TECHNIQUES DE BASE IMAGERIE 2D. Yves BRINGER I.S.T.A.S.E. Université Jean Monnet
|
|
- Hervé Roussel
- il y a 8 ans
- Total affichages :
Transcription
1 TECHNIQUES DE BASE EN IMAGERIE 2D Yves BRINGER I.S.T.A.S.E. Université Jean Monnet 1
2 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 2
3 IMAGERIE 2D BUT Aider ou remplacer l œil de l expert. DOMAINES D APPLICATION Laboratoires de recherche, milieu industriel, biomédical, chaînes de production IMAGES DE DIFFERENTES NATURE Techniques différentes en fonction du type d image et de l information cherchée 3
4 IMAGERIE 2D Domaines d application Laboratoires de recherche, service de production Milieu industriel : Contrôle de qualité, de conformité, suivi et tri d objets, granulométrie Milieu bio-médical : Aide au diagnostic, dépistage 4
5 IMAGERIE 2D BESOINS INDUSTRIELS Consommateurs. Marketing. Production. Réglementations. 5
6 IMAGERIE 2D OBJECTIFS L amélioration de la qualité. L homogénéité de la production. La rentabilité de la main d œuvre. Le respect des normes de qualité. La flexibilité des chaînes de production. 6
7 IMAGERIE 2D DIFFICULTES Compréhension des besoins. Cahier des charges précis. Complexité du problème. Coût. 7
8 IMAGERIE 2D DIFFICULTES Cadences élevées. Éclairages. Encombrement. Environnement. Résolution : capteur, optique 8
9 Système de contrôle : IMAGERIE 2D Éclairage Capteur Optique Unité de traitement 9
10 IMAGERIE 2D CONNAISSANCES Eclairage. Optique. Electronique. Informatique. 10
11 IMAGERIE 2D Poste de contrôle secteur alimentaire. 11
12 IMAGERIE 2D Poste de contrôle secteur automobile. 12
13 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 13
14 ECLAIRAGE Poste fondamental : Fiabilité et répétitivité du contrôle. Sensibilité aux perturbations externes : Variation de l éclairage ambiant, ombres Mise en évidence de l information : Augmentation de contraste de l image 14
15 ECLAIRAGE La source d éclairage : Naturelle : Difficilement maîtrisable. Artificielle : Différents types de sources. Influence du milieu ambiant. Modélisation : Lois de l optique géométrique. 15
16 ECLAIRAGE Influence des différents types de matériaux : Matériaux réfléchissants : Utilisation des réflexions et diffusions. Matériaux transparents : Coefficient de transmission. 16
17 ECLAIRAGE Matériaux réfléchissants : Diffusants : Réflexion de la lumière dans toutes les directions. Surface texturée. Apparence différente en fonction de la texture. 17
18 ECLAIRAGE Matériaux réfléchissants : Miroitants : Angle de réflexion = angle d incidence. 18
19 ECLAIRAGE Matériaux réfléchissants : Réflexion sélective : La composition spectrale de la lumière réfléchie n est pas la même que celle de la lumière incidente. Réflexion non sélective : La composition spectrale de la lumière réfléchie est la même que celle de la lumière incidente. 19
20 ECLAIRAGE Matériaux transparents : Transmission de la lumière sans diffusion. Matériaux translucides : Transmission d une partie de la lumière. Densité optique. Matériaux opaques : Pas de transmission. 20
21 ECLAIRAGE Matériaux transparents : Transmission sélective : La composition spectrale de la lumière transmise n est pas la même que celle de la lumière incidente. Transmission non sélective : La composition spectrale de la lumière transmise est la même que celle de la lumière incidente. 21
22 ECLAIRAGE Spectre visible 22
23 ECLAIRAGE Sensibilité de l œil 23
24 ECLAIRAGE Type Fluorescent : Lumière diffuse, diverses températures de couleur. Type Laser : Lumière monochromatique et cohérente, diverses formes de faisceaux. 24
25 ECLAIRAGE Type incandescent : Lampe halogène, facile d emploi. Type Lampe à décharge : Spectres multiples, de type stroboscopique, forte énergie lumineuse, stabilité. Type chromatique : Sélection d une longueur d onde privilégiée. 25
26 ECLAIRAGE Source Laser nm HeCd 325, 441,6 N 2 337,1, 427 XeF 351 Nd:YAG(3) 354,7 Ar 488, 514,5, 351,1, 363,8 Cu 510,6, 578,2 Nd:YAG(2) 532 HeNe 632,8, 543,5, 594,1, 611,9, 1153, 1523 Kr 647,1, 676,4 Rubis 694,3 26
27 ECLAIRAGE Spectres de sources lumineuses Spectre continu : halogène blanche Spectre combiné : tube fluorescent 27
28 ECLAIRAGE Spectres de sources lumineuses Spectre discontinu : lampe aux vapeurs de mercure Spectre de raies : laser argon 28
29 ECLAIRAGE Sources lumineuses Halogène blanche Filtre bleu 29
30 ECLAIRAGE Sources lumineuses Halogène blanche Filtre bleu 30
31 ECLAIRAGE Diffus : Éclairage uniforme sur l échantillon. Éclairage avec un écran ou indirect. Directionnel : Éclairage uniforme suivant une direction. Fentes lumineuses. 31
32 ECLAIRAGE Collimaté : Utilisation d un collimateur. Éclairage parallèle. Polarisé : Utilisation d un polariseur/analyseur. Élimination des réflexions dans une direction. 32
33 ECLAIRAGE Ultra Violet : Mise en évidence de la fluorescence d un objet. Utilisation d azurants. Mires : Projection sur une surface 3D. 33
34 ECLAIRAGE Application monochrome : Caractéristiques optiques des matériaux. Application couleur : Caractéristiques spectrales de la source. Températures de couleur. Application monochrome et filtre : Caractéristiques spectrales de l information. 34
