UE3 Analyse des Images Contours
|
|
- Colette Corbeil
- il y a 7 ans
- Total affichages :
Transcription
1 Plan du cours UE Analyse des Images Contours Introduction : principes fondamentaux. Notion de contour. Caractérisation des points contours. Notion de gradient. Filtres linéaires la détection des points contours. Calcul simple du gradient. Filtres de lissage/dérivation. Utilisation du Laplacien. Estimation des contours. Recherche des maxima locaux. Seuillage local par hystérésis. Utilisation du Laplacien. Résumé, conclusion et perspectives LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing Définition Frontière qui sépare objets (ou un objet du fond) dans une image. Caractérisation des zones de contours Variation brusque de l'intensité (discontinuité). Remarque : toute zone de discontinuité ne caractérise pas forcément un contour. Notion de contour (/) Notion de contour (/) Exemple de zones de discontinuité de l'intensité lumineuse d'orientation de surface et d'illumination de réflectance LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing Notion de contour (/) Caractérisation des points contours (/) «Détection» de «contours»? Détection des pixels candidats (points contours) grâce à une propriété particulière (ex. discontinuité de l'intensité) avec un certain degré de certitude perturbée par le bruit ( lissage préalable nécessaire) Formation des contours relier les points contours (par analyse de connexité ou autre) obtention de contours à proprement parler (courbes = chaînes fermées de pixels) points contours points contours? contour Caractéristiques d'une zone de contour Transition entre deux niveaux très différents. Paramètres : largeur, hauteur (contraste). Types de profils (théoriques) : LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 5 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 6
2 Caractérisation des points contours (/) Mise en évidence des zones de contours : dérivée première. Fonctions continues Caractérisation des points contours (/) Mise en évidence des zones de contours : dérivée seconde. Fonctions continues Fonctions discrètes Fonctions discrètes Détection des points contours : utilisation d'un critère de décision. Dérivée première : maxima locaux. Dérivée seconde : passages par zéro. LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 7 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 8 Dérivée première en D. Notion de gradient (/) Dérivée d'une fonction D continue : f x h f x f ' x =lim h h Approximations de la dérivée d'une fonction discrète D par différences locales f ' x f x f x ou f ' x f x f x ou f ' x = f ' x f ' x f x f x Masques de convolution D correspondants + - ou + - ou + - meilleure approximation Dérivée première en D. Notion de gradient (/) Rappel : l'image (discrète) I est définie comme un ensemble de points d'échantillonnage de la fonction bidimensionnelle sous-jacente f(x,y). Dérivée D de la fonction sous-jacente. On peut calculer une dérivée (partielle) f x, y et de f dans chaque direction principale : x Leur combinaison forme le vecteur gradient, à composantes : f x, y f x, y = x ou, f x, y y Ce vecteur est caractérisé, en chaque point P, par une norme (ou module) G = G x G y une direction f x, y y plus simplement, G x, y = G x x, y G y x, y =arctan G y /G x LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 9 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing Dérivée première en D. Analogie avec un relief. Courbe de niveau = courbe reliant les points d'égale altitude. Direction de plus grande pente = celle de l'écoulement de l'eau de pluie. Le gradient d'altitude est orthogonal aux courbes de niveau ; orienté dans le sens de la montée. Notion de gradient (/) Notion de gradient (/) Dérivée première en D (cas discret). Propriétés fondamentales du vecteur gradient. Le module du vecteur gradient représente la pente de la surface image en P : un module élevé traduit une forte variation du niveau de gris au voisinage de P. La direction du vecteur gradient correspond à celle de la plus grande pente en P. Le vecteur est orienté dans le sens de la montée (i.e. niveaux de gris croissants). Relation entre gradient et contour. Contour forte variation locale du niveau de gris G élevé. Le vecteur gradient G est perpendiculaire au contour. LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing
3 Calcul simple du gradient Masques associés aux dérivées premières selon les directions principales. G x = f x : Calcul du gradient en un pixel (exemple). Dérivées premières : G x = 5, G y = Norme du gradient : Autres formules parfois utilisées (plus simples) : Direction du gradient : + - G = G x G y = G = G x G y =5 en norme L G =max G x, G y = en norme L =arctan G y /G x =6 G y = f y : LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing + - Principe. Filtres de lissage/dérivation (/) : Principe Les effets du bruit sont amplifiés lors de la dérivation. Nécessité de lisser l'image soit par un pré-traitement, avant dérivation ; soit lors de la dérivation même. Dérivation et lissage simultanés. Principe : lissage dans la direction perpendiculaire à la dérivation moyenne en colonnes de la dérivée calculée sur les lignes ; moyenne en lignes de la dérivée calculée sur les colonnes. On obtient des filtres de lissage/dérivation, moins sensibles au bruit. Exemple : lisseur dérivateur lisseur/dérivateur LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing Filtres de lissage/dérivation (/) : Filtre de Prewitt Filtre de Prewitt : moyennage/dérivation. Calcul