Lalaoui Jamal - Renaudin Maxime - Stein Jonathan. Bureau d étude : Image. Segmentation Spatio-temporelle ISNC

Dimension: px
Commencer à balayer dès la page:

Download "Lalaoui Jamal - Renaudin Maxime - Stein Jonathan. Bureau d étude : Image. Segmentation Spatio-temporelle ISNC"

Transcription

1 Lalaoui Jamal - Renaudin Maxime - Stein Jonathan Bureau d étude : Image Segmentation Spatio-temporelle ISNC

2 INTRODUCTION Que ce soit pour une utilisation militaire ou pour de la vidéo surveillance, la détection de mouvement est de plus en plus utilisée. Pour cela, il existe de nombreuses méthodes, notamment la segmentation spatio-temporelle. A travers ce bureau d études, nous allons confronter deux méthodes : la première méthode d observation d objets, de piétons en mouvement est la méthode de différence simple. Nous verrons par la suite la méthode de détection de mouvement par flot optique. DETECTION PAR DIFFERENCE Cette première méthode s appuie sur les caractéristiques d une image de référence. Celle-ci ne doit contenir aucun objet en mouvement. En effet, nous utilisons cette image de référence afin de repérer les éventuelles différences avec une autre image et enfin détecter les objets qui sont apparus et donc les objets en mouvement. Cette différence simple se fait pixel par pixel. L image de référence est représentée sur la figure 1 : Figure 1 : Image de référence

3 Le but est alors de détecter du mouvement grâce aux images suivantes : Figure 2 : Première image Figure 3 : Deuxième image Figure 4 : Troisième image

4 Pour cela, il est essentiel de conserver la même dynamique lors de la soustraction des images avec l image de référence. En effet, en faisant la différence de deux images ayant pour dynamique l intervalle [0 : 255], la dynamique de l image de différence sera [-255 : 255]. Afin d afficher cette image de référence, il faut faire un changement d échelle afin de retourner dans l intervalle classique [0 : 255]. Un premier choix serait de place la borne inférieur -255 à 0 et de conserver la borne supérieur. Pour cela, l opération de changement de dynamique serait : x nouvelle dynamique = x ancienne dynami que (1) Cependant, le contraste n est pas optimal pour les images de différences utilisant ce changement de dynamique là. En effet, la borne inférieure n est jamais atteinte. Le changement de dynamique optimal est définie en observant la valeur minimum atteinte lors de la différence. En notant x min cette valeur, nous trouvons comme formule de changement de dynamique : x nouvelle dynamique = x ancienne dynamique + x min x min (2) La nouvelle dynamique correspondant à la différence des deux images est alors [0 : 255]. Il est à noter qu une différence nulle, c'est-à-dire deux pixels soustraits ayant la même intensité, est affichée avec une intensité de 255 x min 255+ x min. Les figures suivantes permettent d observer les images de différence et permettent ainsi une première analyse quant à la détection de mouvements : Figure 5 : Différence Image 1 Image de référence

5 Figure 6 : Différence Image 2 Image de référence Figure 7 : Différence Image 3 Image de référence Ces figures font clairement apparaître les objets en mouvement : personnes montant les escaliers en bas à droite des figures. Cependant, en observant attentivement, ces figures font également apparaître quelques défauts : en effet, l image n est pas lisse et du mouvement est détecté la où il ne devrait pas y ne avoir, comme sur la figure 7 en haut à droite. Ces défaut peuvent avoir plusieurs explications : différence de luminosité entre les deux images, facteur extérieur ayant fait bouger sensiblement la caméra de surveillance comme par exemple du vent Pour cela, il peut être intéressant d améliorer sensiblement cette technique de différence simple, en faisant non plus la différence pixel à pixel mais bloc par bloc. Pour cela, la

6 moyenne des blocs de 16*16 pixels de l image à observer est soustraite à la moyenne des blocs de même taille de l image de référence. Les résultats sont visibles grâce aux figures suivantes : Figure 8 : Différence par bloc Image 1 Image référence Figure 9 : Différence par bloc Image 2 Image référence Figure 10 : Différence par bloc Image 3 Image référence

7 Les images sont maintenant beaucoup plus lisses et ne font donc presque plus apparaître de défauts. Les objets en mouvement sont plus facilement détectables. En effet, on observe aisément que la partie en bas a droite des images fait apparaître des valeurs de gris différentes, ce qui est la conséquence d une différence assez forte des valeurs des pixels de l image d observation et de l image de référence. Cette différence est alors interprétée comme un objet en mouvement. Les deux variantes de cette méthode par différence présentent toutes deux des avantages. En effet, la méthode par blocs diminue le risque de fausse détection et assure ainsi une probabilité de détection de mouvement assez élevée. Cependant, contrairement à la méthode utilisant la différence pixel par pixel, la résolution est assez faible et ne permet pas une bonne analyse de l objet. En fonction du besoin, c est à dire que l on veille identifier clairement le type d objet en mouvement ou alors qu on veille juste identifier la trajectoire de l objet sans avoir besoin de définir le type de celui-ci, il faudra alors utiliser l une ou l autre variante. CALCUL DU FLOT OPTIQUE La détection de mouvement peut être affinée en estimant la direction et la vitesse du mouvement. Pour cela, la méthode de détection par calcul du flot optique est intéressante car elle permet d estimer la direction ainsi que l amplitude du mouvement. Cette méthode est également intéressante dans le fait qu elle ne nécessite pas d image de référence. En effet, le mouvement est détecté en utilisant les propriétés de l image précédente. Les deux images à analyser sont visibles grâce aux figures suivantes : Figure 11 : Image 1

8 Figure 12 : Image 2 Analysons tout d abord l effet d une simple différence antre ces deux images : Figure 13 : Différence simple entre les deux images La figure 13 représente la valeur absolue de la différence pixel à pixel des deux images. Prendre la valeur absolue de la différence est un traitement peu efficace. L image 1 est une image présentant déjà des objets en mouvement. Par ailleurs, un pixel de valeur négative x est affiché de la même couleur qu un pixel de valeur x. Il est difficile d observer le mouvement car même les voitures stationnées font apparaître des différences. Cependant, on note une différence beaucoup plus accentuée pour le taxi central, ce qui peut nous donner l intuition que celui-ci bouge réellement.