35 ECLAIRAGE Choix d une source : Longueurs d onde, température de couleur. Durée de vie. Chaleur dégagée. Fréquence d oscillation. Fragilité. 35
36 ECLAIRAGE Source d éclairage Durée de vie moyenne en heures Incandescente Halogène Fluorescente Halogénure led
37 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGES 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 37
38 TYPES D IMAGES Lumière transmise : Les objets laissent passer la lumière. Mesure de la densité optique. 38
39 TYPES D IMAGES Lumière transmise : Préparation bio-médicale : Frottis cellulaire, culture de bactéries, boîte de Pétri, coupe histologique Négatifs : Radiologie, photographie 39
40 TYPES D IMAGES Lumière transmise. Boîtes de Pétri 40
41 TYPES D IMAGES Images de contours : Les objets sont opaques et jouent un rôle d écran. 41
42 TYPES D IMAGES Images de contours : Granulométrie. Mesures dimensionnelles. Contrôle de fabrication. Analyse de forme. Robotique. 42
43 TYPES D IMAGES Lumière réfléchie : Plusieurs géométries d éclairage : Perpendiculaire. Rasant. 43
44 TYPES D IMAGES Lumière réfléchie : Détermination des défauts d aspect. Mesure de conformité. Étude colorimétrique. 44
45 TYPES D IMAGES Lumière réfléchie : Détermination des défauts d aspect. Mise en évidence du relief : rayures, fissures Étude de surfaces polies. Mesure de conformité. Étude colorimétrique. 45
46 Exemple : TYPES D IMAGES Contrôle de la surface d un CD. Eclairage réfléchi Eclairage transmis 46
47 Exemple : TYPES D IMAGES Contrôle de la surface d un CD. Eclairage rasant Eclairage polarisé 47
48 Exemple : TYPES D IMAGES Contrôle dimensionnel de pièces mécaniques. Eclairage réfléchi Eclairage transmis 48
49 Exemple : TYPES D IMAGES Contrôle d homogénéité de verre moulés plastiques. Mire Déformation Défaut 49
50 TYPES D IMAGES Eclairage spécifique : Contrôle de produits enveloppant en latex. Biprisme biréfringent de Wollaston placé entre polariseurs croisés 50
51 TYPES D IMAGES Eclairage spécifique : Contrôle de produits enveloppant en latex. Biprisme biréfringent de Wollaston placé entre polariseurs croisés 51
52 TYPES D IMAGES Images de télédétection : L information est beaucoup plus complexe. Acquisition sur plusieurs canaux Taille importante. 52
53 TYPES D IMAGES Image de télédétection : Cartographie. Surveillance de culture. Militaire. Traitements plus lourds : classification, extraction de texture 53
54 TYPES D IMAGES Vidéo rapide : 1000 à images / seconde. Voir un phénomème. Comprendre une expérience. Analyser un évènement. Mesurer. 54
55 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 55
56 OPTIQUE Caractéristiques d un objectif : En général, monture C. Distance focale. Ouverture. 56
57 OPTIQUE Distance focale 57
58 OPTIQUE Distance focale : 58
59 OPTIQUE Différentes focales pour un même champ d observation 59
60 OPTIQUE Ouverture 60
61 OPTIQUE Distorsion géométrique 61
62 OPTIQUE Distorsion géométrique 62
63 OPTIQUE Outils spéciaux : Endoscopes : prise d image dans des zone difficiles d accès. Miroirs : visualisation de faces cachées. Objectif télécentrique : correction de l effet de perspective. 63
64 Endoscope : Endoscope rigide OPTIQUE Endoscope souple 64
65 OPTIQUE Objectifs spéciaux : Objectif télécentrique : 65
66 Objectif télécentrique OPTIQUE f f O3 O1 O2 f f O3 O1 O2 O3 O1 O2 O3 O1 66
67 OPTIQUE Objectifs spéciaux : Objectif pour cylindre : 67
68 OPTIQUE 68
69 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 69
70 CAPTEUR CCD ou CMOS. Matriciel. Linéaire. Monochrome. Couleur. 70
71 CAPTEUR CCD ou CMOS 71
72 CAPTEUR CCD ou CMOS CCD CMOS 72
73 CAPTEUR Principe du CCD : Analogie avec un pluviomètre : Lumière = Eau de pluie. Temps d intégration = Durée de mesure. Saturation = Capacité maximale du pluviomètre. Sensibilité = Mesure minimale réalisable. Matriciel ou linéaire. 73
74 CAPTEUR Matriciel : Résolution spatiale : 512x512, 756x581, 1024x1280 Dynamique, niveaux de gris : 8 bits : 256 niveaux de gris. 12 bits, 16 bits. Taille : 1/3 pouce, ½ pouce, 2/3 pouce. 74
75 CAPTEUR Linéaire : Résolution spatiale : 1024, 2048, 4096 pixels Dynamique : 8 bits, 16 bits 75
76 CAPTEUR Monochrome : Un seul CCD. Couleur : Un seul CCD avec des filtres. Un seul CCD avec matrice. Trois CCDs : Rouge, Vert, Bleu. 76
77 CAPTEUR Couleur : Un seul CCD... Filtre colonne Filtre de Bayer Filtre de Rockwell 77
78 CAPTEUR Réponse spectrale 78
79 CAPTEUR Réponse spectrale 79
80 CAPTEUR Capteur Tri-CCD 80
81 CAPTEUR Capteur monochrome + Filtres 81
82 CAPTEUR Choix du capteur : Matriciel ou linéaire. Réponse spectrale. Capacité de synchronisation. Consommation et tension d alimentation. Encombrement spatial. Coût. 82
83 IMAGERIE 2D 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES 83
84 CALIBRAGE Capteur Optique. Capteur Éclairage. Capteur Filtres. Spatial. Dynamique. 84
85 CALIBRAGE Capteur Optique Taille du capteur. Champ d observation. Distance d observation. Distance focale. Bagues allonges. Abaque. 85
86 CALIBRAGE Capteur Optique F : distance focale. L : distance d observation. W : largeur du champ à observer. H : hauteur du champ à observer. V : largeur du capteur. h : hauteur du capteur F = v. L W F = h. L H 86
