycée général et technologique Ressources pour la classe de première générale et technologique Mathématiques Série STD2A Nuances de gris Ces documents peuvent être utilisés et

Plus en détail

Fiabilité et pertinence des données Floating Car Data. dans le cas d études de trafic routier

Fiabilité et pertinence des données Floating Car Data. dans le cas d études de trafic routier Fiabilité et pertinence des données Floating Car Data dans le cas d études de trafic routier Introduction Les études de trafic nécessitent des données d entrées, et notamment : - Des données de comptage

Plus en détail

CS 1600. Nouveau CS 1600 Caméra intra-orale à technologie FIRE exclusive pour la détection de caries. Une meilleure qualité de soins

CS 1600. Nouveau CS 1600 Caméra intra-orale à technologie FIRE exclusive pour la détection de caries. Une meilleure qualité de soins CS 1600 Nouveau CS 1600 Caméra intra-orale à technologie FIRE exclusive pour la détection de caries. Une meilleure qualité de soins Un dépistage précoce des caries pour une meilleure santé des patients

Plus en détail

VIP D3.1.1 : «Large-scale SINDBAD validation» Simulation de la grille anti-diffusé Rapport de validation

VIP D3.1.1 : «Large-scale SINDBAD validation» Simulation de la grille anti-diffusé Rapport de validation VIP D3.. : «Large-scale SINDBAD validation» Simulation de la grille anti-diffusé Rapport de validation Patrick Hugonnard, Joachim Tabary Version.3 Contexte.... Présentation de la simulation... 2. Validation...

Plus en détail

Commutation automatique sur DOMETIC 7601L

Commutation automatique sur DOMETIC 7601L Commutation automatique sur DOMETIC 7601L Votre camping car est équipé d'un réfrigérateur DOMETIC de type 7601L, tri mixte, à sélection manuelle. Vous voulez lui adjoindre une sélection automatique. DOMETIC

Plus en détail

Utiliser un modèle d état prédéfini

Utiliser un modèle d état prédéfini Chapitre 8 Etats rapides Certains boutons sont désactivés, en fonction du type de cellule sélectionné. 4 Répétez les étapes 2 et 3 pour chaque bordure à paramétrer. 5 Cliquez sur le bouton OK pour valider

Plus en détail

Animation d effets (Keyframe Animation)

Animation d effets (Keyframe Animation) Animation d effets (Keyframe Animation) La boîte de dialogue Keyframe Animation m a posé quelques problèmes, je ne parvenais pas à comprendre toutes les subtilités offertes. Je me suis donc penché sur

Plus en détail

Détection de contours

Détection de contours Traitement Détection de s Plan? Dérivées d une image Bibliographie Cours de traitement Elise Arnaud - Edmond Boyer Université Joseph Fourier Cours de traitement Alain Boucher Cours de traitement T Guyer

Plus en détail

3.1.1 Image numérique et image analogique.

3.1.1 Image numérique et image analogique. PLAN 3.1.1 Image numérique et image analogique 3.1.2 Résolution 3.1.3 Niveaux de gris 3.1.4 L'image numérique : un tableau d'entiers 3.1.1 Image numérique et image analogique. Image numérique se dit digital

Plus en détail

Livre blanc. Contrôler simplement les couleurs. Connaissances de base relatives à la configuration des contrôles de couleurs

Livre blanc. Contrôler simplement les couleurs. Connaissances de base relatives à la configuration des contrôles de couleurs Livre blanc Contrôler simplement les couleurs. Connaissances de base relatives à la configuration des contrôles de couleurs Dans beaucoup de contrôles de couleurs du traitement d images industriel et notamment

Plus en détail

Plan du didacticiel (Pour faciliter la navigation un système de liens est accessible à partir du plan)

Plan du didacticiel (Pour faciliter la navigation un système de liens est accessible à partir du plan) Utilisation de «The Gimp» pour redessiner des photos Préambule: Mesurim est un excellent logiciel, cependant le tracé de lignes à la souris est plutôt malaisé et souvent décevant. De plus, une fois tracé

Plus en détail

- 77 - AIDE AU DIAGNOSTIC DES PATHOLOGIES RETINIENNES PAR TRAITEMENT NUMERIQUE D'IMAGES MOTS CLES : RESUME : T.KONE, P.BUNEL, G.MIMOUN, L.

- 77 - AIDE AU DIAGNOSTIC DES PATHOLOGIES RETINIENNES PAR TRAITEMENT NUMERIQUE D'IMAGES MOTS CLES : RESUME : T.KONE, P.BUNEL, G.MIMOUN, L. AIDE AU DIAGNOSTIC DES PATHOLOGIES RETINIENNES PAR TRAITEMENT NUMERIQUE D'IMAGES T.KONE, P.BUNEL, G.MIMOUN, L.KONATE MOTS CLES : TRAITEMENT NUMERIQUE D'IMAGES, ANGIOGRAPHIE RETINIENNE RESUME : Aujourd'hui

Plus en détail

EXPÉRIENCE EN CLASSE SUR LE TABLEUR

EXPÉRIENCE EN CLASSE SUR LE TABLEUR EXPÉRIENCE EN CLASSE SUR LE TABLEUR Thème : STATISTIQUES en ème Alain JUILLAC (Collège Condorcet - Puy Guillaume) Véronique JUILLAC (Lycée Montdory - Thiers) Cet article est paru sur le Bulletin Vert de

Plus en détail

ISOPHASES http://www.isophases.com

ISOPHASES http://www.isophases.com ISOPHASES http://www.isophases.com LE PROCESSEUR D IMAGE STEREOPHONIQUE ISO-B12 par Claude Carpentier v :3.1 - Juin 2004 OFF 160 320 630 ISOPHASE 1250 2500 5000 80 160 320 640 1250 2500 ON LEVEL BALANCE

