Images bimodales : binarisation. Morphologie mathématique. Binarisation : choix du seuil. Binarisation : choix du seuil. Choix d un seuil global
|
|
- Antoinette Langevin
- il y a 6 ans
- Total affichages :
Transcription
1 Morphologie mathématique Images bimodales : binarisation Cas particulier important par ses applications : Vision industrielle, temps réel Binarisation d images Notions de morphologie mathématique Squelettisation Choi du seuil Global ou adaptatif, et dans ce cas, subdivision statique ou dynamique Transparent Transparent Binarisation : choi du seuil Binarisation : choi du seuil Choi d un seuil global Choi d un seuil global Transparent 3 Transparent 4
2 Images bimodales : binarisation Binarisation : histogramme Eemple de choi du seuil : histogramme critère statistique : décision bayésienne, inertie minimale, critère structurel : stabilité des régions, régularité topologique Transparent 5 Transparent 6 Binarisation : histogramme Binarisation : utilisation de l histogramme histogramme ecluant les zones frontières (gradient élevé) puis lissage de l histogramme et etraction du min entre les deu pics Transparent 7 Transparent 8
3 Binarisation : utilisation de l histogramme Binarisation : critère bayésien Hypothèse : classes C et C N et N : effectifs m et m : moyennes des gaussiennes Vb : Variance des gaussiennes : même variance car bruit stationnaire On recherche le seuil S qui minimise la probabilité d erreur : Transparent 9 Transparent Binarisation : critère bayésien Perreur = Pe. P( C ) + Pe. P( C ) avec : ( S m ) Pe = ep ds π V b S Vb C S ( S m ) Pe = ep ds π V b Vb m S m dperreur ( S m) ( S m) = PC ( )ep + PC ( )ep = ds π V Vb V b b ( S m) ln( PC ( )) V b ( S m) = ln( PC ( )) V S m + m V P( C ) ln b = + m m P( C) Par itérations successives, estimation de mi, P(Ci), d où calcul de S b C Pe S Binarisation : critère bayésien m + m V P( C ) ln b = + m m P( C) ()- On initialise S=moyenne des ndg de l image ()- On réalise le seuillage deu classes C et C (3)- On en déduit m, m, P(C ),P(C ) et V b (4)- A partir de ces nouvelles valeurs, on re-calcule S (5)-Retour en jusqu à stabilisation Transparent Transparent 3
4 Images bimodales : critère structurel Images bimodales : critère structurel La compacité donne une estimation de la régularité de l image. Compacité: C = 4 π Surface / Périmètre Propriétés : -invariante en rotation -Invariante en translation -Invariante au changement d échelle Eemple Pour le disque C= Pour le carré C=4π/6 Pour le rectangle (.5) C=4π/5 Cercle de N piels C= Favorise les formes compactes Cercle de rayon R Et N fausses alarmes R + N Cf = ( R + N) N piels isolé C=/N Cercle de rayon R Et N lacunes R N Cl = ( R + N) Privilégie les fausses alarmes / lacunes : Cl < Cf < Transparent 3 Transparent 4 Morphologie mathématique Image source seuil=75 Critère=.475 C est une théorie ensembliste seuil=8 critère=.565 seuil=9 critère=.383 S Notations et définitions Objets : X = { / = } Fonds : ~X = { / = } Élément structurant : S caractérisé par ses dimensions et sa forme Son centre est le point d application de l opération locale S* Transparent 5 Transparent 6 4
5 Morphologie mathématique Morphologie mathématique Dilatation morphologique X S = { / S X Φ} = { / {S X } X} Dilaté Objet initial Érosion morphologique X S = { / S X } = { / S ~X Φ} érodé Objet initial Transparent 7 Transparent 8 Eemple de dilatation Morphologie mathématique Opérations duales ~( X S ) = ~X S point application de B Relations d inclusion X S X X S Itérations d opérations avec le même élément structurant ( X S) S = X (S S*) ( X S) S = X (S S*) Transparent 5
6 Morphologie mathématique Algorithme basé sur la convolution Interprétation avec un élément structurant particulier S : disque centré en, de rayon ( symétrique S=S*) formes : S8 si 8-conneité V8 S4 si 4-conneité V4 dilatation : =, si point de VN = = Croissance de piel érosion : =, si point de VN = = contraction de piel L itération de ces opérations conduit à des croissances ou contractions de piel. Dilatation X S = { / S X Φ} X S = ( S * Image) Objet Erosion initial X S = { / S X } X S = ( S * Image) = Card(S) Objet initial Transparent Transparent Algorithme basé sur les distances (chamfer) Dilatation : Seuillage des distances des piels du fond au objets : {=} { = / distance() <= } 3 Érosion : Seuillage des distances des piels des objets au fond { = / distance() < } = Objet initial 3 Transparent 3 Algorithme de Chamfer d= Pour simplifier, on ramène à des valeurs entières : fois la distance euclidienne erreur de 3% par défaut fois la distance euclidienne erreur de 8% par eès 4 L algorithme procède en deu balayages :sens vidéo puis inverse vidéo Il cumule le chemin de coût minimum de proche en proche d= Transparent 4 6