87 CALIBRAGE Capteur Optique Format 1 pouce 2/3 pouce ½ pouce 1/3 pouce v 9.6 mm 6.6 mm 4.8 mm 3.3 mm h 12.8 mm 8.8 mm 6.4 mm 4.4 mm F = v. L W F = h. L H 87
88 CALIBRAGE Capteur Optique Abaque 88
89 CALIBRAGE Capteur Éclairage Filtres : concordance entre les différentes réponses spectrales. 89
90 CALIBRAGE Spatial 90
91 CALIBRAGE Spatial Image originale Déformation «barillet» Déformation «coussinet» 91
92 CALIBRAGE Spatial Image avec déformation Image corrigée 92
93 CALIBRAGE Dynamique 93
94 CALIBRAGE Dynamique 94
95 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR IMAGERIE 2D 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES 95
96 UNITE DE TRAITEMENT Capteur de vision : Système autonome paramétrable. Couleur et niveaux de gris. CMOS. Contrôle simple : Présence/absence. Tri. Aspect 96
97 UNITE DE TRAITEMENT Capteur de vision. 97
98 UNITE DE TRAITEMENT Cosmétique. 98
99 UNITE DE TRAITEMENT Automobile. 99
100 UNITE DE TRAITEMENT Emballage. 100
101 UNITE DE TRAITEMENT Automate de vision : Système autonome paramétrable. Contrôle de conformité : Présence/absence. Dimensions. Aspect, OCV 101
102 UNITE DE TRAITEMENT Automate de vision. Exemple d automate de vision - Keyence Boîtier de paramétrage 102
103 UNITE DE TRAITEMENT Automate de vision. Automate de vision avec 2 caméras, Automate Keyence 103
104 UNITE DE TRAITEMENT Automate de vision. Exemple d automate de vision - Matsushita 104
105 UNITE DE TRAITEMENT Automate de vision. Exemple d applications - Matsushita 105
106 UNITE DE TRAITEMENT Automate de vision. Exemple d applications - Matsushita 106
107 UNITE DE TRAITEMENT Unité PC paramétrable : Interface utilisant une bibliothèque. Contrôle de conformité. Paramètres de forme. OCR 107
108 UNITE DE TRAITEMENT Unité PC paramétrable : Menus de paramètrage Logiciel IVC, Integral Vision 108
109 UNITE DE TRAITEMENT Unité PC paramétrable : Exemple d outils disponibles Logiciel IVC, Integral Vision 109
110 UNITE DE TRAITEMENT Unité PC programmable : Création de programmes à partir ou non d une bibliothèque. Optimisation d un contrôle. 110
111 UNITE DE TRAITEMENT Caméra autonome : Création de programmes à partir ou non d une bibliothèque. Unité de traitement embarqué. 111
112 UNITE DE TRAITEMENT Caméra autonome : Système Tattile 112
113 UNITE DE TRAITEMENT Caméra autonome : mvbluelynx, MATRIX VISION 113
114 UNITE DE TRAITEMENT Caméra autonome : cvs 1450, NATIONAL INSTRUMENT 114
115 UNITE DE TRAITEMENT Automobile. 115
116 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT IMAGERIE 2D 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES 116
117 IMAGE Qu est ce qu une image? Fonction de deux variables : f(x,y). Support spatial. Valeurs sur une échelle de niveaux de gris. f(x,y) y x 117
118 IMAGE Trame Carrée ou hexagonale. Pixel Carré ou rectangulaire. Voisinage V4 ou V8. 118
119 IMAGE Image avec des pixels rectangulaires Image avec des pixels carrés 119
120 IMAGE Image avec des pixels rectangulaires 120
121 IMAGE Types d images. Image binaire. f(x,y) : {0;1} Image en niveaux de gris. f(x,y) : {0;255} Image en couleur. f R (x,y), f V (x,y), f B (x,y) 121
122 IMAGE Niveaux de gris Binaire Couleur 122
123 IMAGE Histogramme. Opérateur arithmétique. Filtrage spatial, fréquentiel. Seuillage automatique. Morphologie mathématique. Paramètres de forme 123
124 HISTOGRAMME Représentation graphique de la répartition des niveaux de gris. H(i) i 124
125 HISTOGRAMME Identification des composantes de l histogramme. Fond, bruit, objet 125
126 HISTOGRAMME Analyse de l histogramme. 126
127 HISTOGRAMME Image sous-exposée et son histogramme 127
128 HISTOGRAMME Image sur exposée et son histogramme 128
129 HISTOGRAMME Image mal contrastée et son histogramme 129
130 HISTOGRAMME Image bien exposée et bien contrastée et son histogramme 130
131 HISTOGRAMME Opération sur l histogramme. Expansion de la dynamique : [min ; Max] [0 ; 255] f(x,y) = 255 * ( f(x,y) - min ) Max - min 131
132 HISTOGRAMME Expansion. 132
133 HISTOGRAMME Opération sur l histogramme. Egalisation : Répartition uniforme des niveaux de gris. h(i), i [0 ; 255], N : nombre total de pixels Histogramme normalisé : h N (i) = h(i) / N. h N (i) [0 ; 1] Densité de probabilité cumulée : C(i) = f(x,y) = C[f(x,y)] * 255. Histogramme cumulé linéaire. i j= 0 h N (j). 133
134 HISTOGRAMME Egalisation. 134
135 HISTOGRAMME Opération sur l histogramme. Modificateurs d échelle de gris: Fonction Logarithmique pour augmenter la luminosité des régions sombres et diminuer le contraste des régions claires. Fonction exponentielle pour diminuer la luminosité et augmenter le contraste des régions claires et diminuer le contraste des régions sombres Cosinus, sinus, carré, racine carrée 135
136 OPERATEURS ARITHMETIQUES Opérations pixel à pixel. Deux images sources A et B, une image résultat C : Pix C = Pix A opérateur Pix B Une image source A et une constante l : Pix C = Pix A opérateur l Opérateurs arithmétiques : +, -, x, /, min, max Opérateurs logiques ou ensemblistes : ET, OU, NON ET, OU EXCLUSIF 136
137 OPERATEURS ARITHMETIQUES Opérateurs logiques. a\b 0 1 a\b 0 1 a\b 0 1 a\b ET NON ET OU OU EXCL. 137
138 OPERATEURS ARITHMETIQUES A B C = MAX (A, B ) C 138
139 FILTRAGE SPATIAL Types de filtrage : Dé bruitage. Suppression de flou. Rehaussement de contraste. Détection de contour. 139