de la composante horizontale du gradient G x Filtres de lissage/dérivation (/) : Filtre de Sobel Filtre de Sobel : filtrage Gaussien/dérivation. Calcul de la composante horizontale du gradient G x moyenneur en y dérivateur en x moyenneur/dérivateur G x Calcul de la composante verticale du gradient G y Gaussien en y dérivateur en x Gaussien/dérivateur G x Calcul de la composante verticale du gradient G y moyenneur en x dérivateur en y moyenneur/dérivateur G y Gaussien en x dérivateur en y Gaussien/dérivateur G y LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 5 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 6 Filtres de lissage/dérivation (/) : Exemple G x (dérivateur) G x (Prewitt) G x (Sobel) Image originale Utilisation des dérivées secondes (/) Définition du Laplacien. Le Laplacien est défini par : f = f f x y C'est une grandeur scalaire (et non vectorielle comme le gradient) signée. Représente la concavité de la surface au point considéré : concavité positive concavité négative point de selle surface plane (dérivateur) (Prewitt) (Sobel) f x, f y source : P. Bonnet (USTL) f x, f y f x, f y f x, f y f f x = y = LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 7 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 8
4 Calcul du Laplacien. Utilisation des dérivées secondes (/) Masques associés aux dérivées secondes : : x y : Masques alternatifs (dérivées calculées sur les axes à 5 ) : X : Y : Comparaison Gradient / Laplacien Image originale Gradient (Sobel) Laplacien Image originale Approximations discrètes du Laplacien : ou ou encore LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 9 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing Résumé. Détection des points contours : résumé et conclusion (/) La détection des points contours est basée sur les dérivées premières (gradient) ou secondes (Laplacien) de la fonction sous-jacente à l'image. Le calcul de ces dérivées est approché au moyen de filtres de convolution. Avantages : grande rapidité de calcul, aspect local. Inconvénients : ces filtres sont très sensibles au bruit, en particulier le Laplacien. Ils nécessitent donc l'emploi de filtres de lissage débruiteurs, en pré-traitement (ex. filtre médian) et/ou lors de la dérivation. Les filtres de lissage/dérivation sont moins précis que le filtre de dérivation «pur», mais plus robustes. Ils privilégient donc la détection des points contours par rapport à leur localisation. Détection des points contours : résumé et conclusion (/) Vers la détection des contours. Ces filtres permettent seulement d'estimer la «probabilité» qu'un pixel soit un point contour candidat. Il reste donc à : décider si un pixel est effectivement un point contour, par exemple au moyen d'un seuillage : si G S, le pixel est un point contour candidat ; si G S, le pixel n'est pas un point contour candidat. utiliser les points contours former les contours proprement dits. Cela nécessite des étapes supplémentaires, car les contours formés par ces points sont : épais bruités interrompus (non fermés) LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing Recherche des maxima locaux (/) : principe Utilisation d'un seuil sur la norme du gradient. Problème avec un seuil de décision S unique toute l'image : on risque de ne pas détecter les points contours en zones de faible contraste ; de sélectionner à tort des points contours dans les zones bruitées. Solution : on cherche les maxima locaux de la norme du gradient. Maxima locaux. Principe : on cherche les points P auxquels la norme du gradient est maximale dans la direction locale du gradient. Principe détaillé : soient P et P les pixels situés de part et d'autre de P dans la direction θ du gradient en P. on compare la norme du gradient en P avec celles du gradient en P et en P : si G P G P et G P G P, alors P est un maximum local. Recherche des maxima locaux (/) : calcul Maxima locaux : calcul pratique. Calcul par discrétisation de la direction. On arrondit la direction du gradient au multiple de 5 le plus proche. On compare la norme du gradient en P à celles de ses voisins dans cette direction. Calcul par interpolation. Soient P et P les points (virtuels) situés à distance de de P dans la direction θ. On détermine une approximation de la norme du gradient aux points P et P par interpolation de la norme calculée en leurs (ou ) pixels voisins respectifs. Suppression des non-maxima locaux. Mettre à la norme du gradient les pixels non maxima locaux. Permet d'obtenir ensuite des contours d'épaisseur pixel. LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing
5 Recherche des maxima locaux (/) : exemple Image Dérivées (images signées) Gradient Maxima locaux originale G x (Sobel) G y norme G direction de G But et principe Seuillage local par hystérésis (/) Obtenir une image binaire des pixels contours (=non contour, =contour) On réalise cela un seuillage local basé sur l'hystérésis («mémoire») Algorithme Paramètres : Image G des maxima locaux de la norme du gradient Un seuil bas (S b ) et un seuil haut (S h ), tous deux [, 55] Résultat : image binaire C de même taille que G. Principe : à partir des pixels lesquels G(x,y) > S h, on «propage» ces contours par connexité tant que G(x,y) > S b. Détail : chaque pixel (x,y), Si G(x,y) < S b, C(x,y) = (le pixel n'est pas contour) Si G(x,y) > S h, C(x,y) = (le pixel est un contour) Si S b G(x,y) S h, C(x,y) = s'il est connecté à un autre pixel déjà contour. LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 5 