9 La méthode du flot optique, expliqué dans le sujet de ce bureau d étude, résulte de la minimisation par rapport à d x et d y du critère suivant : J = (d x I x + d y I y + I t ) 2 i (3) Ici I x, I y et I t représentent respectivement la dérivée partielle par rapport à x, la dérivée partielle par rapport à y de l image 1, et la différence temporelle des deux images c'est-à-dire la différence pixel à pixel de l image 2 par rapport à l image 1. Les figures suivantes sont le résultat de l application des filtres de Sobel dans le but d observer les dérivées partielles selon x et selon y de l image 1. Figure 14 : Dérivée partielle selon x Figure 15 : Dérivée partielle selon y

10 Le vecteur de déplacement [d x, d y ] est obtenue par minimisation du critère J (cf équation 3). Pour cela, il faut résoudre le système suivant : J d x = 0 et J d y = 0 (4) Ceci implique : d x. I x 2 + d y. I x I y = I x I t (5) d y. I y 2 + d x. I x I y = I y I t (6) Soit : d x = I x I y I y I t I y 2 ( I x I t ) I x 2 I y 2 ( I x I y ) 2 (7) d y = I x I t d x. I x 2 I x I y (8) Le flot optique d un pixel est estimée grâce à un voisinage bidimensionnelle centré sur celuici, paramétré par L, caractérisant la taille de la fenêtre d étude. Grâce à la fonction ginput de Matlab, nous pouvons demander à l utilisateur de sélectionner un pixel et ainsi observer le mouvement de celui-ci après calcul du flot optique définie par d x et d y (cf. équation 7 et 8). Figure 16 : Demande de sélection d un pixel

11 Figure 17 : Résultat : Calcul du mouvement du pixel séléctionné Afin de mieux observer le mouvement, les vecteurs de déplacement sont multipliés par 20. Ce processus peut être répété autant de fois que voulu et ainsi permet une estimation du mouvement de n importe que pixel de l image. Afin de mieux analyser l influence des différents paramètres, il est intéressant de calculer le flot optique sur toute l image en faisant varier la taille de la fenêtre permettant l estimation du mouvement du pixel central de la fenêtre. L effet de la taille de la fenêtre est visible grâce aux figures suivantes : Figure 18 : Flot optique L=2

12 Figure 19 : Flot optique L=8 Figure 20 : Flot optique L=15 Figure 21 : Flot optique L=40

13 Par définition, la taille de la fenêtre permettant l estimation du mouvement du pixel central fait intervenir plus ou moins de pixel pour le calcul du mouvement. En fonction de la situation du pixel et de la valeur du paramètre L, l estimation sera plus ou moins précise. En effet, en observant les figures suivantes, les valeurs extrêmes de L ne sont pas satisfaisantes. Pour une fenêtre d observation de longueur 2 (cf. figure 18), le mouvement des pixels n est pas cohérent : pour un même objet par exemple la voiture noire en bas à gauche de l image, deux pixels voisins appartenant à cette voiture ne font pas apparaître le même vecteur de mouvement, ce qui prouve une incohérence. En effet, la taille de la fenêtre est trop faible pour éviter les changements de luminosité ou d autres paramètres pouvant fausser l estimation. De même pour une valeur trop grande, par exemple L=40 (cf. figure 21), le mouvement des objets est incohérent. La fenêtre est trop grande par rapport à la taille de l image et fait intervenir beaucoup trop d objet pour le calcul du mouvement d un seul pixel. Par exemple, pour l estimation du mouvement d un pixel appartement à la voiture noir, en bas à gauche de l image, des pixels de la voiture blanche, au milieu de l image sont pris en compte : le calcul est alors faussé. Vues les dimensions de l image, une valeur cohérente de la fenêtre d observation est comprise entre 8 et 15 (cf. figure 19 et 20). En choisissant une valeur de flot optique L=15, nous pouvons faire plusieurs conclusions sur la direction et la vitesse des différents objets. Déplacement uniforme Vitesse assez rapide Déplacement non uniforme Vitesse plus faible que la voiture noire

14 Pas de déplacement Cette interprétation peut être faite automatiquement en faisant un seuillage du flot optique. On peut donc décider de ne conserver que les objets en déplacement (seuil sur la norme du vecteur de déplacement, seuil=0,6). Figure 22 : Objets en déplacement Figure 23 : Masque de seuillage seuil = 0,6

15 Il est également possible de ne conserver que les objets se déplaçant rapidement en augmentant le seuil (seuil = 2,2). Figure 24 : Objet se déplacement rapidement Figure 25 : Masque de seuillage correspondant à l image précedente Le seuillage permet de visualiser et détecter facilement les objets en mouvement. Cette détection peut être complétée grâce aux techniques vues au cours de deux dernières années, notamment en effectuant un étiquetage sur chaque objet et en prenant le barycentre de celui-ci pour permettre un suivi précis de chaque objet.

16 CONCLUSION Au cours de ce bureau d études, nous avons pu découvrir et implémenter deux différentes méthodes de détection de mouvement. La méthode du flot optique est plus complète que la méthode par simple différence car elle permet d avoir une estimation de la vitesse et de la direction des objets en mouvement. En généralisant ces méthodes dans des buts de traiter des séquences vidéo, il sera nécessaire de prendre en compte quelques effets perturbateurs tels que le changement de luminosité, la disparition d objets temporaires, le croisement de deux objets, le mouvement de la caméra de surveillance dû au vent

Traitement des images numériques TP 4 : Filtrage, rehaussement de contours et segmentation

Traitement des images numériques TP 4 : Filtrage, rehaussement de contours et segmentation Traitement des images numériques TP 4 : Filtrage, rehaussement de contours et segmentation Université Paris 13, Institut Galilée Master Ingénierie et Innovations en Images et Réseaux - 1ère année 2015-2016

Plus en détail

Bases du traitement des images. Opérations de base et améliorations

Bases du traitement des images. Opérations de base et améliorations Opérations de base et améliorations Séverine Dubuisson 6 octobre 2010 1 / 66 Plan du cours 1 Types d opérations sur une image 2 Transformations géométriques 3 Opérations entre images 4 Améliorations 2