7 Balayage en sens vidéo : Cd Cv Cd Ch3 p Balayage en inverse vidéo : p Cd Cv Ch3 Cd Algorithme de Chamfer Dp = Min( D(i)+C(i) ) i=...3 avec Cv = Ch = ou 3 Cd = 3 ou 4 respectivement Dp = Min ( Dp, D(i)+C(i) ) i=...3 Remarque : Si Ch = Cv = Cd = > Dinf Si Ch = Cv = et Cd = infini --> D Transparent 5 Algorithme de Chamfer, eemple Transparent 6 Cascade d opérations Ouverture : Fermeture : X S = ( X S ) S X S = ( X S ) S Applications : Objets à lacunes lacunes comblées proportions dilatation érosion fermeture Objets et fausses alarmes lacunes comblées proportions érosion dilatation ouverture Transparent 7 7
8 Eemple Eemple Binarisation Image source Érosion Dilatation Image source Transparent 9 Transparent 3 Eemple Eemple : détection des composants Image source Ouverture (érosion puis dilatation) Fermeture (dilatation puis érosion) Érosion de l image L élément structurant est de taille 43 Dilatation avec le même élément structurant Report sur l image initiale Transparent 3 Transparent 3 8
9 X - ( X S ) Sélection d objets de petite taille face à S Contours intérieurs ou etérieurs : X - ( X S ) Contour intérieur ( X S ) X Contour etérieur Image binaire Contours etérieurs Transparent 33 Transparent 34 Amincissement et épaississement Amincissement : Érosion avec un disque de rayon et conservation de la conneité Épaississement : Dilatation dans les mêmes conditions Amincissement L élimination du piel central ne modifie pas la conneité locale Point bordure nord : V8 : : état indifférent, ou Les autres configurations correspondant au bordures E, W, S s en déduisent Attention : Les bandes de largeur piels sont détruites du fait du parallélisme du traitement les détecter et ne pas modifier le point central pour et idem en vertical Transparent 35 Transparent 36 9
10 Amincissement Épaississement Application : amélioration de contours d objets minces (caractères, ) La mise à du point central, point de bordure nord étend la conneité locale. Gris : images source Blanc : puis amincissements Transparent 37 E, W, S s en déduisent. Attention, la conneité globale n est pas conservée. Transparent 38 Épaississement Squelettisation Application : Détermination itérative (jusqu à la stabilisation) de l enveloppe convee d un objet isolé. Graphe caractéristique de la forme d un objet binaire qui peut permettre de le reconstituer (transformation réversible). Deu définitions similaires dans R : Lieu des centres des disques de rayon maimum inscrits dans l objet. Le rayon en chaque point permet de reconstruire l objet. Ae médian, ensemble des points équidistants de bords de l objet. Cette définition correspond à l état stable obtenu par amincissements itératifs Blanc : image source Gris : enveloppe convee = Transparent 39 Transparent 4
11 Squelettisation Propriétés : invariance présumée en rotation sensibilité au détails (irrégularité des bords, lacunes) Eemple : Gris : image source, blanc : squelette Squelettisation Pré-traitements et lissage des irrégularités : élimination des lacunes en 4 conneité : lissage des points saillants : Transparent 4 Transparent 4 Squelettisation Squelettisation Plusieurs algorithmes de squelettisation algorithmes parallèles : images source destination algorithmes séquentiels : propagation des modifications in situ algorithmes basés sur les maima locau des distances Algorithme parallèle Image source Image destination itérations d amincissement jusqu à stabilisation Les configurations du voisinage sont invariantes lors du balayage La conservation des bandes de largeur introduit une dissymétrie Transparent 43 Transparent 44
12 Squelettisation Squelettisation Algorithme séquentiel Modification dans l image source Le balayage introduit une causalité : les modifications se font dans l image elle-même. Des érosions successives conduisent à la stabilisation en un nombre de cycles qui dépend de l épaisseur de l objet. La prise en compte des transformations antérieures fournit un squelette plus symétrique Configurations essentielles, point de bordure «est» si tous les et z à si tous à et au moins un z à si au moins à si et z ont au moins un point isolé à conserver point d etrémité l élimination du point central rompt la conneité locale rupture de conneité z z z Les points non essentiels sont marqués et sont éliminés en fin d itération Transparent 45 Transparent 46 Déroulement des itérations Initialisation : iter=, Squelettisation Itérations tant que des points sont