140 FILTRAGE SPATIAL Modification de la valeur d un pixel proportionnellement aux intensités de ses voisins. Voisinage d un pixel : 3 x 3 : 8 voisins. 5 x 5 : 24 voisins. 7 x 7 Matrice de convolution centrée sur le pixel. Coefficients de la matrice : Poids de chaque pixel voisin. 140
141 FILTRAGE SPATIAL Voisinage Pixel central 3 x 3 5 x 5 141
142 FILTRAGE SPATIAL Convolution Fonction de filtrage Masque Image originale Image traitée 142
143 FILTRAGE SPATIAL Voisinage et convolution X i-1,j-1 X i,j-1 X i+1,j-1 C i-1,j-1 C i,j-1 C i+1,j-1 X i-1,j X i,j X i+1,j C i-1,j C i,j C i+1,j X i-1,j+1 X i,j+1 X i+1,j+1 Niveaux de gris des pixels C i-1,j+1 C i,j+1 C i+1,j+1 Coefficients du filtre x i, j = j+ 1 c k= j 1 i+ 1 l= i 1 k, l x k, l 143
144 FILTRAGE SPATIAL Voisinage et convolution x i,j = -2 x i-1,j + x i,j 2 x i+1,j x i,j = x i,j-1 + x i-1,j + x i+1,j + x i,j
145 FILTRAGE SPATIAL Gradient Gradients. Les différents filtres de type Prewitt 145
146 FILTRAGE SPATIAL Gradient Gradients. Les différents filtres de type Sobel 146
147 FILTRAGE SPATIAL Laplacien
148 FILTRAGE SPATIAL Gradient Laplacien 148
149 FILTRAGE SPATIAL Filtre non linéaire : Prewitt x1 i,j = -x i-1,j-1 x i-1,j x i-1,j+1 + x i+1,j-1 + x i+1,j + x i+1,j x2 i,j = -x i-1,j-1 - x i,j-1 - x i+1,j-1 + x i-1,j+1 + x i,j+1 + x i+1,j+1 x i,j = Max (x1 i,j, x2 i,j ) 149
150 FILTRAGE SPATIAL Filtre non linéaire : Sobel x1 i,j = -x i-1,j-1 2x i-1,j x i-1,j+1 + x i+1,j-1 + 2x i+1,j + x i+1,j x2 i,j = -x i-1,j-1-2x i,j-1 - x i+1,j-1 + x i-1,j+1 + 2x i,j+1 + x i+1,j+1 x i,j = Max (x1 i,j, x2 i,j ) 150
151 FILTRAGE SPATIAL Prewitt Sobel 151
152 FILTRAGE SPATIAL Moyenne Calcul de la valeur moyenne du voisinage. Adoucissement des transitions dans l image x i,j = Moyenne ( V(x i,j ) ) 152
153 FILTRAGE SPATIAL Median Calcul de la valeur médiane du voisinage. Respect des transitions dans l image. Élimination des pics de bruit x i,j = Median ( V(x i,j ) ) 153
154 FILTRAGE SPATIAL Moyenne 5x5 Médian 5x5 154
155 FILTRAGE SPATIAL Image originale bruitée Médian 3x3 155
156 MORPHOLOGIE NDG Erosion : x i,j = Min ( V(x i,j ) ) Dilatation : x i,j = Max ( V(x i,j ) ) Ouverture : Erosion + dilatation. Fermeture : Dilatation + érosion. 156
157 MORPHOLOGIE NDG Dilatation Erosion 157
158 SEUILLAGE Seuil calculé par rapport à un critère mathématique lié à l image. Méthodes utilisant l histogramme de l image. Répétitivité des résultats. Insensible aux faibles variations d éclairage. 158
159 SEUILLAGE Comparaison entre les différents échantillons : Quantification au cours du temps. Détection imparfaite mais toujours suivant le même critère. Reproductibilité de la méthode sur des images de même nature. 159
160 SEUILLAGE Notations : L image constituée de N pixels, h(i) représente le nombre de pixels ayant le niveau de gris i. Ainsi pour un pixel, la probabilité d avoir le niveau de gris i est : p i h( i) = N 160
161 SEUILLAGE Notations : Si l image est formée de 2 classes, C1 et C2, séparée par le seuil s, alors la probabilité pour qu un pixel appartienne à la classe C1 ou C2 est : p s ( C1) = p i p( C 2 ) = i= 0 Ng i= s+ 1 p i 161
162 Notations : SEUILLAGE Les niveaux de gris moyens des classes C1 et C2 sont : M 1 = s i= 0 ip p( C1) Le niveau de gris moyen de l image est : M = Ng i== 0 i ip i M 2 = Ng i= s+ 1 ip i p( C ) 2 Ces définitions se généralisent de manière évidente à p classes. 162
163 SEUILLAGE Variance interclasse ou analyse factorielle discriminante : Maximisation de la variance interclasse et minimisation de la variance intra classe. Classes bien proportionnées. V ( k) = 2 j= 1 p( C j ).( M j M 2 ) 163
164 SEUILLAGE Entropie : Maximisation de l entropie. Détection d objets rares, de petites classes. H( k) = k h( i) N h( i) Ln( ) N i= Ng h( i) N h( i) Ln( ) N i= k
165 SEUILLAGE Nuées dynamiques : Classes bien proportionnées. Méthode rapide. 165
166 SEUILLAGE Moments statistiques : Images mal contrastées (sous exposées ou sur exposées). 166
167 SEUILLAGE «Chapeau haut de forme» : École des Mines de Paris. Résonnement local, ouverture en niveaux de gris. Connaissance de la taille des objets à détecter. Forte dérive d éclairement. 167
168 SEUILLAGE Variance Entropie 168
169 SEUILLAGE 169
170 MORPHOLOGIE BINAIRE Image binaire : Objets = 1 (blanc), fond = 0 (noir). Elements structurants : 170
171 MORPHOLOGIE BINAIRE Éléments structurants 171
172 MORPHOLOGIE BINAIRE Erosion : Suppression de points du contour des objets en tenant compte de l élément structurant. Dilatation : Ajout de points du contour des objets en tenant compte de l élément structurant. Ouverture : Erosion + dilatation. Fermeture : Dilatation + érosion. 172
173 MORPHOLOGIE BINAIRE Dilatation Erosion 173
174 MORPHOLOGIE BINAIRE Ouverture Fermeture 174
175 MORPHOLOGIE BINAIRE Ouverture Différence ensembliste 175
176 ANALYSE INDIVIDUELLE Etiquettage. 176
177 ANALYSE INDIVIDUELLE Etiquettage. Nettoyage de l image : Suppression des objets du bord. Suppression des petits objets. Bouchage de trous. Paramètres de forme : Aire. paramètre d allongement, de circularité 177
