Organisation du module. Partie 1: Introduction. Plan du cours. Plan de la séance
|
|
- Léonie Lussier
- il y a 7 ans
- Total affichages :
Transcription
1 Organisation du module Traitement d images Partie 1: Introduction Thomas Oberlin Cours et TP : 1.25 ECTS 12h15 de cours (7 séances) 14 de TD/TP (8 séances) Objectifs : Connaître les techniques de bases du traitement des images numériques Pouvoir implémenter les principaux algorithmes en Matlab Signaux et Communications, IRIT/ENSEEIHT thomas.oberlin@enseeiht.fr 1 / 64 Projet : 2.5 ECTS 12 séances encadrées, 2 séances finales de présentation (total : 24h30) Travail en groupe Objectifs : Approfondir un aspect Comprendre un article de recherche, une problématique scientifique Implémenter, tester et analyser une technique avancée de TI 2 / 64 Plan du cours Plan de la séance I Introduction TP 1 : Matlab pour le TI II Transformée de Fourier III Échantillonnage, filtrage des images TP 2 : TF, échantillonnage, filtrage IV Restauration TP 3 : Restauration V Représentation, approximations, compression TP 4 : Approximation et compression VI Segmentation TP 5 : Segmentation VII Détection des contours TP 6 : Contours 1 Qu est-ce que le traitement d images? Généralités Applications Quelques exemples 2 L image numérique De l analogique au numérique Images couleurs et espaces colorimétriques 3 Histogramme Définition Exemples Égalisation d histogramme 4 Autres transformations Transformations géométriques Réduction du nombre de couleurs 3 / 64 4 / 64
2 TI : traitement du signal en dimension > 1 Contexte notion de signal : observation de phénomène. quantités dépendantes du temps, de l espace ou de la fréquence. modélisation sous forme de fonction d une ou plusieurs variables. 1D : variable le temps t (exemple : le son) 2D : les images, variables l espace (x, y) 3D : images 3D (x, y, z),, vidéos ((x, y), t) 4D : volumes 3D évoluant dans le temps 6 / 64 7 / 64 Domaines d application... Depuis les années 60 Astronomie (images spectrales, télescopes terrestres et spatiaux) Imagerie médicale (radios, échographie, angiographie, IRM, etc.) Imagerie biologique (microscopie, spectroscopi) Image satellite (météo, climato, océano, surveillance, ressources) défense, sécurité, surveillance (bio-métrie : iris, veines, empreintes, visages, plaques, etc.) Robotique, vision artificielle Contrôle non-destructif (qualité de production, intégrité des structures)... Plus récemment Capture et analyse du mouvement humain (prothèses, geste sportif, interfaces gestuelles) Réalité augmentée, réalité virtuelle Tatouage numérique (Watermarking) Assistance à la conduite Reconnaissance et classification dans de grandes bases de données... 8 / 64 Quelques problématiques... Analyses Calcul de mesures globales (statistiques, distributions, contenu fréquentiel), locales (dérivées, statistiques locales) Segmentation : partitionnement en régions "homogènes" (texture, couleur) Extraction de "primitives" (contours, coins, blobs, lignes) Reconnaissance d objets (visages, texte, etc) Classification intra et inter-images Transformations Compression Transformations géométriques, recalage Changement de contraste, de couleurs, etc. Débruitage, restauration et rehaussement Édition, complétion 9 / 64
3 Exemples Amélioration et restauration Exemples imagerie médicale (IRM) 10 / 64 Exemples imagerie médicale 2008 : Cobzas, Birkbeck, Schmidt, Jagersand, Murtha A. 3D Variational Brain Tumor Segmentation using a High Dimensional Feature Set 12 / / 64 Exemples assistance à la conduite 13 / 64
4 Exemple complétion d images (inpainting) Exemples Imagerie hyperspectrale P Goyal, S Diwakar, Fast and enhanced algorithm for exemplar based image inpainting, Image and Video Technology (PSIVT) GPGPU Hyperspectral Imaging, GE Intelligent Platforms 14 / / 64 Exemples Géophysique, sismologie Plan de la section 1 Qu est-ce que le traitement d images? 2 L image numérique De l analogique au numérique Images couleurs et espaces colorimétriques 3 Histogramme 4 Autres transformations 16 / / 64