modifiés, 3 sous cycles - test des points bordure E et W, essentiels = iter, non essentiels = Mrk - test des points non modifiés N et S, essentiels = iter, non essentiels = Mrk - points d etiquette Mrk éliminés ( ), iter = iter+ en fin d itération, squelette = point > La valeur d un point squelette indique l itération à laquelle il fut déclaré essentiel, donc, l épaisseur locale de l objet (possibilité de reconstruction) Transparent 47 Squelettisation Maima locau des distances au fond Principe Calcul des distances des points objet au fond (chamfer) Seuillage éventuel pour éliminer des irrégularités locales Recherche des maima locau directionnels (lignes de crêtes) 3 3 Maima locau directionnels squelette non connee Introduction d une tolérance sur les tests a b c maimum si b > a et b > c a b c d maimum si b > a et b = c et c > d Avantages Temps de calcul indépendant de l épaisseur des objets ( passes pour le calcul des distances + pour rechercher les maima directionnels ) Transparent 48
13 Squelettisation Eemple Squelettisation Eemple Squelettisation Image originale Algo parallèle sans régularisation Algo parallèle avec régularisation Chaque composante sans trou est réduite à piel Les trous sont entourés d une courbe Algo séquentiel Algo ligne de crête Transparent 49 Transparent 5 Morphologie multi-niveau Érosion mathématique La morphologie mathématique a aussi été définie pour des images codées en niveau de gris. Par simplicité, nous allons définir les opérations morphologique dans le cas D. Soit f() une fonction. On appelle le sous graphe de f, le sous-ensemble défini par : SG( f ) = {(, t)/ t f ( ) } t f() Soit g() un élément structurant. L érodé de f par g est défini par : ( f Θ g)( ) = inf { f( y) g( y+ ) } y Soit, en terme de sous-graphe : SG( f Θ g) = {(, t)/ SG( g) SG( f )} g() SG(f) Transparent 5 Transparent 5 3
14 Dilatation et gradient mathématique Dilatation et érosion (vue D) Soit g() un élément structurant. Le dilaté de f par g est défini par :( f g)( ) = ma { f( ) + g( + y) } g() Le gradient est défini par : gradient = dilaté érodé *ma( g( )) Transparent 53 Transparent 54 Eemple Eemple Image originale Image érodée erode Transparent Transparent 56 4
15 Eemple Eemple Image originale Image dilatée dilate Transparent Transparent 58 Eemple Gradient gradient Transparent 59 Transparent 6 5
16 Eemple : filtrage (passe bas) Eemple : filtrage (passe bas) Transparent 6 Transparent 6 Eemple : restauration de documents imprimés Eemple : segmentation de circuits imprimés A B B circuit imprimé A B squelette Transparent 63 Transparent 64 6
17 Eemple : segmentation (gradient morphologique) Eemple : segmentation (gradient morphologique) A B - A B A B - A B Transparent 65 Transparent 66 7
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 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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
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 détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
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 détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
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 détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailChapitre VI. Connexions et fonctions numériques
Chapitre VI Connexions et fonctions numériques Concepts : -> Extension aux fonctions -> Opérateurs connexes -> Géodésie numérique -> Nivellements et auto-dualité Applications : -> Etude des extrema ->
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
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 détailFête de la science Initiation au traitement des images
Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone
Plus en détailProjet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo
Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Dans ce projet, nous allons réaliser le code qui permet d'insérer sur une image, un logo sur un
Plus en détailDétection des deux roues motorisés par télémétrie laser à balayage
MEsure du TRAfic des deux-roues MOTOrisés pour la sécurité et l évaluation des risques Détection des deux roues motorisés par télémétrie laser à balayage Séminaire de mi parcours 11 mai 2012 CETE Normandie
Plus en détailFICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique
NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailChapitre 2 : Caractéristiques du mouvement d un solide
Chapitre 2 : Caractéristiques du mouvement d un solide I Rappels : Référentiel : Le mouvement d un corps est décris par rapport à un corps de référence et dépend du choix de ce corps. Ce corps de référence