Plus en détail

0.1. SPLINES CUBIQUES 1. Figure 1 Interpolation linéaire par morceaux

0.1. SPLINES CUBIQUES 1. Figure 1 Interpolation linéaire par morceaux .. SPLINES CUBIQUES f(x ) f(x 4) f(x ) f(x ) f(x ) x x x x x 4. Splines cubiques Figure Interpolation linéaire par morceaux Dans bon nombre d applications, il est impératif d obtenir des courbes très régulières

Plus en détail

NOTICE D UTILISATION DE GÉNÉRIS 5+

NOTICE D UTILISATION DE GÉNÉRIS 5+ NOTICE D UTILISATION DE GÉNÉRIS 5+ 1. Acquisition...2 2. Acquisitions multiples...4 3. Traitement d une vidéo...5 4. Graphique...6 4.1. Changement de grandeur en abscisse...6 4.2. Changement des courbes

Plus en détail

1. Glossaire. Absorption (facteur d absorption)

1. Glossaire. Absorption (facteur d absorption) 1. Glossaire Terme ou expression Absorption (facteur d absorption) Atmosphère Bruit Cavité isotherme Cavité rayonnante Champ de vision horizontal Conduction Convection Corps gris Corps noir Correction

Plus en détail

Analyse de la vidéo. Chapitre Estimation du mouvement. 23 décembre Chapitre 1 - Représentation d une vidéo numérique 1 / 43

Analyse de la vidéo. Chapitre Estimation du mouvement. 23 décembre Chapitre 1 - Représentation d une vidéo numérique 1 / 43 Analyse de la vidéo Chapitre 2.1 - Estimation du mouvement 23 décembre 2010 Chapitre 1 - Représentation d une vidéo numérique 1 / 43 Plan de chapitre Définition générale du flux optique 1 Définition générale

Plus en détail

Image et histogramme

Image et histogramme Image et histogramme 1 Histogramme Calculer "manuellement" et afficher les histogrammes des image fournies (voir figure 1): un code de départ est fourni, incluant la lecture de l image, l initialisation

Plus en détail

De la Segmentation Couleur à la Reconstruction 3D

De la Segmentation Couleur à la Reconstruction 3D De la Segmentation Couleur à la Reconstruction 3D Philippe Montesinos EMA/LGI2P Parc Scientifique G.Besse 30000 Nîmes montesin@site- @site-eerie.ema.fr http:// ://www.lgi2p.ema.fr/~montesin 1 Introduction

Plus en détail

TRAVAUX DIRIGES PARTIE 1 TRAITEMENT D IMAGES ET VISION

TRAVAUX DIRIGES PARTIE 1 TRAITEMENT D IMAGES ET VISION TRAVAUX DIRIGES PARTIE 1 TRAITEMENT D IMAGES ET VISION Cycle ingénieur ING 2 Spécialité Informatique Alice POREBSKI alice.porebski@eilco-ulco.fr Exercice 1 : Soit l image couleur I suivante : -> et la

Plus en détail

1h30 - documents autorisés (notes de cours et de td)

1h30 - documents autorisés (notes de cours et de td) Université Bordeaux 1 Master Informatique, Image Son Vidéo 2012/2013 Image 3D 1h30 - documents autorisés (notes de cours et de td) Exercice 1 Quantification : échantillonnage en niveaux de gris et unités

Plus en détail

Optimisation linéaire

Optimisation linéaire Cours 1 Optimisation linéaire L optimisation linéaire est un domaine de la recherche opérationnelle. Elle consiste à modéliser des problèmes de recherche opérationnelle à l aide d inégalités linéaires

Plus en détail

Détection de changements structuraux

Détection de changements structuraux Détection de changements structuraux ISSN avant et après une catastrophe École de technologie supérieure, Montréal, Québec, Canada Plan Introduction Détection de changements Différence Ratio de pixels

Plus en détail

L élève devrait avoir une connaissance pratique des diagrammes de forces, de l analyse graphique et de la deuxième loi de Newton.

L élève devrait avoir une connaissance pratique des diagrammes de forces, de l analyse graphique et de la deuxième loi de Newton. Leçon Ascenseur L applet Ascenseur facilite la compréhension de la physique du mouvement dans un ascenseur. Préalables L élève devrait avoir une connaissance pratique des diagrammes de forces, de l analyse

Plus en détail

Examen Vision industrielle 3 Décembre 2003 Département GI, INSA de Lyon

Examen Vision industrielle 3 Décembre 2003 Département GI, INSA de Lyon Examen Vision industrielle 3 Décembre 2003 Département GI, INSA de Lyon Nom et prénom : Groupe A 1. La figure montre une image, la figure montre la même image après une rotation de 90 o. Les figures (c)

Plus en détail

6.2 Accentuer une image

6.2 Accentuer une image 6.2 Accentuer une image SilverFast offre une fonction d'accentuation spécialement développée, le «masque flou» (USM). Ce terme provient de la lithographie traditionnelle quand on utilisait encore des procédés

Plus en détail

UE3 Analyse des Images Transformations ponctuelles. LPro GPI Vision Industrielle UE3 : Analyse des Images O. Losson & F.

UE3 Analyse des Images Transformations ponctuelles. LPro GPI Vision Industrielle UE3 : Analyse des Images O. Losson & F. UE3 Analyse des Images ponctuelles Plan du cours Définition et interprétation s normalisé et cumulé 2 Principe des transformations d'images Types de transformations d'images ponctuelles : table de correspondance

Plus en détail

DESCRIPTION DES LOGICIELS IMPLANTES DANS LE PROCESSEUR PMM Note n 3

DESCRIPTION DES LOGICIELS IMPLANTES DANS LE PROCESSEUR PMM Note n 3 DESCRIPTION DES LOGICIELS IMPLANTES DANS LE PROCESSEUR PMM Note n 3 Serge BEUCHER Avril 1994 1. Introduction Cette troisième note décrit les procédures de calibrage statique et dynamique du processeur

Plus en détail

TD 11 : Fonctions Continues et le Théorème des Valeurs Intermédiaires

TD 11 : Fonctions Continues et le Théorème des Valeurs Intermédiaires Université Paris Est Créteil DAEU TD : Fonctions Continues et le Théorème des Valeurs Intermédiaires Dans cette fiche on définie une propriété très importante qui est vérifiée par un très grand nombre

Plus en détail

Segmentation d'image : Contours

Segmentation d'image : Contours Segmentation d'image : Contours Philippe Montesinos EMA/LGI2P Parc Scientifique G.Besse 30000 Nîmes montesin@site-eerie.ema.fr http://www.lgi2p.ema.fr/~montesin 1 Détection de contours (plan) Signal, échantillonnage,