5 L image numérique image = signal bidimensionnel image analogique : image formée sur la rétine de l oeil, image obtenue par la photo argentique classique Échantillonnage et quantification Une image continue = une fonction à deux variables réelles R 2 R+ d Image numérique : f : [[1, M ] [[1, N ] I, où MN est le nombre de pixels, et I est un ensemble discret de valeurs. image numérique : signal numérique composé d unités élémentaires (pixels) qui représentent chacun une portion de l image. Caractérisée par : le nombre de pixels (largeur, hauteur) étendue des teintes de gris ou des couleurs que peut prendre chaque pixel dynamique de l image. Rappel en 1D 18 / / 64 Images binaires (noir ou blanc) Images en niveau de gris cas où I = {0,..., P 1} (souvent P = 2 8 = 256 : codage sur 8 bits) Cas où I = {0, 1} 0=noir, 255=blanc, les autres=teintes de gris 20 / / 64
6 Images couleurs RVB Espace RVB I = {0,..., P 1} {0,..., P 1} {0,..., P 1} }{{}}{{}}{{} Rouge Vert Bleu basé sur la synthèse additive des couleurs mélange de 3 composantes Souvent, chaque couleur sur 8bits donc I = {0,..., 255} 3 Utilisé par les écrans d ordinateurs 22 / / 64 Images couleurs (0, 0, 0) (128, 0, 0) (255, 0, 0) (0, 128, 0) (128, 128, 128) (255, 128, 0) (0, 255, 0) (128, 255, 0) (255, 255, 255) Images couleurs Onde lumineuse : superposition d une infinité d ondes pures Système visuel tout signal lumineux est bien approché, visuellement, par une combinaison linéaire de trois primaires Constat empirique (mélange en peinture et imprimerie) Explication anatomique : trois types de cônes sur la rétine sensibles sur trois plages différentes de longueurs d onde grossièrement associées au rouge, vert et bleu. ou encore , , / / 64
7 Capteur CCD (coupled-charge device) Espaces colorimétriques grille de photo-senseurs : chacun convertit les photons en courant électrique sur un petit intervalle de temps fixe ; la réponse peut dépendre de la longueur d onde des photons réponses "récoltées" et numérisées (quantifiées sur un nombre fini de valeurs) images couleurs : trois types de capteurs, spécialisés sur le vert, le bleu et le rouge (mosaïque de Bayer [Kodak, 1976]) ; interpolation pour avoir autant de pixels que de cellules Tri-chromie Red-Green-Blue : RGB Cyan-Yellow-Magenta : CYM (synthèse soustractive) Espaces luminance-chrominance : une composante de luminance plus 2 de chrominance. Ex : xyy, YUV (linéaires), CIE Lab (non linéaire) Mais : peu conformes à la perception psycho-visuelle la teinte est une dimension " fermée " (roue des couleurs) distances dans un espace linéaire et dissimilarités perçues ne sont pas en bon accord Hue(teinte)-Saturation-Value : HSV (TSV en français). Non-linéaire, représentation circulaire de la teinte représentation conique de l espace des couleurs. 26 / / 64 Espaces colorimétriques : RGB {}}{ Espaces colorimétriques : Yuv [ [ [ Y U V ] 0, 299 0, 587 0, 114 0, , , 436 0, 615 0, , ] [ R 1 0 1, G B = 1 0, , , {}}{ ][ ][ R G B Y U V = ] ] R G B Y u v 28 / / 64
8 Espaces colorimétriques : HSV Espaces colorimétriques CIE-XYZ CIE-Lab CIE-HSV (Transformation non linéaire) {}}{ H S V 30 / / 64 Images spectrales Plan de la section 1 Qu est-ce que le traitement d images? 2 L image numérique Image hyperspectrale : jusqu à quelques centaines de longueurs d ondes, couvrant le visible, l infrarouge et parfois d autres plages de longueurs d onde. 3 Histogramme Définition Exemples Égalisation d histogramme 4 Autres transformations 32 / / 64
9 Histogramme d une image en niveaux de gris Définition Histogramme d une image f : fonction discrète qui associe à chaque valeur d intensité le nombre de pixels prenant cette valeur. h f : {0,..., 255} N v Card{(x, y) f (x, y) = v} Histogramme d une image Si f est de taille M N à valeurs dans {0,..., 255}, v h f (v) = MN Pour f =, on a h f =. Pour f =, h f =? idem Deux images différentes peuvent avoir le même histogramme, ce n est pas une caractéristique de l image f h f 34 / / 64 Histogramme d une image Histogramme d une image Que peut-on dire d une photo ayant pour histogramme? Il s agit d une image sur-exposée 36 / / 64