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailTâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs)
(d après une idée du collège des Portes du Midi de Maurs) Table des matières Fiche professeur... 2 Fiche élève... 5 1 Fiche professeur Niveaux et objectifs pédagogiques 5 e : introduction ou utilisation
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
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 détailMesure d angles et trigonométrie
Thierry Ciblac Mesure d angles et trigonométrie Mesure de l angle de deux axes (ou de deux demi-droites) de même origine. - Mesures en degrés : Divisons un cercle en 360 parties égales définissant ainsi
Plus en détailP.L.U. Plan Local d'urbanisme PRESCRIPTION D'ISOLEMENT ACOUSTIQUE AU VOISINAGE DES INFRASTRUCTURES TERRESTRES DOCUMENT OPPOSABLE
Commune du Département de l'oise P.L.U Plan Local d'urbanisme PRESCRIPTION D'ISOLEMENT ACOUSTIQUE AU VOISINAGE DES INFRASTRUCTURES TERRESTRES DOCUMENT OPPOSABLE Document Établi le 20 septembre 2013 Le
Plus en détailAgrégation des portefeuilles de contrats d assurance vie
Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
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 détailManuel d utilisation Enregistreur autonome de poche. Version 1.1 TRO-TR-BADL100C-03-F
Manuel d utilisation Enregistreur autonome de poche Version 1.1 TRO-TR-BADL100C-03-F Trotec GmbH & Co. KG Grebbener Str. 7 D-52525 Heinsberg Tel. +49 2452 962-400 Fa +49 2452 962-200 www.trotec.com E-Mail:
Plus en détailDans un deuxième temps et avec l expérience de cette observation, un ENT mutualisant la Nouvelle Calédonie verra le jour.
Préambule : Actuellement, au collège LUCKY HITT de Plum a lieu une expérimentation pour la mise en place et l observation des usages d un Espace Numérique de Travail. Dans un deuxième temps et avec l expérience
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 détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailThéorie de l estimation et de la décision statistique
Théorie de l estimation et de la décision statistique Paul Honeine en collaboration avec Régis Lengellé Université de technologie de Troyes 2013-2014 Quelques références Decision and estimation theory
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailAnalyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains
Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains Andrés Felipe SERNA MORALES Directrice de thèse: Beatriz MARCOTEGUI ITURMENDI serna@cmm.ensmp.fr MINES ParisTech, Mathématiques
Plus en détailLe service IPv4 multicast pour les sites RAP
Le service IPv4 multicast pour les sites RAP Description : Ce document présente le service IPv4 multicast pour les sites sur RAP Version actuelle : 1.2 Date : 08/02/05 Auteurs : NM Version Dates Remarques
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailG.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction
DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailERRATA ET AJOUTS. ( t) 2 s2 dt (4.7) Chapitre 2, p. 64, l équation se lit comme suit : Taux effectif = 1+
ERRATA ET AJOUTS Chapitre, p. 64, l équation se lit comme suit : 008, Taux effectif = 1+ 0 0816 =, Chapitre 3, p. 84, l équation se lit comme suit : 0, 075 1 000 C = = 37, 50$ Chapitre 4, p. 108, note
Plus en détailRaisonnement probabiliste
Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte
Plus en détailThème 17: Optimisation
OPTIMISATION 45 Thème 17: Optimisation Introduction : Dans la plupart des applications, les grandeurs physiques ou géométriques sont exprimées à l aide d une formule contenant une fonction. Il peut s agir
Plus en détailM2R IMA UE CONF Présentation
M2R IMA UE CONF Présentation L objectif de l UE «Conférences» est de : 1. Présenter des applications du traitement d images dans divers domaines industriels ou académiques. 2. Apporter des compléments
Plus en détailFctsAffines.nb 1. Mathématiques, 1-ère année Edition 2007-2008. Fonctions affines
FctsAffines.nb 1 Mathématiques, 1-ère année Edition 2007-2008 Fonctions affines Supports de cours de mathématiques de degré secondaire II, lien hpertete vers la page mère http://www.deleze.name/marcel/sec2/inde.html
Plus en détailProSimPlus HNO3 Résumé des nouvelles fonctionnalités, décembre 2008
ProSimPlus HNO3 Résumé des nouvelles fonctionnalités, décembre 2008 Cette page présente un résumé des derniers développements effectués dans le logiciel ProSimPlus HNO3. Ceux-ci correspondent à de nouvelles
Plus en détailExtraction et reconstruction de bâtiments en 3D à partir de relevés lidar aéroportés