Plus en détail

M3.21 Les images informatiques et leurs traitements TP 1

M3.21 Les images informatiques et leurs traitements TP 1 M3.2 Les images informatiques et leurs traitements TP IUT d Arles DUT SRC 200-20 Objectifs : Apprendre à utiliser les premiers filtres de traitements des images informatiques à l aide de Photoshop. Comprendre

Plus en détail

Exercice Retouche Photo Détournement d une affiche de film

Exercice Retouche Photo Détournement d une affiche de film Exercice Retouche Photo Détournement d une affiche de film Espaces Multimédia Le but de l exercice est de remplacer le visage de l acteur principal par celui de l acteur Leonardo DiCaprio. Pour ce faire,

Plus en détail

Université Tunis el Manar o Institut Supérieur d Informatique. Analyse d Information Multimédia L3SIL.

Université Tunis el Manar o Institut Supérieur d Informatique. Analyse d Information Multimédia L3SIL. Université Tunis el Manar -------------o------------ Institut Supérieur d Informatique Analyse d Information Multimédia L3SIL Nadhem NEMRI (nadhem.nemri@gmail.com) Année Universitaire 2012/2013 Problématique

Plus en détail

Applications du filtrage

Applications du filtrage Applications du filtrage GIF-4105/7105 Photographie Algorithmique, Hiver 2016 Jean-François Lalonde Merci à: Alyosha Efros, Derek Hoiem, Steve Seitz, et Svetlana Lazebnik! Gradient Le gradient d une image:

Plus en détail

GUIDE POUR UNE NUMÉRISATION OPTIMALE

GUIDE POUR UNE NUMÉRISATION OPTIMALE Différents facteurs Plusieurs facteurs interviennent dans le processus de numérisation : l environnement, la configuration et la calibration du scanner, l objet numérisé. Le principe facteur environnemental

Plus en détail

Analyse du mouvement dans les vidéos et Suivi d objets

Analyse du mouvement dans les vidéos et Suivi d objets Analyse du mouvement dans les vidéos et Suivi d objets Aurélie Bugeau Enseirb-Matmeca, IPB Aurélie Bugeau (Enseirb-Matmeca, IPB) Analyse des vidéos 1 / 45 Introduction Vidéo Séquence d images Chaque image

Plus en détail

Fonction exponentielle Résolutions d équations Exercices corrigés

Fonction exponentielle Résolutions d équations Exercices corrigés Fonction exponentielle Résolutions d équations Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : résoudre une équation de la forme Exercice 2

Plus en détail

Epaisseur et localisation des contours des detecteurs par derivation (Sobel, Prewitt, Roberts) ou par gradient morphologique.

Epaisseur et localisation des contours des detecteurs par derivation (Sobel, Prewitt, Roberts) ou par gradient morphologique. Epaisseur et localisation des contours des detecteurs par derivation (Sobel, Prewitt, Roberts) ou par gradient morphologique. Edouard Ritz, Tomasz Marszal 1. Introduction 2. Presentation des differents

Plus en détail

QUALIMATEST SA Chemin du Pont-du-Centenaire 109, 1228 Plan-les-Ouates (Geneva), Switzerland

QUALIMATEST SA Chemin du Pont-du-Centenaire 109, 1228 Plan-les-Ouates (Geneva), Switzerland Le VidéoBalisomètre a été développé pour permettre une analyse très poussée de l organe réglant et ainsi devenir un référentiel pour la mesure des amplitudes, des marches et des vitesses du balancier.

Plus en détail

1 ère S3 Devoir pour le lundi 30 novembre 2009

1 ère S3 Devoir pour le lundi 30 novembre 2009 1 ère S3 Devoir pour le lundi 30 novembre 2009 IV. Dans le plan orienté, on considère un pentagone régulier indirect ABCDE inscrit dans un cercle C de centre O. I. Soit u et v deux vecteurs non nuls du

Plus en détail

Quantification par. analyse d images. Yves Usson La Tronche cedex. Institut Albert Bonniot. Domaine de la Merci.

Quantification par. analyse d images. Yves Usson La Tronche cedex. Institut Albert Bonniot. Domaine de la Merci. Quantification par analyse d images Yves Usson Institut Albert Bonniot Domaine de la Merci 38706 La Tronche cedex Yves.Usson@ujf-grenoble.fr Etapes de la cytométrie par analyse d image Préparation cytologique

Plus en détail

ÉPREUVE DE MATHÉMATIQUES SUJET DESTINÉ AU CANDIDAT

ÉPREUVE DE MATHÉMATIQUES SUJET DESTINÉ AU CANDIDAT Sujet B29 Page 1/7 ÉPREUVE DE MATHÉMATIQUES TOUTE SPÉCIALITÉ DE BACCALAURÉAT PROFESSIONNEL DU GROUPEMENT B SUJET DESTINÉ AU CANDIDAT Nom et Prénom du candidat : N : Spécialité de baccalauréat professionnel

Plus en détail

Leçon Chariot de Fletcher

Leçon Chariot de Fletcher Leçon Chariot de Fletcher L applet Chariot de Fletcher simule le mouvement de deux blocs reliés par un fil qui passe sur une poulie. Préalables L élève devrait comprendre les propriétés de grandeur et

Plus en détail

Photométrie : démarche à suivre sur SalsaJ

Photométrie : démarche à suivre sur SalsaJ Photométrie : démarche à suivre sur SalsaJ I- UTILISATION DU LOGICIEL : PHOTOMETRIE 1- Ouvrez SalsaJ. Une fois que le programme est ouvert, vous allez voir la barre d outils suivante s afficher en haut

Plus en détail

Fonction continue sur un intervalle Continuité Exercices corrigés

Fonction continue sur un intervalle Continuité Exercices corrigés Fonction continue sur un intervalle Continuité Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : montrer qu une fonction est continue en un point

Plus en détail

T STI SIN Loi normale 05/04/2013 Lycée Don Bosco

T STI SIN Loi normale 05/04/2013 Lycée Don Bosco A. Un peu d intuition, un peu de simulation Trois personnes choisissent chacune au hasard et indépendamment l une de l autre un nombre réel compris entre 0 et 1. On appelle I 1, I 2 et I 3 les nombres