10 Histogramme d une image Histogramme d une image Utile pour changer le contraste d une image. On construit une image g ainsi : g(x, y) = φ(f (x, y)), avec φ fonction croissante Renforcement du contraste Édition manuelle, exple : avec GIMP 38 / / 64 Normalisation/étirement d histogrammes Normalisation/étirement d histogrammes Si l image f n utilise pas l ensemble de la dynamique possible : Image originale Image "normalisée" On peut "étirer" l histogramme. On cherche φ linéaire et croissante telle que min (φ (f (x, y))) 0 et max (φ (f (x, y))) 255 (par exemple) φ(v) = 255 v min(i ) max(i ) min(i ) 40 / / 64
11 Normalisation/étirement d histogrammes Égalisation d histogramme Image originale ajustement automatique du contraste but : "étaler" les valeurs de l image pour mieux répartir sur l ensemble des valeurs possibles Exemple (wikipédia) Image "normalisée" Dans le cas où l histogramme initial occupe déjà toute la plage de dynamique, aucun changement n est visible. 42 / / 64 Égalisation d histogramme Égalisation d histogramme Principes de l algorithme image à valeurs dans {0,..., L 1} intensités des pixels (f [n, m]) : réalisations d une variable aléatoire F à valeurs dans [0, L 1] (continue) p f (f ) = P f (F = f ) : sa densité de probabilité Quelle transformation φ doit on appliquer à f pour que p g, la densité de probabilité associée à l image g = φ(f ), soit uniforme? On peut montrer qu il faut prendre φ(f ) = (L 1) f 0 p f (w) dw Fonction de répartition de F En pratique : histogrammes discrets. Impossible d obtenir un histogramme n plat mais on suit la même idée φ(n) = (L 1) p(f = k), avec p(f = k) la probabilité empirique, ie la proportion de pixels de valeur k dans l image. C est l histogramme cumulé. k=0 Résultats : avant après histogramme (rouge) et histogramme cumulé (noir) 44 / / 64
12 Égalisation d histogramme Plan de la section Résultats : avant après 1 Qu est-ce que le traitement d images? 2 L image numérique 3 Histogramme 4 Autres transformations Transformations géométriques Réduction du nombre de couleurs 46 / / 64 Transformations géométriques Exemples d applications 1/3 But Déformer une image (sans modifier ses valeurs) Création de panoramas Retouche d images Création de panoramas, fusion d images Recalage d images (déformer une image I pour qu elle se "superpose" sur une image J) Définition Une transformation T : R 2 R / / 64
13 Exemples d applications 2/3 Exemples d applications 3/3 Images satellitaires Recalage d images (indispensable en traitement des images médicales) Cible T = 0 Source T = 3 mois abs(source - Cible) Init Télédétection : Carte de végétation et image satellitaire Recalé évolution de lésions (images IRM-T2 d un patient atteint de sclérose en plaques à quelques mois d intervalle) 50 / / 64 Transformations affines Transformations projectives Définition T(x, y) = a b c d } {{ } A x y + e f. Caractérisation Préserve les droites, plans, etc Obtenue lorsqu on change de point de vue très utilisée en vision par ordinateur Exemple : translations (A = I 2 ), rotations, (A orthogonale), changement d échelle (A diagonale). Conserve le parallélisme. 52 / / 64
14 Transformations non-linéaires Utilisées en recalage non-rigide Cas d images discrètes W (x, y) n est généralement pas à coordonnées entières Interpolation d intensités Attribuer une intensité raisonnable à une position physique tombant entre des positions où l intensité est connue (donc une position à coordonnées non entières) 54 / / 64 Interpolation d images Interpolation d images Approches plus sophistiquées On cherche une fonction "simple" qui passe par les différents points connus, et on regarde la valeur de cette fonction au point qui nous intéresse fonctions possibles : Bicubique (spline) : I(x, y) = 3 i=0 3 j=0 a ijx i y j Deux approches "basiques" interpolation au plus proche voisins : I (x, y) = I (round(x), round(y)) interpolation bi-linéaire Plus proche voisin Bilinéaire Bicubique basée sur sinc(x) = sin(πx) πx Lanczos3 56 / / 64