Plus en détail

BASES DE LA FLUORESCENCE

BASES DE LA FLUORESCENCE BASES DE LA FLUORESCENCE Aurélie Le Ru, Ingénieur d étude CNRS Agrobiosciences, Interactions et Biodiversité, Plateau d imagerie, 24 chemin de Borde Rouge 31326 Castanet-Tolosan Cedex leru@lrsv.ups-tlse.fr

Plus en détail

Guide de l utilisateur du Scanner

Guide de l utilisateur du Scanner Guide de l utilisateur du Scanner La boîte de dialogue TWAIN Appendices 2 Table de matières De dialogue TWAIN... 3 Appeler (commande Acquisition) et utiliser la boîte La boîte de dialogue TWAIN... 4 Exécuter

Plus en détail

NOUVEAUTÉS DE LA VERSION

NOUVEAUTÉS DE LA VERSION 5.8 NOUVEAUTÉS DE LA VERSION 5. Deux axes d orientation Ergonomie Richesse fonctionnelle Installation Une nouvelle procédure d installation du logiciel est mise en service. Elle distingue deux fichiers

Plus en détail

Séquence 3. Comment les informations génétiques se transmettent-elles de cellules en cellules? Nos cellules, filles de la cellule-œuf

Séquence 3. Comment les informations génétiques se transmettent-elles de cellules en cellules? Nos cellules, filles de la cellule-œuf Sommaire Nous sommes en train d étudier le support des informations génétiques 1 au sein de nos cellules. Rapidement après sa formation, la cellule-œuf commence à se multiplier (vu en classe de 4 e ).

Plus en détail

Chapitre 2 Couleur des objets (17 exercices corrigés)

Chapitre 2 Couleur des objets (17 exercices corrigés) Chapitre 2 Couleur des objets (17 exercices corrigés) Exercice 6 page 40 1. Au niveau de la rétine de l œil humain, on trouve des cellules nerveuses en cônes et en bâtonnets. Ce sont les cellules en cônes

Plus en détail

Module 26 : Techniques de modélisation

Module 26 : Techniques de modélisation Module 26 : Techniques de modélisation 26.0 Introduction Ce module enseigne une série de techniques qui constituent une trousse à outils bien pratique quand il s agit de construire des modèles dans Excel

Plus en détail

METHODOLOGIE DE CONSTRUCTION D UNE SEQUENCE D APPRENTISSAGE EN ARTS VISUELS

METHODOLOGIE DE CONSTRUCTION D UNE SEQUENCE D APPRENTISSAGE EN ARTS VISUELS METHODOLOGIE DE CONSTRUCTION D UNE SEQUENCE D APPRENTISSAGE EN ARTS VISUELS Tout enseignant est confronté à la question de l apprentissage de ses élèves. Qu est-il opportun qu ils apprennent? Une partie

Plus en détail

Approche du nombre dérivé

Approche du nombre dérivé Approche du nombre dérivé Conformément au programme de 1 ère STG, nous nous proposons de chercher la position de la sécante à une courbe qui permet de minimiser les écarts au voisinage du point d intersection.

Plus en détail

L hyperfocale Définition

L hyperfocale Définition L hyperfocale Définition : La distance hyperfocale (dans le langage courant l hyperfocale) est la distance minimum au-delà de laquelle les sujets sont perçus comme nets lorsque la mise au point est à l

Plus en détail

Acquisition d image : vers le tout numérique

Acquisition d image : vers le tout numérique Acquisition d image : vers le tout numérique Introduction La technologie évolue rapidement dans le domaine de l'acquisition d'image depuis quelques années, que ce soit dans les domaines industriel et scientifique

Plus en détail

Analyse d images IMN 259

Analyse d images IMN 259 Hiver 2013 Analyse d images IMN 259 Présentation du cours Par Pierre-Marc Jodoin Présentation Professeur : Pierre-Marc Jodoin Courriel : pierre-marc.jodoin@usherbrooke.ca Page web : http://www.dmi.usherb.ca/~jodoin/

Plus en détail

Tri couleur par vision industrielle

Tri couleur par vision industrielle Tri couleur par vision industrielle Le but du TP est d effectuer le contrôle et le tri d objets de couleur et de taille différentes. Ces objets sont des balles rebondissantes qu il faut contrôler et trier

Plus en détail

SOLENE UN OUTIL DE SIMULATION DES ECLAIREMENTS SOLAIRES ET LUMINEUX DANS LES PROJETS ARCHITECTURAUX ET URBAINS

SOLENE UN OUTIL DE SIMULATION DES ECLAIREMENTS SOLAIRES ET LUMINEUX DANS LES PROJETS ARCHITECTURAUX ET URBAINS SOLENE UN OUTIL DE SIMULATION DES ECLAIREMENTS SOLAIRES ET LUMINEUX DANS LES PROJETS ARCHITECTURAUX ET URBAINS Dominique GROLEAU Laboratoire CERMA, UMR CNRS 1563, Ecole d'architecture de Nantes rue Massenet,

Plus en détail

Pour utiliser les menus statistiques fournis par excel

Pour utiliser les menus statistiques fournis par excel Pour utiliser les menus statistiques fournis par excel Préalable: Dans Outils/Macro complémentaires, cocher si ce n'est pas déjà fait "utilitaires d'analyse": Partie 1 Analyse de variance A] Plan S n

Plus en détail

L image radiographique Système d imagerie analogue

L image radiographique Système d imagerie analogue L image radiographique Système d imagerie analogue Entretien et conseils pratiques Julie-Marthe Grenier Professeure de radiologie Université du Québec à Trois-Rivières Contenu Système d imagerie analogue

Plus en détail