Plus en détail

Les variables quantitatives

Les variables quantitatives Chapitre 2 Les variables quantitatives Rappel : Les variables quantitatives portent sur des quantités, des choses dénombrables. Le traitement des variables quantitatives n est pas différent de celui des

Plus en détail

MANUEL D UTILISATION VIDEOCONSULT Pro

MANUEL D UTILISATION VIDEOCONSULT Pro MANUEL D UTILISATION VIDEOCONSULT Pro SOMMAIRE - INTRODUCTION - TÉLÉCHARGEMENT ET INSTALLATION 3 - LANCEMENT ET AJOUT D UN SERVEUR VIDÉO 4 - MENU PRINCIPAL 5 - MENU VUES 6 - VISUALISATION D UNE OU DE PLUSIEURS

Plus en détail

CONTRÔLE DE RECHERCHE OPÉRATIONNELLE

CONTRÔLE DE RECHERCHE OPÉRATIONNELLE CONTRÔLE DE RECHERCHE OPÉRATIONNELLE Tout objet électronique (smartphone, tablette, ordinateur, calculatrice, etc.) interdit. Tout document papier autorisé. 1. Production chimique Une usine de produits

Plus en détail

Cours des Méthodes Numériques Appliquées Master I Energie Solaire- Département de Génie Mécanique. Discrétisation des EDP. Dr H.

Cours des Méthodes Numériques Appliquées Master I Energie Solaire- Département de Génie Mécanique. Discrétisation des EDP. Dr H. Cours des Méthodes Numériques Appliquées Master I Energie Solaire- Département de Génie Mécanique Discrétisation des EDP Dr H. Madani 1 Les trois familles des EDP Les différences finies: la méthode consiste

Plus en détail

TP : Lois de Newton dans un champ de pesanteur uniforme

TP : Lois de Newton dans un champ de pesanteur uniforme TP : Lois de Newton dans un champ de pesanteur uniforme Connaissances préalables : Le champ de pesanteur est défini par l espace à proximité d une masse importante (comme celle de la Terre) ; il apparaît

Plus en détail

Détection de contours [1]

Détection de contours [1] Cet article est rédigé par des élèves. Il peut comporter des oublis ou des imperfections, autant que possible signalés par nos relecteurs dans les notes d édition. Détection de contours [1] 2014-2015 Nom,

Plus en détail

Réglage niveaux et contraste 27 avril Gérard Morel - avant. Huisne Photo Club. après

Réglage niveaux et contraste 27 avril Gérard Morel - avant. Huisne Photo Club. après Réglage niveaux et contraste 27 avril 2016 - Gérard Morel - avant après 1 Ouvrir une image et cliquer sur l icône «niveaux», cela va créer un calque «niveau» sur lequel il sera toujours possible d intervenir

Plus en détail

COLOR projects professional GUIDE RAPIDE

COLOR projects professional GUIDE RAPIDE COLOR projects professional GUIDE RAPIDE 1. Écran d accueil 1.1 Fonctionnalités Glisser-déposer 2. Écran principal 2.1 Choix des préréglages 2.2 Ajustements 2.2.1 Émulation de pellicules 2.2.2 Édition

Plus en détail

Codes Correcteurs d Erreurs Cours 2 : + Codage-Decodage de codes linéaires en blocs + Borne de Hamming (codes parfaits)

Codes Correcteurs d Erreurs Cours 2 : + Codage-Decodage de codes linéaires en blocs + Borne de Hamming (codes parfaits) Codes Correcteurs d Erreurs Cours 2 : + Codage-Decodage de codes linéaires en blocs + Borne de Hamming (codes parfaits) November 12, 2008 Plan Codage - décodage de code linéaire en bloc 1 Codage - décodage

Plus en détail

Carte de Noël. Photos de travail : «Saint Gilles», «Ciel Noël», «Boules Noël» et «Baby»

Carte de Noël. Photos de travail : «Saint Gilles», «Ciel Noël», «Boules Noël» et «Baby» Carte de Noël Photos de travail : «Saint Gilles», «Ciel Noël», «Boules Noël» et «Baby» Le principe de l exercice: L objectif est de réaliser une carte de vœux originale à partir de photos personnelles

Plus en détail

Chapitre 4 Connaître la gamme de tons de l'image : l'histogramme

Chapitre 4 Connaître la gamme de tons de l'image : l'histogramme 1 1 9 9 7 7 2 2 À quoi sert l histogramme?..................... 32 L histogramme........................... 32 L affichage de l histogramme selon les couches............ 36 Les histogrammes classiques.....................

Plus en détail

Leçon 5 Les fonctions numériques

Leçon 5 Les fonctions numériques Leçon 5 Les fonctions numériques Cette leçon en contient 3 en fait : les généralités, la dérivation et les limites. Il y a beaucoup de théorèmes à apprendre et de méthodes à mémoriser. Voici quelques eercices

Plus en détail

La résolution de modèles linéaires par Excel

La résolution de modèles linéaires par Excel 2B La résolution de modèles linéaires par Excel Nous reprenons ici, de façon plus détaillée, la section où est indiqué comment utiliser le solveur d'excel pour résoudre un modèle linéaire (voir pages 38

Plus en détail

Infos : Les images pour le site

Infos : Les images pour le site Infos : Les images pour le site Objectifs : Pour compléter cette formation, nous vous proposons quelques solutions simples, pour les images (logos, photos, ) qui seront mises sur votre site, avec le logiciel

Plus en détail

TD 11 : Fonctions Continues et le Théorème des Valeurs Intermédiaires

TD 11 : Fonctions Continues et le Théorème des Valeurs Intermédiaires Université Paris Est Créteil DAEU TD : Fonctions Continues et le Théorème des Valeurs Intermédiaires Dans cette fiche on définie une propriété très importante qui est vérifiée par un très grand nombre

Plus en détail

Introduction à Microsoft PowerPoint Formation en informatique Introduction à Microsoft PowerPoint

Introduction à Microsoft PowerPoint Formation en informatique Introduction à Microsoft PowerPoint Formation en informatique Introduction à Microsoft PowerPoint D une durée de 3 heures Présenté par : Raymond Vachon Technicien en informatique Pour le : Centre d aide et d action bénévole de Charlebourg

Plus en détail

Manuel d installation du logiciel. SpeechiCam Presenter 2

Manuel d installation du logiciel. SpeechiCam Presenter 2 ON OFF Manuel d installation du logiciel SpeechiCam Presenter 2 Table des matières 3 Matériel et configuration nécessaire 3 Installation 7 Lancement du logiciel 7 La roue de contrôle SpeechiCam 13 Fonctions

Plus en détail

Cliché médico-légal : Détecter une retouche avec FotoForensics

Cliché médico-légal : Détecter une retouche avec FotoForensics Le mois dernier je vous ai présenté JPEGSnoop logiciel gratuit qui permet de détecter facilement et rapidement les images retouchées tout en classifiant en quatre catégories selon l importance des retouches.