15 Réduction du nombre de couleurs (quantification) Réduction du nombre de couleurs (quantification) But Compression ou adaptation au système d affichage 8 bpp (256 couleurs) 4 bpp (16 couleurs) 24 bits par pixel (bpp) 16 millions de couleurs 58 / 64 2 bpp (4 couleurs) 1 bpp (2 couleurs) 59 / 64 Réduction du nombre de couleurs (quantification) Réduction n.d.g. images binaires Utilité de la binarisation : imprimantes, fax Binarisation par seuillage Réduction du nombre de couleurs (quantification) Réduction n.d.g. images binaires Binarisation par tramage 60 / / 64
16 Réduction du nombre de couleurs (quantification) Réduction n.d.g. images binaires Réduction du nombre de couleurs (quantification) Réduction n.d.g. n.d.g. Quantification scalaire uniforme : Binarisation par propagation de l erreur (Floyd-Steinberg) Wikipedia Quantification scalaire non uniforme : on peut souhaiter que chaque classe soit utilisée par le même nombre de pixels en utilisant l histogramme cumulé 62 / / 64 Réduction du nombre de couleurs (quantification) Réduction RGB RGB On peut appliquer une quantification scalaire sur chaque composante (R, G et B) séparément pas optimal Optimal au sens de l erreur quadratique moyenne : appliquer les k-means dans R 3. On cherche des représentants de chaque classe directement dans RGB. 64 / 64
Traitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailChapitre 13 Numérisation de l information
DERNIÈRE IMPRESSION LE 2 septembre 2013 à 17:33 Chapitre 13 Numérisation de l information Table des matières 1 Transmission des informations 2 2 La numérisation 2 2.1 L échantillonage..............................
Plus en détailJPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!
JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer! 1 / Contexte L ordinateur La loi du nombre La numérisation = codage d une information en chiffres binaire : 0 1 («bit») 8 bits = 1 octet 1ko = 1024
Plus en détailLes images numériques. 1. Le dessin vectoriel
Les images numériques 1 Le dessin vectoriel 2 Les images bitmap 3 Image en noir et blanc 4 Les codages de la couleurs 5 La synthèse additive (RVB) 6 La synthèse soustractive 7 Les couleurs indexées 8 Comment
Plus en détailGéométrie 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 détailChap17 - CORRECTİON DES EXERCİCES
Chap17 - CORRECTİON DES EXERCİCES n 3 p528 Le signal a est numérique : il n y a que deux valeurs possibles pour la tension. Le signal b n est pas numérique : il y a alternance entre des signaux divers
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailRecherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel Alexis Joly alexis.joly@inria.fr INRIA - IMEDIA Alexis Joly cours monitoring p. 1 Plan de l'exposé
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailFormats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
Plus en détailTD : Codage des images
TD : Codage des images Les navigateurs Web (Netscape, IE, Mozilla ) prennent en charge les contenus textuels (au format HTML) ainsi que les images fixes (GIF, JPG, PNG) ou animée (GIF animée). Comment
Plus en détailChapitre 18 : Transmettre et stocker de l information
Chapitre 18 : Transmettre et stocker de l information Connaissances et compétences : - Identifier les éléments d une chaîne de transmission d informations. - Recueillir et exploiter des informations concernant
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailMise en pratique : Etude de spectres
Mise en pratique : Etude de spectres Introduction La nouvelle génération de spectromètre à détecteur CCD permet de réaliser n importe quel spectre en temps réel sur toute la gamme de longueur d onde. La
Plus en détailChapitre 02. La lumière des étoiles. Exercices :
Chapitre 02 La lumière des étoiles. I- Lumière monochromatique et lumière polychromatique. )- Expérience de Newton (642 727). 2)- Expérience avec la lumière émise par un Laser. 3)- Radiation et longueur