Thèse présentée pour obtenir le grade de Docteur de l Université Louis Pasteur Strasbourg I Discipline : Sciences pour l Ingénieur Spécialité : Topographie-Géomatique Par : Fayez TARSHA KURDI Extraction
Plus en détailAlgèbre binaire et Circuits logiques (2007-2008)
Université Mohammed V Faculté des Sciences Département de Mathématiques et Informatique Filière : SMI Algèbre binaire et Circuits logiques (27-28) Prof. Abdelhakim El Imrani Plan. Algèbre de Boole 2. Circuits
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
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 détailTP 7 : oscillateur de torsion
TP 7 : oscillateur de torsion Objectif : étude des oscillations libres et forcées d un pendule de torsion 1 Principe général 1.1 Définition Un pendule de torsion est constitué par un fil large (métallique)
Plus en détailTP Modulation Démodulation BPSK
I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailOn distingue deux grandes catégories de mémoires : mémoire centrale (appelée également mémoire interne)
Mémoire - espace destiné a recevoir, conserver et restituer des informations à traiter - tout composant électronique capable de stocker temporairement des données On distingue deux grandes catégories de
Plus en détailSystème ASC unitaire triphasé. PowerScale 10 50 kva Maximisez votre disponibilité avec PowerScale
Système ASC unitaire triphasé 10 50 kva Maximisez votre disponibilité avec Protection de première qualité est un système ASC triphasé de taille moyenne qui offre une protection électrique remarquable pour
Plus en détailDISQUE DUR. Figure 1 Disque dur ouvert
DISQUE DUR Le sujet est composé de 8 pages et d une feuille format A3 de dessins de détails, la réponse à toutes les questions sera rédigée sur les feuilles de réponses jointes au sujet. Toutes les questions
Plus en détailAC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =
LE NOMBRE D OR Présentation et calcul du nombre d or Euclide avait trouvé un moyen de partager en deu un segment selon en «etrême et moyenne raison» Soit un segment [AB]. Le partage d Euclide consiste
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 détailPHYSIQUE-CHIMIE. Partie I - Spectrophotomètre à réseau
PHYSIQUE-CHIMIE L absorption des radiations lumineuses par la matière dans le domaine s étendant du proche ultraviolet au très proche infrarouge a beaucoup d applications en analyse chimique quantitative
Plus en détailChapitre 2 : Systèmes radio mobiles et concepts cellulaires
Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème
Plus en détailFORMATION ECLAIRAGE PUBLIC
FORMATION ECLAIRAGE PUBLIC DIR Centre Est Mâcon 22/10/07 1 La norme éclairage NF EN 13 201 Avant : Recommandations AFE : référence pour la profession Février 2005: Application de la norme Éclairage NF
Plus en détailMABioVis. Bio-informatique et la
MABioVis Modèles et Algorithmes pour la Bio-informatique et la Visualisation Visite ENS Cachan 5 janvier 2011 MABioVis G GUY MELANÇON (PR UFR Maths Info / EPI GRAVITE) (là, maintenant) - MABioVis DAVID
Plus en détail«Vous éditez, nous archivons!»
LE LOGICIEL D'ARCHIVAGE ET DE CONSULTATION DE VOS DOCUMENTS DE GESTION (Graphiques et caractères) alliant PUISSANCE DES OUTILS INTERNET & SIMPLICITE D'UTILISATION «Vous éditez, nous archivons!» LOGISUD
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 détailGStock 2.00.0. La gestion commerciale, stock et facturation qui vous correspond. Les apports de GStock 2.00.0 pour votre entreprise :
GStock 2.00.0 La gestion commerciale, stock et facturation qui vous correspond GStock 2.00.0 se veut résolument simple et complet, pour s adapter facilement à votre métier, en maintenant votre inventaire
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailPrincipes généraux de la modélisation de la dispersion atmosphérique
Principes généraux de la modélisation de la dispersion atmosphérique Rémy BOUET- DRA/PHDS/EDIS remy.bouet@ineris.fr //--12-05-2009 1 La modélisation : Les principes Modélisation en trois étapes : Caractériser
Plus en détailApprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière
Apprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière Nicolas Saunier INRETS Télécom Paris Sophie Midenet INRETS Alain Grumbach Télécom Paris Conférence
Plus en détailBases de données documentaires et distribuées Cours NFE04
Bases de données documentaires et distribuées Cours NFE04 Introduction a la recherche d information Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département
Plus en détailUMG 20CM. UMG 20CM Appareil de surveillance des circuits de distribution avec 20 entrées et RCM. Analyse d harmoniques RCM. Gestion d alarmes.