178 IMAGERIE 2D Scène Acquisition Image digitalisée Image améliorée Image mettant en évidence l information cherchée Réduction du nombre de classe de pixels Information Prétraitement Traitement Préanalyse Analyse 178
179 PRETRAITEMENT Étape facultative. Amélioration de la qualité visuelle des images. Opérateurs : Filtrage du bruit. Suppression de flou. Rehaussement de contraste 179
180 TRAITEMENT Prépare l extraction de l information. Opérateurs : Détection de contours : Gradient, laplacien Transformations morphologiques : Érosion, dilatation, ouverture, fermeture Transformées : Fourier, Walsh Hadamard 180
181 PREANALYSE Classification de l image permettant de réduire le nombre de classes de pixels : Multi seuillage, seuillage 181
182 ANALYSE Extraction de l information. Étiquetage, Paramètres de forme Verdict. 182
183 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 183
184 MISE EN OEUVRE Défauthèques. Cahier des charges. Étude de faisabilité. Intégration. 184
185 MISE EN OEUVRE Cahier des charges : Différents défauts classés par priorité de détection. Contraintes environnementales : Eclairage, pollution, vibrations, température Contraintes liées au produit : Pollution, contôle sur plusieurs faces, vitesse de défilement, temps de contrôle 185
186 MISE EN OEUVRE Cahier des charges : Restitution des résultats. Budget. 186
187 1. INTRODUCTION 2. ECLAIRAGE 3. TYPES D IMAGE 4. OPTIQUE 5. CAPTEUR 6. CALIBRAGE 7. UNITE DE TRAITEMENT 8. TRAITEMENT D IMAGE 9. MISE EN ŒUVRE 10. PERSPECTIVES IMAGERIE 2D 187
188 PERSPECTIVES Puissance de calcul. Qualité des capteurs. Résolution des capteurs. Optimisation des algorithmes de traitement. Miniaturisation. 188
189 PERSPECTIVES Miniaturisation 189
190 PERSPECTIVES Miniaturisation 190
191 PERSPECTIVES Miniaturisation 191
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 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 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 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 détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailSéquence 9. Étudiez le chapitre 11 de physique des «Notions fondamentales» : Physique : Dispersion de la lumière
Séquence 9 Consignes de travail Étudiez le chapitre 11 de physique des «Notions fondamentales» : Physique : Dispersion de la lumière Travaillez les cours d application de physique. Travaillez les exercices
Plus en 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 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 détailF210. Automate de vision hautes fonctionnalités. Caractèristiques. Algorithmes vectoriels
Automate de vision hautes fonctionnalités Caractèristiques Algorithmes vectoriels Les algorithmes permettent de sélectionner les éléments de traitement requis dans la bibliothèque, puis les combinent et
Plus en détailEXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points)
BAC S 2011 LIBAN http://labolycee.org EXERCICE 2 : SUIVI CINETIQUE D UNE TRANSFORMATION PAR SPECTROPHOTOMETRIE (6 points) Les parties A et B sont indépendantes. A : Étude du fonctionnement d un spectrophotomètre
Plus en détailTP 2: LES SPECTRES, MESSAGES DE LA LUMIERE
TP 2: LES SPECTRES, MESSAGES DE LA LUMIERE OBJECTIFS : - Distinguer un spectre d émission d un spectre d absorption. - Reconnaître et interpréter un spectre d émission d origine thermique - Savoir qu un
Plus en 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 détailComprendre l Univers grâce aux messages de la lumière
Seconde / P4 Comprendre l Univers grâce aux messages de la lumière 1/ EXPLORATION DE L UNIVERS Dans notre environnement quotidien, les dimensions, les distances sont à l échelle humaine : quelques mètres,
Plus en 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 détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailUn spectromètre à fibre plus précis, plus résistant, plus pratique Concept et logiciel innovants
& INNOVATION 2014 NO DRIVER! Logiciel embarqué Un spectromètre à fibre plus précis, plus résistant, plus pratique Concept et logiciel innovants contact@ovio-optics.com www.ovio-optics.com Spectromètre
Plus en détailCollection de photos échantillons
Collection de photos échantillons SB-800/600 Entrez dans le monde passionnant du Système d Eclairage Créatif de Nikon avec le SB-800/600. Les numéros de page se rapportent aux explications dans le manuel
Plus en détailLa spectrophotométrie
Chapitre 2 Document de cours La spectrophotométrie 1 Comment interpréter la couleur d une solution? 1.1 Décomposition de la lumière blanche En 1666, Isaac Newton réalise une expérience cruciale sur la
Plus en détailLa spectro, c'est facile
La spectro, c'est facile OHP Spectro Party Observatoire de Haute Provence 25-30 juillet 2014 François Cochard francois.cochard@shelyak.com La spectro, c'est facile à certaines conditions OHP Spectro Party
Plus en détailProjet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo
Projet Matlab/Octave : segmentation d'un ballon de couleur dans une image couleur et insertion d'un logo Dans ce projet, nous allons réaliser le code qui permet d'insérer sur une image, un logo sur un
Plus en détailProjet 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 détailLa Photographie - Page 1 / 13