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détailAnalyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1
Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailCodage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur
Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de
Plus en détailMOTORISATION DIRECTDRIVE POUR NOS TELESCOPES. Par C.CAVADORE ALCOR-SYSTEM WETAL 2013 10 Nov
1 MOTORISATION DIRECTDRIVE POUR NOS TELESCOPES Par C.CAVADORE ALCOR-SYSTEM WETAL 2013 10 Nov Pourquoi motoriser un télescope? 2 Pour compenser le mouvement de la terre (15 /h) Observation visuelle Les
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes CNRS SUPÉLEC UPS SUPÉLEC, Plateau de Moulon, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailNi tout noir, ni tout blanc Consignes Thème I - Observer
Ni tout noir, ni tout blanc Consignes Thème I - Observer BUT : Etudier les synthèses additives et soustractives Comprendre la notion de couleur des objets COMPETENCES : Rechercher et trier des informations
Plus en détailCOPY. Picture Style Editor Ver. 1.4 MODE D EMPLOI. Logiciel de création de fichiers de style d image. Contenu de ce mode d emploi
Logiciel de création de fichiers de style d image Picture Style Editor Ver..4 MODE D EMPLOI Contenu de ce mode d emploi Picture Style Editor est abrégé en PSE. Dans ce mode d emploi, les fenêtres utilisées
Plus en détailComme chaque ligne de cache a 1024 bits. Le nombre de lignes de cache contenu dans chaque ensemble est:
Travaux Pratiques 3. IFT 1002/IFT 1005. Structure Interne des Ordinateurs. Département d'informatique et de génie logiciel. Université Laval. Hiver 2012. Prof : Bui Minh Duc. Tous les exercices sont indépendants.
Plus en détailSur trois couches, on obtient donc 2563 = 16 777 216 de couleurs, soit 24bpp (Bit Per Pixel).
Camera raw La fonction Camera Raw d'adobe Photoshop permet d'accéder facilement et rapidement aux images au format «raw» (brut), utilisé par de nombreux appareils photo numériques professionnels et milieu
Plus en détailLigne Dentaire. Système Dentaire Panoramique et 3D
Ligne Dentaire Système Dentaire Panoramique et 3D La Société Villa Sistemi Medicali est fière de présenter son nouveau panoramique Rotograph Evo 3D, un système d'imagerie dentaire avec fonctionnalité 3-en-1:
Plus en détailGlossaire technique Veditec
Glossaire technique Veditec 3D/2D DNR (digital noise réduction) La technologie DNR est un système de réduction numérique de bruit ayant pour but de réduire le bruit sur l image. Elle permet d obtenir des
Plus en détailChapitre 2 : communications numériques.
Chapitre 2 : communications numériques. 1) généralités sur les communications numériques. A) production d'un signal numérique : transformation d'un signal analogique en une suite d'éléments binaires notés
Plus en détailCours 1 : Qu est-ce que la programmation?
1/65 Introduction à la programmation Cours 1 : Qu est-ce que la programmation? Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr Université Paris Diderot Paris 7 2/65 1. Sortez un appareil qui peut se rendre
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailLe traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD
Le traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD J ai fait le choix d utiliser Pixinsight en utilisant le process icons de l aip v3-21 pour le prétraitement. 1. Prétraitement
Plus en détail7. Exemples de tests pour détecter les différents troubles de la vision.
7. Exemples de tests pour détecter les différents troubles de la vision. 7.1 Pour la myopie (mauvaise vue de loin) : Test de vision de loin Sur le mur d un pièce, fixez l illustration ci-dessous que vous
Plus en détailOutils permettant la diffusion de l information. Un point sur le droit numérique
Technologies de l Information et de la Communication Introduction aux NTE/TICE Présentation des UNR UNT Outils permettant la diffusion de l information Conceptualisation d un module d apprentissage numérique
Plus en détailQ6 : Comment calcule t-on l intensité sonore à partir du niveau d intensité?