RCM Analyse d harmoniques Gestion d alarmes 02 Logiciel d analyse GridVis 20 entrées courant UMG 20CM Appareil de surveillance des circuits de distribution avec 20 entrées et RCM Interface / Communikation
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailchoisir H 1 quand H 0 est vraie - fausse alarme
étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
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 détail4 Exemples de problèmes MapReduce incrémentaux
4 Exemples de problèmes MapReduce incrémentaux 1 / 32 Calcul des plus courtes distances à un noeud d un graphe Calcul des plus courts chemins entre toutes les paires de noeuds d un graphe Algorithme PageRank
Plus en détailProgrammation Par Contraintes
Programmation Par Contraintes Cours 2 - Arc-Consistance et autres amusettes David Savourey CNRS, École Polytechnique Séance 2 inspiré des cours de Philippe Baptiste, Ruslan Sadykov et de la thèse d Hadrien
Plus en détailLes archives. On conserve ces documents pour faire des recherches historiques, administratives ou généalogiques.
Les archives Les Archives sont : les documents les administrations qui conservent ces documents les bâtiments dans lesquels sont conservés les documents. Tous les documents produits par les services municipaux
Plus en détailElectron S.R.L. - MERLINO - MILAN ITALIE Tel (++ 39 02) 90659200 Fax 90659180 Web www.electron.it, e-mail electron@electron.it
Electron S.R.L. Design Production & Trading of Educational Equipment B3510--II APPLIICATIIONS DE TRANSDUCTEURS A ULTRASONS MANUEL D IINSTRUCTIIONS POUR L ETUDIIANT Electron S.R.L. - MERLINO - MILAN ITALIE
Plus en détailMÉDICLICK! STUDIO 3 DOCUMENT CENTER : MAILCLICK! SOMMAIRE
MÉDICLICK! STUDIO 3 DOCUMENT CENTER : MAILCLICK! SOMMAIRE Préalable important ACCES A LA FENETRE MAILCLICK! Le PARAMETRAGE DE BASE DESCRIPTION DE LA FENETRE MailClick! La Barre GENERALE de Boutons Les
Plus en détailFranck VAUTIER, Jean-Pierre TOUMAZET, Erwan ROUSSEL, Marlène FAURE, Mohamed ABADI, Marta FLOREZ, Bertrand DOUSTEYSSIER
Utilisation d images dérivées d un jeu de données LIDAR pour la détection automatisée de vestiges archéologiques (programme de recherche méthodologique LiDARCHEO) Franck VAUTIER, Jean-Pierre TOUMAZET,
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailDécouverte du logiciel ordinateur TI-n spire / TI-n spire CAS
Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra
Plus en détailCorrection : E = Soit E = -1,6. F = 12 Soit F = -6 3 + 45. y = 11. et G = -2z + 4y G = 2 6 = 3 G = G = -2 5 + 4 11
Correction : EXERCICE : Calculer en indiquant les étapes: (-6 +9) ( ) ( ) B = -4 (-) (-8) B = - 8 (+ 6) B = - 8 6 B = - 44 EXERCICE : La visite médicale Calcul de la part des élèves rencontrés lundi et
Plus en détailPhysique : Thermodynamique
Correction du Devoir urveillé n o 8 Physique : hermodynamique I Cycle moteur [Véto 200] Cf Cours : C P m C V m R relation de Mayer, pour un GP. C P m γr γ 29, 0 J.K.mol et C V m R γ 20, 78 J.K.mol. 2 Une
Plus en détailEquipement. électronique
MASTER ISIC Les générateurs de fonctions 1 1. Avant-propos C est avec l oscilloscope, le multimètre et l alimentation stabilisée, l appareil le plus répandu en laboratoire. BUT: Fournir des signau électriques
Plus en détail