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses Résolution graphique d inéquations Méthode \ Explications : Pour résoudre l inéquation (ou ) On regarde les portions de la courbe qui sont en-dessous de la droite d équation. L ensemble des solutions est

Plus en détail

Installation Caméra Aéronautique

Installation Caméra Aéronautique Installation Caméra Aéronautique Mars 2016 Aéroclub de Brioude Plateau de Chomaget 43100 Brioude Pierre AVINAIN pierre.avinain@gmail.com GUIDE CAMÉRA MARS 2015!1 Sommaire Matériel nécessaire 3 Installation

Plus en détail

UE3 Analyse des Images Contours

UE3 Analyse des Images Contours Plan du cours UE Analyse des Images Contours Introduction : principes fondamentaux. Notion de contour. Caractérisation des points contours. Notion de gradient. Filtres linéaires la détection des points

Plus en détail

Approximation des dérivées partielles sur une image discrète

Approximation des dérivées partielles sur une image discrète DERIVATION DISCRETE Approximation des dérivées partielles sur une image discrète L'image discrète est définie comme un ensemble de points d'échantillonnage dans un espace bidimensionnel. La fonction ainsi

Plus en détail

Règles sur le sens de variation des fonctions

Règles sur le sens de variation des fonctions 1 ère S Règles sur le sens de variation des fonctions Mots-clefs : - sens de variation (fonction croissante, décroissante) - fonction monotone sur un intervalle Objectif : donner quelques règles permettant

Plus en détail

Cours/TD 5 Codage Shannon. Codage arithmétique : Elias

Cours/TD 5 Codage Shannon. Codage arithmétique : Elias Cours/TD 5 Codage Shannon. Codage arithmétique : Elias 5. De l algorithme de Fano et Shannon au codage arithméthique Si N j=0 2 l j < l inégalité de Kraft-McMillan est vérifiée, alors il existe un code

Plus en détail

Ordre des nombres et valeur absolue

Ordre des nombres et valeur absolue Ordre des nombres et valeur absolue Comparer deux nombres signifie trouver celui qui est le plus grand. Dans ce chapitre, nous allons vous donner quelques propriétés pour vous faciliter cette tache. I

Plus en détail

1 ère S Exercices sur la valeur absolue (2)

1 ère S Exercices sur la valeur absolue (2) 1 ère S Exercices sur la valeur absolue () 1 Calculer à l aide de la valeur absolue la distance entre 7 et 3. 9 Recopier et compléter en couleur le tableau : Valeur absolue Encadrement Intervalle x x x

Plus en détail

ÉPREUVE DE MATHÉMATIQUES SUJET DESTINÉ AU CANDIDAT

ÉPREUVE DE MATHÉMATIQUES SUJET DESTINÉ AU CANDIDAT Sujet B16 Page 1/6 ÉPREUVE DE MATHÉMATIQUES TOUTE SPÉCIALITÉ DE BACCALAURÉAT PROFESSIONNEL DU GROUPEMENT B SUJET DESTINÉ AU CANDIDAT Nom et Prénom du candidat : N : Spécialité de baccalauréat professionnel

Plus en détail

Bases du traitement des images. Filtrage d images

Bases du traitement des images. Filtrage d images Filtrage d images Séverine Dubuisson 22 octobre 2010 1 / 62 Plan du cours 1 Filtrage spatial linéaire 2D 2 Filtrage spatial non linéaire 3 Cas des images en couleurs 4 Filtrage fréquentiel (1D et 2D) 2

Plus en détail

TD 1 : Caméra Linéaire (version 18 janv. 2009)

TD 1 : Caméra Linéaire (version 18 janv. 2009) Licence Pro Vision Industrielle TD 1 : Caméra Linéaire (version 18 janv. 2009) I U T A d e L i l l e - D é p a r t e m e n t G é n i e M é c a n i q u e & P r o d u c t i q u e U n i v e r s i t é d e

Plus en détail

Vision industrielle Les outils de traitement

Vision industrielle Les outils de traitement Vision industrielle Les de traitement Plan du cours Outils de prétraitement Les opérations ponctuelles Les opérations de voisinage Outils de détection Outils de détection Outils de reconnaissance La recherche

Plus en détail

Rapport de TP1 de Traitement d'images Kasereka Selain

Rapport de TP1 de Traitement d'images Kasereka Selain Rapport de TP1 de Traitement d'images Kasereka Selain Partie 1 : Profil d'intensité des pixels d'une ligne d une image Dans cette première partie nous avons écrit un programme qui permet de lire une image

Plus en détail

ÉPREUVE DE MATHÉMATIQUES SUJET DESTINÉ AU CANDIDAT

ÉPREUVE DE MATHÉMATIQUES SUJET DESTINÉ AU CANDIDAT Sujet A21 Page 1/7 ÉPREUVE DE MATHÉMATIQUES TOUTE SPÉCIALITÉ DE BACCALAURÉAT PROFESSIONNEL DU GROUPEMENT A SUJET DESTINÉ AU CANDIDAT Nom et Prénom du candidat : N : Spécialité de baccalauréat professionnel

Plus en détail

Ordre. Inéquations du 1 er degré. Valeur absolue

Ordre. Inéquations du 1 er degré. Valeur absolue TABLE DES MATIÈRES 1 Ordre. Inéquations du 1 er degré. Valeur absolue Paul Milan LMA Seconde le 15 novembre 2012 Table des matières 1 Intervalle dansr 2 1.1 Section commençante et section finissante.................