EXERCICE 1 : QUESTION DE COURS Q1 : Qu est ce qu une onde progressive? Q2 : Qu est ce qu une onde mécanique? Q3 : Qu elle est la condition pour qu une onde soit diffractée? Q4 : Quelles sont les différentes
Plus en détailUE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd
UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailTuto pour connecter une source RVB RGB à un moniteur Commodore / Amiga
Tuto pour connecter une source RVB RGB à un moniteur Commodore / Amiga Il faut 1 moniteur Commodore 1084S / 1083S-D1 Ecran 1084S (au dos, il est indiqué 1083S-D1), je l ai eut avec un Amiga 600 et on va
Plus en détailATELIER IMAGEJ. Différentes applications vous sont proposées pour apprendre à utiliser quelques fonctions d ImageJ :
Différentes applications vous sont proposées pour apprendre à utiliser quelques fonctions d ImageJ : 1. ANALYSE QUANTITATIVE D UN GEL D ELECTROPHORESE... 2 2. NUMERATION DE COLONIES BACTERIENNES SUR UNE
Plus en détailESPACE MULTIMEDIA DU CANTON DE ROCHESERVIERE
1 Qu est-ce que Picasa? ESPACE MULTIMEDIA DU CANTON DE ROCHESERVIERE Atelier «pour approfondir» Organiser, traiter et partager ses photos avec Picasa C est un logiciel de gestion de photos gratuit proposé
Plus en détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailPar Richard Beauregard. Novembre 2011
Par Richard Beauregard Novembre 2011 La lutte contre le bruit et autres parasites lumineux Le temps d exposition versus le compositage Les images de prétraitement L'image de précharge (Offset ou Bias)
Plus en détailObject Removal by Exemplar-Based Inpainting
Object Removal by Exemplar-Based Inpainting Kévin Polisano A partir d un article de A. Criminisi, P. Pérez & H. K. Toyama 14/02/2013 Kévin Polisano Object Removal by Exemplar-Based Inpainting 14/02/2013
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailMaster 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 détailMaster 1 EEA. Capteurs numériques CCD & CMOS
Master 1 EEA Capteurs numériques CCD & CMOS 1 PLAN DU COURS 1 - Historique, domaine d application et généralités 2 Structure d un capteur CCD 3 Principe de fonctionnement 4 Les capteurs couleurs 5 Aberrations
Plus en détailConservation des documents numériques
Conservation des documents numériques Qu'est ce qu'un document numérique? Matthieu GIOUX matthieu.gioux@bnf.fr Contexte de la préservation des documents numériques Une croissance en expansion Développement
Plus en détailSommaire. Bertrand PECUCHET
Sommaire I. Introduction... 2 II. Présentation de la Kinect... 3 1. Caractéristiques :... 4 III. Focus sur les différents capteurs de la Kinect... 5 1. Le capteur RGB... 5 2. Capteur et émetteur Infrarouge...
Plus en détailLES CAPTEURS CCD/CMOS
Jérôme SIX Léo MEIGNAN Licence Professionnelle Gestion de la Production Industrielle, spécialité Vision Industrielle LES CAPTEURS CCD/CMOS Introduction...3 I) CCD...4 I.1) Historique...4 I.2) Fonctionnement...4
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailTABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent
TABLE DES MATIÈRES AVANT-PROPOS III CHAPITRE I Les quanta s invitent I-1. L Univers est en constante évolution 2 I-2. L âge de l Univers 4 I-2.1. Le rayonnement fossile témoigne 4 I-2.2. Les amas globulaires
Plus en détailISO/CEI 11172-3 NORME INTERNATIONALE
NORME INTERNATIONALE ISO/CEI 11172-3 Première édition 1993-08-01 Technologies de l information - Codage de l image animée et du son associé pour les supports de stockage numérique jusqu à environ Ii5 Mbit/s
Plus en détailTransmission de données. A) Principaux éléments intervenant dans la transmission
Page 1 / 7 A) Principaux éléments intervenant dans la transmission A.1 Equipement voisins Ordinateur ou terminal Ordinateur ou terminal Canal de transmission ETTD ETTD ETTD : Equipement Terminal de Traitement
Plus en détailLa visio-conférence holographique : Pourquoi? Comment?