La Photographie - Page 1 / 13 Table des matières 1. Généralités sur la lumière... 3 2. La photographie... 5 2.a. Le support... 5 2.a.i. L argentique... 5 2.a.ii. Le numérique... 6 3. L outil appelé appareil
Plus en 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 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 détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
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 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 détailD Utilisation des Spectromètres à CCD
D Utilisation des Spectromètres à CCD (de marque Ocean Optics, Avantes ou Getspec version USB2000 et USB650) I PRINCIPE DE FONCTIONNEMENT DU SPECTROMETRE : La lumière à analyser est transmise au spectromètre
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 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 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 détailCorrection ex feuille Etoiles-Spectres.
Correction ex feuille Etoiles-Spectres. Exercice n 1 1 )Signification UV et IR UV : Ultraviolet (λ < 400 nm) IR : Infrarouge (λ > 800 nm) 2 )Domaines des longueurs d onde UV : 10 nm < λ < 400 nm IR : 800
Plus en détailNiveau 2 nde THEME : L UNIVERS. Programme : BO spécial n 4 du 29/04/10 L UNIVERS
Document du professeur 1/7 Niveau 2 nde THEME : L UNIVERS Physique Chimie SPECTRES D ÉMISSION ET D ABSORPTION Programme : BO spécial n 4 du 29/04/10 L UNIVERS Les étoiles : l analyse de la lumière provenant
Plus en détailW 12-2 : haute performance et savoir-faire compact
Barrières W - Détecteurs réflex, élimination de premier plan EPP Détecteurs réflex, élimination d arrière-plan EAP W - : haute performance et savoir-faire compact Détecteurs réflex énergétiques fibres
Plus en détailLa recherche d'indices par fluorescence
La recherche d'indices par fluorescence Ces sources d éclairage à haute intensité permettent, en fluorescence, la mise en évidence d indices qui ne sont pas visibles ou peu à l oeil nu. Ex : empreintes
Plus en 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 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 détailDIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h
ANNEE UNIVERSITAIRE 2011-2012 DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE Examen du Tronc Commun sous forme de QCM Janvier 2012 14 h à 16 h Les modalités de contrôle se dérouleront cette année sous forme
Plus en détailSujet. calculatrice: autorisée durée: 4 heures
DS SCIENCES PHYSIQUES MATHSPÉ calculatrice: autorisée durée: 4 heures Sujet Spectrophotomètre à réseau...2 I.Loi de Beer et Lambert... 2 II.Diffraction par une, puis par deux fentes rectangulaires... 3
Plus en détailObjectifs pédagogiques : spectrophotomètre Décrire les procédures d entretien d un spectrophotomètre Savoir changer l ampoule d un
CHAPITRE 6 : LE SPECTROPHOTOMETRE Objectifs pédagogiques : Citer les principaux éléments d un dun spectrophotomètre Décrire les procédures d entretien d un spectrophotomètre p Savoir changer l ampoule
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 détailÉtoiles doubles par Interférométrie des tavelures au T60 du pic du midi
Étoiles doubles par Rappels historiques Analyse Harmonique : la transformée de Fourier FOURIER, Jean Baptiste Joseph (21 Mars 1768, Auxerre, France - 16 Mai 1830, Paris, France) Expérience des trous d
Plus en détailSpectrophotomètre double faisceau modèle 6800
Spectrophotomètre double faisceau modèle 6800 Spectrophotomètre double faisceau modèle 6800 Double faisceau avec optiques parfaitement stables. Bande passante 1,5 nm. Logiciel de navigation Jenway Flight
Plus en détailAcquisition et conditionnement de l information Les capteurs
Acquisition et conditionnement de l information Les capteurs COURS 1. Exemple d une chaîne d acquisition d une information L'acquisition de la grandeur physique est réalisée par un capteur qui traduit
Plus en détailSpectrophotométrie. Spectrophotomètre CCD2. Réf : 701 606. Version 1.0. Français p 2. Version : 4105
Réf : Version 1.0 Français p 2 Version : 4105 Spectrophotomètre CCD2 1 Avant-propos et description Chère cliente, cher client, nous vous félicitons d'avoir choisi notre Spectrophotomètre CCD2 pour réaliser
Plus en détailSPID - HR. Spectromètre didactique
SPID - HR V 3.0 Ulice Optronique 2002 Pour trouver toutes les informations, des exemples d applications, et la toute dernière version de ce document : sur Internet www.ulice.com Sommaire SOMMAIRE 2 SPID-HR,
Plus en détailC - ICM LTE Gamme DE
Gamme DELTEC - ICM ICM micro Projecteur de profil numérique 2D Système de mesure 2D, fruit de plus de 25 ans d expérience dans la métrologie par vision! Déposer c est mesurer! - Reconnaissance de la pièce
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 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 détailEcole Centrale d Electronique VA «Réseaux haut débit et multimédia» Novembre 2009
Ecole Centrale d Electronique VA «Réseaux haut débit et multimédia» Novembre 2009 1 Les fibres optiques : caractéristiques et fabrication 2 Les composants optoélectroniques 3 Les amplificateurs optiques
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 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 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 détailréf. 6517 En plastique argent.