Plus en détail

Chapitre 13 Corrections des couleurs

Chapitre 13 Corrections des couleurs 1 1 9 9 7 7 2 2 1 9 7 Objectif.............................. 162 La répartition des couleurs..................... 162 Réglage du gamma dans le réglage Niveaux............. 162 Réglage du gamma dans le

Plus en détail

Extraction des éléments bâtis sur une image SPOT 5 Panchromatique : le cas de 4 communes de la Martinique

Extraction des éléments bâtis sur une image SPOT 5 Panchromatique : le cas de 4 communes de la Martinique Extraction des éléments bâtis sur une image SPOT 5 Panchromatique : le cas de 4 communes de la Martinique Territoires Caraïbe Auteur : Antoine Cheula Climat Milieu marin Partenaire : UMR ESPACE-DEV, IRD

Plus en détail

2. Recopier et compléter l arbre pondéré suivant : 0,70 0,4 0,4 0,35 0,25 0,9. 3. a. Calculer ( ). ( )=() ( )=0,4 0,7=0,28

2. Recopier et compléter l arbre pondéré suivant : 0,70 0,4 0,4 0,35 0,25 0,9. 3. a. Calculer ( ). ( )=() ( )=0,4 0,7=0,28 Liban Juin 2014 Exercice 1 5 points Commun à tous les candidats Un serveur, travaillant dans une pizzeria, remarque qu en moyenne, 40% des clients sont des familles, 25% des clients sont des personnes

Plus en détail

Leçon Mouvement d un projectile : une balle sans air

Leçon Mouvement d un projectile : une balle sans air Leçon Mouvement d un projectile : une balle sans air L applet montre une balle exécutant le mouvement d un projectile sans résistance de l air. Préalables L élève devrait posséder des habiletés élémentaires

Plus en détail

Baccalauréat S Asie 19 juin 2014

Baccalauréat S Asie 19 juin 2014 Exercice 1 Commun à tous les candidats Baccalauréat S Asie 19 juin 214 4 points Cet exercice est un questionnaire à choix multiples comportant quatre questions indépendantes. Pour chaque question, une

Plus en détail

Brevet de technicien supérieur novembre groupement A Nouvelle-Calédonie

Brevet de technicien supérieur novembre groupement A Nouvelle-Calédonie Brevet de technicien supérieur novembre 2012 - groupement A Nouvelle-Calédonie A. P. M. E. P. Exercice 1 10 points Une entreprise fabrique des appareils électroniques en grande série. En vue d améliorer

Plus en détail

Information & Entropie 2012

Information & Entropie 2012 TD N 6 : Entropie d un source, entropie conditionnelle et information mutuelle 1- Trois lampes colorées sont utilisées sont utilisées dans un système de signalisation. a- Combien de symboles pourraient

Plus en détail

Plan. Codes Correcteurs d Erreurs Cours 2 : + Codage-Decodage de codes linéaires en blocs + Borne de Hamming (codes parfaits) Tableau standard

Plan. Codes Correcteurs d Erreurs Cours 2 : + Codage-Decodage de codes linéaires en blocs + Borne de Hamming (codes parfaits) Tableau standard Plan Codes Correcteurs d Erreurs Cours 2 : + Codage-Decodage de codes linéaires en blocs + (codes parfaits) 1 2 November 12, 2008 Proposition de procédure de décodage pour trouver le mot de code c le plus

Plus en détail

REVUE DE STATISTIQUE APPLIQUÉE

REVUE DE STATISTIQUE APPLIQUÉE REVUE DE STATISTIQUE APPLIQUÉE NEIL GOLDSTEIN Estimations des paramètres de la loi des valeurs extrêmes et conséquences économiques Revue de statistique appliquée, tome 14, n o 2 (1966), p. 47-54

Plus en détail

BACCALAUREAT GENERAL. MATHEMATIQUES Série S

BACCALAUREAT GENERAL. MATHEMATIQUES Série S 16MASCOMLR1 BACCALAUREAT GENERAL SESSION 016 MATHEMATIQUES Série S ÉPREUVE DU LUNDI 0 JUIN 016 Enseignement Obligatoire Coefficient : 7 Durée de l épreuve : 4 heures Ce sujet comporte 6 pages numérotées

Plus en détail

Polytechnique de Montréal Département de génie biomédical

Polytechnique de Montréal Département de génie biomédical École Polytechnique de Montréal Département de génie biomédical GBM3720 : Traitement Numérique d Images Médicales Corrigé du Contrôle périodique - Automne 2011 Exercice 1 : Filtrage du signal 1D (4 points)

Plus en détail

Photoshop CS Cours 6 Madame Verhoyen 5 mai Cours 6

Photoshop CS Cours 6 Madame Verhoyen 5 mai Cours 6 Cours 6 Contenu : - Les masques > Travailler un masque de fusion sur une image - Utilisation d un masque de fusion comme dégradé Utilisation d un masque de fusion comme image - Filtre / Fluidité (Outils

Plus en détail

Partie I. Recherche unidimensionnelle

Partie I. Recherche unidimensionnelle ÉCOLE POLYTECHNIQUE ÉCOLE NORMALE SUPÉRIEURE DE CACHAN ÉCOLE SUPÉRIEURE DE PHYSIQUE ET DE CHIMIE INDUSTRIELLES CONCOURS D ADMISSION 2014 FILIÈRE MP HORS SPÉCIALITÉ INFO FILIÈRE PC COMPOSITION D INFORMATIQUE

Plus en détail

Baccalauréat Blanc de Mathématiques - Terminales S - 27 janvier La calculatrice est autorisée. 3.5 POINTS

Baccalauréat Blanc de Mathématiques - Terminales S - 27 janvier La calculatrice est autorisée. 3.5 POINTS Baccalauréat Blanc de athématiques - Terminales S - 27 janvier 207 La calculatrice est autorisée. EXERCICE 3.5 POINTS Partie A Une certaine maladie V est présente dans la population française avec la fréquence

Plus en détail

TI Traitement d'images Semaine 9 : Détection de contours (1) Olivier Losson

TI Traitement d'images Semaine 9 : Détection de contours (1) Olivier Losson TI Traitement d'images Semaine 9 : Détection de contours (1) Olivier Losson Master Informatique : http://www.fil.univ-lille1.fr Spécialité IVI : http://master-ivi.univ-lille1.fr Master Informatique Option