La visio-conférence holographique : Pourquoi? Comment? Francis Felix Labo LSIS / Arts & Métiers Paritech (ENSAM) 2 Cours des Arts et Métiers 13100 Aix-en-Provence Thierry Henocque AIP-Primeca Dauphiné
Plus en détailPRECAUTIONS DESCRIPTION DU PRODUIT
Vous venez d acquérir un produit de la marque Essentiel b et nous vous en remercions. Nous apportons un soin particulier au design, à l'ergonomie et à la simplicité d'usage de nos produits. Nous espérons
Plus en détaillivreblanc REALISATION D UN RESEAU INFORMATIQUE AVEC L OFFRE DE COMPOSANT FOLAN CLASSIC LAN
livreblanc REALISATION D UN RESEAU INFORMATIQUE AVEC L OFFRE DE COMPOSANT FOLAN CLASSIC F LAN.net Introduction Ce livre blanc a pour but d aider les personnes intervenant dans la réalisation de réseaux
Plus en détailUtilisation du logiciel ImageJ gratuit
Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre
Plus en détailLes sciences de l ingénieur appliquées à la prise en charge du
Les sciences de l ingénieur appliquées à la prise en charge du cancer : enjeux et opportunités Début de cartographie des enjeux cliniques et technologiques gq Jean-François MENUDET, Cluster I-Care Cartographie
Plus en détailL impression numérique
Martin Garanger L impression numérique Pearson France a apporté le plus grand soin à la réalisation de ce livre afin de vous fournir une information complète et fiable. Cependant, Pearson France n assume
Plus en détailLIDAR LAUSANNE 2012. Nouvelles données altimétriques sur l agglomération lausannoise par technologie laser aéroporté et ses produits dérivés
LIDAR LAUSANNE 2012 Nouvelles données altimétriques sur l agglomération lausannoise par technologie laser aéroporté et ses produits dérivés LIDAR 2012, nouveaux modèles altimétriques 1 Affaire 94022 /
Plus en détailKardó. Une combinaison infinie de lumiere
Kardó Une combinaison infinie de lumiere CONCEPT Design: eer architectural design, Belgique 2 - Kardó Kardó est un système d éclairage spécial qui permet de s adapter à l architecture à travers tout le
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailTP : Gestion d une image au format PGM
TP : Gestion d une image au format PGM Objectif : L objectif du sujet est de créer une classe de manipulation d images au format PGM (Portable GreyMap), et de programmer des opérations relativement simples
Plus en détailEcran : Processeur : OS : Caméra : Communication : Mémoire : Connectique : Audio : Batterie : Autonomie : Dimensions : Poids : DAS :
SMARTPHONE - DUAL-CORE - NOIR 3483072425242 SMARTPHONE - DUAL-CORE - BLEU XXXX SMARTPHONE - DUAL-CORE - BLANC 3483072485246 SMARTPHONE - DUAL-CORE - ROSE 3483073704131 SMARTPHONE - DUAL-CORE - ROUGE XXXX
Plus en détailLes images et les animations sur le web. Guérineau Chloé BTS2 Année 2001/2012
Les images et les animations sur le web Guérineau Chloé BTS2 Année 2001/2012 Sommaire I) Les images sur le web 1) Qu est ce qu une image? Les images numériques, destinées à être visualisées sur les écrans
Plus en détailGMG, des solutions pour la Gestion de la Couleur et l épreuvage
GMG, des solutions pour la Gestion de la Couleur et l épreuvage GMG, le standard en Gestion de la Couleur et pour l épreuvage Depuis 25 ans, GMG offre des systèmes hauts de gamme pour gérer la couleur.