47 6,70 12 CHIFFRES 16.8 x 16.7 x 1.5 cm 2 6,04 5,54 90 6517 Affichage 12 chiffres. Ecran inclinable. Fonctionne à l énergie solaire ou à pile bouton (fournie). Astucieux : Avec 2 marquages (audessusetau
Plus en détailC est prêt! VISOR. Le capteur de vision avec lequel vous pouvez commencer tout de suite. www.sensopart.com
C est prêt! VISOR. Le capteur de vision avec lequel vous pouvez commencer tout de suite. 22 2 Déballer, paramétrer et démarrer : les capteurs de vision n ont jamais été aussi puissants pour une manipulation
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 détailScanner acoustique NoiseScanner
Scanner acoustique NoiseScanner «Des yeux et des oreilles pour localiser les sources de bruit...» Scanner acoustique NoiseScanner Décibel d Or 2014 Caractéristiques générales Originalités Fruit de 20 ans
Plus en détailSensibilité (bas niveaux de lumière, hauts niveaux de lumière) Spectre de sensibilité : visible (400-700 nm) mais aussi IR, UV, RX
Les capteurs pour l imagerie en biologie i Marc Moreau Catherine Leclerc Centre de Biologie du développement UMR 5547 et GDR E n 731 Toulouse BC02 mars 2013 Les différents système d imagerie à base de
Plus en détailGAMME UviLine 9100 & 9400
Agro-alimentaire/Biotechnologie/Enseignement/Recherche/Santé/Industrie GAMME UviLine 9100 & 9400 Spectrophotomètres UV & Visible Une combinaison intelligente d innovations n Excellente précision de mesure
Plus en 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 détailD ETECTEURS L UXMETRE SUR TIGE C OMPTEUR DE FRANGES A FIBRE OPTIQUE. Détecteurs
D ETECTEURS L UXMETRE SUR TIGE Capteur luxmètre à sonde détachable, idéal pour les expériences de polarisation, il permet de quantifier simplement et rapidement les principales sources et phénomènes lumineux.
Plus en détailEnsemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact
Ensemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact Phone +33 (0)130 808 182 - Fax. +33 (0)130 808 199 /15 rue des Frères Lumière - ZI des Ebisoires BP136-78374 PLAISIR
Plus en détailGalerie de photos échantillons SB-910
Galerie de photos échantillons SB-910 Ce livret présente différentes techniques du flash SB-910 et des exemples de photographies. 1 Fr Franchissez un cap dans l univers de l éclairage créatif Révélez les
Plus en détailFORMATION ASSURANCE QUALITE ET CONTROLES DES MEDICAMENTS QUALIFICATION DES EQUIPEMENTS EXEMPLE : SPECTROPHOTOMETRE UV/VISIBLE
FORMATION ASSURANCE QUALITE ET CONTROLES DES MEDICAMENTS ISO/IEC 17025 Chapitre 5 : EXIGENCES TECHNIQUES QUALIFICATION DES EQUIPEMENTS EXEMPLE : SPECTROPHOTOMETRE UV/VISIBLE Nicole GRABY PA/PH/OMCL (07)
Plus en détailChapitre 7 Les solutions colorées
Chapitre 7 Les solutions colorées Manuel pages 114 à 127 Choix pédagogiques. Ce chapitre a pour objectif d illustrer les points suivants du programme : - dosage de solutions colorées par étalonnage ; -
Plus en détailSimulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE
Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE LAURENT Rémy laurent@clermont.in2p3.fr http://clrpcsv.in2p3.fr Journées des LARD Septembre 2007 M2R
Plus en détailGAMME UVILINE 9100 & 9400
GAMME UVILINE 9100 & 9400 SPECTROPHOTOMÈTRES UV & VISIBLE NOUVEAU Sipper avec effet peltier Une combinaison intelligente d innovations EXCELLENTE PRÉCISION DE MESURE GRÂCE À UNE OPTIQUE HAUT DE GAMME Gain
Plus en détail[ F ] Fig.1 enregistreur indicateur HD30.1 MicroSD Card. Entrée sonde HD30.S1- HD30.S2. MiniUSB Ethernet Alimentation chargeur batterie
[ F ] [ F ] Description Le HD30.1 est un instrument fabriqué par Delta Ohm pour l analyse spectrale de la lumière dans le champ visible et ultraviolette. L instrument a été conçu en conjuguant fl exibilité
Plus en détailLes moyens d observations en astronomie & astrophysique
Les moyens d observations en astronomie & astrophysique Unité d Enseignement Libre Université de Nice- Sophia Antipolis F. Millour PAGE WEB DU COURS : www.oca.eu/fmillour cf le cours de Pierre Léna : «L
Plus en détailLAMPES FLUORESCENTES BASSE CONSOMMATION A CATHODE FROIDE CCFL
LAMPES FLUORESCENTES BASSE CONSOMMATION A CATHODE FROIDE CCFL Economisons notre énergie et sauvons la planète Présentation générale 2013 PRESENTATION I. Principes de fonctionnement d une ampoule basse
Plus en détailLCD COLOR MONITOR (English French Translation)
LCD COLOR MONITOR (English French Translation) Front page : -1 Manuel d Utilisation -2 Système Vidéo Couleur LCD Table of contents : Table des Matières 1. Précautions 2. Accessoires 3. Fonctions 4. Télécommande
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 détailfacilitez-vous la vie avec Ray Technologie avancée pour le Confort
Dose réduite - Scan ultra-rapide - Tube x-ray pulsé - Plusieurs modes de balayage partielles 3 détecteurs exclusifs - Procédure fiable - Aucun risque de dommage - Longue durée de vie Mise à niveau facile