Plus en détail

Baccalauréat STMG Antilles Guyane 12 septembre 2014 Correction

Baccalauréat STMG Antilles Guyane 12 septembre 2014 Correction urée : 3 heures Baccalauréat STMG Antilles Guyane 12 septembre 2014 Correction EXERCICE 1 5 points Cet exercice est un questionnaire à choix multiples (QCM). Pour chaque question, quatre réponses sont

Plus en détail

Technique pour l extraction de plaques d immatriculation

Technique pour l extraction de plaques d immatriculation Technique pour l extraction de plaques d immatriculation Alexandre Bonhomme - BONA2028906 8 janvier 203 Introduction L identification automatique de plaques d immatriculation (Automatique Licence Plate

Plus en détail

2.1 Saisie des données. Entrer les données dans une feuille de calcul.

2.1 Saisie des données. Entrer les données dans une feuille de calcul. 1 - Introduction Rôle d un graphique simplifier l'analyse d un ensemble de données faire ressortir rapidement les tendances des séries de données permettre la comparaison des données. faire ressortir des

Plus en détail

Introduction au traitement d images

Introduction au traitement d images Fondements du Traitement d Images novembre 2006 du cours 1 2 3 Propriétés de l image 4 du cours 1 2 3 Propriétés de l image 4 du cours 1 2 3 Propriétés de l image 4 du cours 1 2 3 Propriétés de l image

Plus en détail

Vision Par Ordinateur. Suivie par filtre de Kalman

Vision Par Ordinateur. Suivie par filtre de Kalman Vision Par Ordinateur James L. Crowley DEA IVR Premier Bimestre 1999/00 Séance 11: 26 novembre 1999 Plan de la Séance: Suivie par filtre de Kalman Approximation polygonale d'une chaîne...2 Algorithme de

Plus en détail

Correction Examen Analyse des Données

Correction Examen Analyse des Données I.U.T de Caen STID 2ème année Département STID Année Universitaire 2005-2006 Responsable de cours : Alain LUCAS Correction Examen Analyse des Données Partie A Analyse en Composantes Principales 1. On dénombre

Plus en détail

Manuel de configuration

Manuel de configuration BLAXTAIR Manuel de configuration 1/20 Table des matières 1 AVANT-PROPOS... 3 2 LANCEMENT DE L OUTIL DE CONFIGURATION... 4 2.1 MATERIEL NECESSAIRE... 4 2.2 LANCEMENT... 4 2.3 SELECTION DU MODELE DE CONFIGURATION...

Plus en détail

TP n 1 : Étude mécanique de chutes. Champ de pesanteur et frottements fluides

TP n 1 : Étude mécanique de chutes. Champ de pesanteur et frottements fluides Objectifs du TP : TP n 1 : Étude mécanique de chutes. Champ de pesanteur et frottements fluides Réaliser et exploiter quantitativement un enregistrement vidéo d un mouvement : évolution temporelle des

Plus en détail

Exercice Photoshop Boule métallique animée 1

Exercice Photoshop Boule métallique animée 1 Exercice Photoshop Boule métallique animée 1 Exercice Photoshop Boule métallique animée 2 1. Préparation de la boule 1 Créer un nouveau document de 300x300 pixels avec un fond blanc. 2 Créer un nouveau

Plus en détail

Progression terminale S

Progression terminale S Progression terminale S Chapitre 1 : Suites (3 semaines) I. Rappels sur les suites A. Mode de génération d une suite B. Représentations graphiques C. Suites arithmétiques et géométriques II. III. IV. Raisonnement

Plus en détail

TP retouche d image 5A - Obtenir un dessin noir et blanc ou couleur à partir d une photo

TP retouche d image 5A - Obtenir un dessin noir et blanc ou couleur à partir d une photo TP retouche d image 5A - Obtenir un dessin noir et blanc ou couleur à partir d une photo Contact: Réseau des Espaces Publics Numériques du Pays de Montbéliard 31, avenue des alliés 25200 Montbéliard epn@agglo-montbeliard.fr

Plus en détail

SVD - Décomposition en valeurs singulières

SVD - Décomposition en valeurs singulières ISAE - Formation SUPAERO 19 septembre 2011 MA 101 - Introduction à la Simulation Numérique SVD - Décomposition en valeurs singulières Denis Matignon Emmanuel Zenou denis.matignon@isae.fr emmanuel.zenou@isae.fr

Plus en détail

Stage L3 ENS Lyon Dynamique d un mouvement articulé et reconnaissance de gestes

Stage L3 ENS Lyon Dynamique d un mouvement articulé et reconnaissance de gestes Stage L3 ENS Lyon Dynamique d un mouvement articulé et reconnaissance de gestes Bertrand SIMON Inria Sophia-Antipolis, équipe STARS Du 4 juin au 13 juillet 2012 Bertrand SIMON Études de gestes 1 / 15 Sommaire

Plus en détail

UTILISER SA CALCULATRICE GRAPHIQUE TI 82, 83 OU 84

UTILISER SA CALCULATRICE GRAPHIQUE TI 82, 83 OU 84 UTILISER SA CALCULATRICE GRAPHIQUE TI 82, 83 OU 84 Table des matières I ) Quelques touches importantes 1 II )Fonctions 2 II.1. Définir une fonction................................................. 2 II.2.

Plus en détail

Découvrir les ingrédients des algorithmes avec Processing

Découvrir les ingrédients des algorithmes avec Processing Découvrir les ingrédients des algorithmes avec Processing Dans cette partie on explore un environnement Java qui sert surtout à produire des graphiques ( animés)..il s agit de : Processing. I. Séquences

Plus en détail

Le sujet comporte 8 pages numérotées de 2 à 9. Il faut choisir et réaliser seulement trois des quatre exercices proposés EXERCICE I

Le sujet comporte 8 pages numérotées de 2 à 9. Il faut choisir et réaliser seulement trois des quatre exercices proposés EXERCICE I Le sujet comporte 8 pages numérotées de à 9 Il faut choisir et réaliser seulement trois des quatre exercices proposés EXERCICE I Donner les réponses à cet exercice dans le cadre prévu à la page 3 Une enquête

Plus en détail

Terminale S Bac Blanc Février 2013 Corrigé

Terminale S Bac Blanc Février 2013 Corrigé Terminale S Bac Blanc Février 2013 Corrigé Métropole Juin 2006 (6 points) 1) Soit la fonction définie sur par. On désigne par sa courbe représentative dans un repère orthonormé d unité graphique 2cm. a)

Plus en détail