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détail2. Couche physique (Couche 1 OSI et TCP/IP)
2. Couche physique (Couche 1 OSI et TCP/IP) 2.1 Introduction 2.2 Signal 2.3 Support de transmission 2.4 Adaptation du signal aux supports de transmission 2.5 Accès WAN 2.1 Introduction Introduction Rôle
Plus en détailCours de numérisation sur Epson Perfection
Cours de numérisation sur Epson Perfection 1- Vérifiez la propreté de la vitre, placez l original sur celle-ci. À savoir, on peut numériser des transparents avec ce scanner ; il a un capteur CCD dans le
Plus en détailDentiste Numérique Zfx. Un cabinet dentaire certifié avec la technologie innovante signée Zfx
Dentiste Numérique Zfx Un cabinet dentaire certifié avec la technologie innovante signée Zfx Dentiste Numérique Zfx Des technologies novatrices parfaitement adaptées Zfx offre aux dentistes des technologies
Plus en détailL'astrophotographie au Cercle
L'astrophotographie au Cercle Introduction générale à l'astrophotographie Le matériel Les différents domaines: imagerie sur trépied, du ciel profond... Réaliser des images sur trépied Réaliser des images
Plus en détailTechnique de compression des images médicales 4D
Technique de compression des images médicales 4D Leila Belhadef 1 et Zoulikha Mekkakia 1 1 Département d Informatique, USTO-MB, BP 1505 El Mnaouer, Oran, Algérie l.belhadef@gmail.com, mekkakia@univ-usto.dz
Plus en détailMultimedia. Systèmes, Communications et Applications. Ahmed MEHAOUA
Multimedia Systèmes, Communications et Applications Ahmed MEHAOUA Professeur - Laboratoire CRIP5 Ahmed.mehaoua@math-info.univ-paris5.fr Plan 1. Multimedia : principes et définitions 2. Algorithmes et normes
Plus en détailDIFFRACTion des ondes
DIFFRACTion des ondes I DIFFRACTION DES ONDES PAR LA CUVE À ONDES Lorsqu'une onde plane traverse un trou, elle se transforme en onde circulaire. On dit que l'onde plane est diffractée par le trou. Ce phénomène
Plus en détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détailPHOTO PLAISIRS. La Lumière Température de couleur & Balance des blancs. Mars 2011 Textes et Photos de Bruno TARDY 1
PHOTO PLAISIRS La Lumière Température de couleur & Balance des blancs Mars 2011 Textes et Photos de Bruno TARDY 1 Blanc Infrarouge Flash Température Lumière RVB Couleur chaude Couleur Couleur Couleur Incandescente
Plus en détailProposition année universitaire-informatique (2014-2015)
Proposition année universitaire-informatique (2014-2015) L organisation est basée sur 5 niveaux d acquisition. (2 groupes par niveaux tous les 15jours) Niveau débutant. Niveau approfondissement. Niveau
Plus en détailEtudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté
Compétences travaillées : Mettre en œuvre un protocole expérimental Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique
Plus en détailCommunications immersives : Enjeux et perspectives
Journée Futur et Ruptures Communications immersives : Enjeux et perspectives Béatrice Pesquet-Popescu Télécom ParisTech, Département TSI 5 mars 2015 Institut Mines-Télécom Tendances actuelles Plus, plus,
Plus en détailComment faire passer un message
Comment faire passer un message 1 Les Outils Pédagogiques Un cours en salle Le tableau Le rétroprojecteur Le matériel à présenter Un cours dans l eau La démonstration La découverte, les jeux L ardoise
Plus en détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
Plus en détail1S9 Balances des blancs
FICHE 1 Fiche à destination des enseignants 1S9 Balances des blancs Type d'activité Étude documentaire Notions et contenus Compétences attendues Couleurs des corps chauffés. Loi de Wien. Synthèse additive.
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailProjet Matlab : un logiciel de cryptage
Projet Matlab : un logiciel de cryptage La stéganographie (du grec steganos : couvert et graphein : écriture) consiste à dissimuler une information au sein d'une autre à caractère anodin, de sorte que
Plus en détailComparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation
Laboratoire Vision & Robotique Comparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation Emilie KOENIG, Benjamin ALBOUY, Sylvie TREUILLET, Yves Lucas Contact : Sylvie Treuillet Polytech'Orléans
Plus en détail