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 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 détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailRéussir et traiter ses photos sous UV avec Photoshop
Réussir et traiter ses photos sous UV avec Photoshop par Rémi BORNET le 29/12/2009 Beaucoup de personnes n'arrivent pas à obtenir de bons résultats en photos sous UV et ne trouvent pas de conseils. Cet
Plus en détailU7/R7 Un éclairage avancé dans un design unique
U7/R7 U7/R7 Un éclairage avancé dans un design unique 2 ETAP U7/R7 Avec U7 et R7, faites entrer chez vous l éclairage du futur. Les luminaires utilisent la technologie LED+LENS et ont été mis au point
Plus en détailVeraviewepocs 3De Le Panoramique dentaire qui répond à tous vos besoins en imagerie tridimensionnelle (3D)
Veraviewepocs 3De Le Panoramique dentaire qui répond à tous vos besoins en imagerie tridimensionnelle (3D) Thinking ahead. Focused on life. Veraviewepocs 3De Le générateur à Rayons X pour tous vos besoins
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailLampes à DEL EcoShine II Plus
Lampes à DEL EcoShine II Plus LAMPES POUR TABLETTE, RAIL et PAVILLON POUR COMPTOIRS MULTI-NIVEAUX, LIBRE-SERVICE ET DE PRODUITS SPÉCIALISÉS Une efficacité d éclairage maximale dans la vente d aliments
Plus en détailSpectrophotométrie - Dilution 1 Dilution et facteur de dilution. 1.1 Mode opératoire :
Spectrophotométrie - Dilution 1 Dilution et facteur de dilution. 1.1 Mode opératoire : 1. Prélever ml de la solution mère à la pipette jaugée. Est-ce que je sais : Mettre une propipette sur une pipette
Plus en détailUviLight XTW Spectrophotomètre UV-Vis
Enseignement Agro-alimentaire Sciences Chimie Recherche Laboratoires de référence UviLight XTW Spectrophotomètre UV-Vis Accédez aux meilleures performances grâce à des spécificités optiques supérieures
Plus en détailUNIVERSITE MOHAMMED V Rabat Ecole Normale Supérieure
UNIVERSITE MOHAMMED V Rabat Ecole Normale Supérieure APPEL D OFFRES OUVERT SUR OFFRES DE PRIX 08/ENS/24 BORDEREAU DES PRIX-DETAIL ESTIMATIF Lot n 2 : Achat et installation de matériel pour l enseignement
Plus en détailANALYSE SPECTRALE. monochromateur
ht ANALYSE SPECTRALE Une espèce chimique est susceptible d interagir avec un rayonnement électromagnétique. L étude de l intensité du rayonnement (absorbé ou réémis) en fonction des longueurs d ode s appelle
Plus en détailLes interférences lumineuses
Les interférences lumineuses Intérêt de l étude des interférences et de la diffraction : Les interférences sont utiles pour la métrologie, la spectrométrie par transformée de Fourier (largeur de raie),
Plus en détailPRINCIPE MICROSCOPIE CONFOCALE
PRINCIPE MICROSCOPIE CONFOCALE Un microscope confocal est un système pour lequel l'illumination et la détection sont limités à un même volume de taille réduite (1). L'image confocale (ou coupe optique)
Plus en détailSVP ISO - Sécurité & Protection
SVP ISO - Sécurité & Protection ETUDE PRESTATION-FOURNITURE / INDUSTRIE & SECURITE Site web: www.svp-securite.fr - E-mail: svptouati@caramail.com 04, rue LARBI TEBESSI. 31200. Arzew - Oran - Tel / Fax:
Plus en détailNumérisation du signal
Chapitre 12 Sciences Physiques - BTS Numérisation du signal 1 Analogique - Numérique. 1.1 Définitions. Signal analogique : un signal analogique s a (t)est un signal continu dont la valeur varie en fonction
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 détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailLes étapes du traitement de l analyse d image
Les étapes du traitement de l analyse d image La capture image brute Prétraitement niveaux de gris Segmentation image binaire Post-traitement régions d intérêts Amélioration Publication Quantification
Plus en détailExposition. VLR plongée e commission photo
Exposition VLR plongée e commission photo Agenda Définitions Exposition / analogie du verre d eau (de vin?) Ouverture Vitesse Sensibilité La notion d EV Pourquoi cela ne suffit pas? Dynamique des capteurs
Plus en détailContrôle Non Destructif C.N.D.
Contrôle Non Destructif C.N.D. 16 Principales techniques Particules magnétiques Pénétrants 7% Autres 7% 6% Ultrasons 30% Objets divers Pétrochimique 15% 10% Aérospatial 25% Courants de Foucault 10% Autres
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 détailCHROMOPHARE Génération F : éclairage innovant à réflecteur avec LED. Un concept et un design d'éclairage qui réunissent fonctionnalité et esthétique
CHROMOPHARE Génération F : éclairage innovant à réflecteur avec LED Un concept et un design d'éclairage qui réunissent fonctionnalité et esthétique Tuttlingen, novembre 2011 - La nouvelle CHROMOPHARE Génération
Plus en détail