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 6 Seuillage local par hystérésis (/) Norme du gradient G Maxima locaux de G Contours après seuillage (Sobel) normalisée [..55] normalisée [..55] seuil bas=7, seuil haut=6 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 7 Principe. Utilisation du Laplacien Utilisation du Laplacien, défini en tout pixel (x,y). Rappel : les points contours correspondent aux passages par de. Problème : l'approximation de est fortement bruitée. On va donc détecter les points où change de signe plutôt que (x,y)=. Détails. Calcul d'une image binaire de polarité I p : { I p x, y = si x, y I p x, y = si x, y } Calcul d'une image I z des passages par de : { I z x, y = si P x, y correspond à une transition - ou - dans I p I z x, y = sinon } Seuillage de I z : élimination de I z des points ayant un gradient trop faible. Seuillage par hystérésis sur les gradients des points de I z sélectionnés. Points contours, et ensuite? Remarques sur les contours obtenus On obtient un ensemble de points. Peuvent encore présenter des discontinuités. Codage des contours Codage de Freeman : on code les changements de direction. Exemple à partir de P : { 6,, 7,,,,,,,,,,,, 5, 6,, 6,, 5 } Autres approches possibles Approches globales : recherche des contours complets seulement points. Exemple : transformée de Hough (détection de contours continus). Traitements ultérieurs possibles Calcul de propriétés dimensionnelles : périmètre, surface, moments, LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing 9 LPro GPI Vision Industrielle UE : Analyse des Images O. Losson & F. Cabestaing
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 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 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 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 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 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 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 détailMesurer les altitudes avec une carte
www.ign.fr > Espace éducatif > Les fiches thématiques > Lecture de la carte Mesurer les altitudes avec une carte Les cartes topographiques ne sont pas uniquement une représentation plane de la surface
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 détailCours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
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 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 détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
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 détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
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 détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
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 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 détailLogique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.
Logique binaire I. L'algèbre de Boole L'algèbre de Boole est la partie des mathématiques, de la logique et de l'électronique qui s'intéresse aux opérations et aux fonctions sur les variables logiques.
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 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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
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 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 détailMETEOROLOGIE CAEA 1990
METEOROLOGIE CAEA 1990 1) Les météorologistes mesurent et prévoient le vent en attitude à des niveaux exprimés en pressions atmosphériques. Entre le niveau de la mer et 6000 m d'altitude, quels sont les
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 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 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 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 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 détailIntroduction à MATLAB R
Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d
Plus en détail- MANIP 2 - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE
- MANIP 2 - - COÏNCIDENCES ET MESURES DE TEMPS - APPLICATION À LA MESURE DE LA VITESSE DE LA LUMIÈRE L objectif de cette manipulation est d effectuer une mesure de la vitesse de la lumière sur une «base
Plus en détailTD Introduction aux SIG avec ArcGis 9
3 année ingénieur Agroparistech DA 2009/10 TD Introduction aux SIG avec ArcGis 9 TD n 6 : Initiation à l analyse en mode RASTER ave c Spatial Analyst Jean-marc Gilliot 2009-2010 jean-marc.gilliot@agroparistech.fr
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
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 détailL apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
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 détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
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 détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
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 détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailOptimisation de la compression fractale D images basée sur les réseaux de neurones
Optimisation de la compression fractale D images basée sur les réseaux de neurones D r BOUKELIF Aoued Communication Networks,Architectures and Mutimedia laboratory University of S.B.A aoued@hotmail.com
Plus en détailFormation des enseignants. Le tensiomètre. Objet technique modélisable issu de l environnement des élèves
Le tensiomètre Objet technique modélisable issu de l environnement des élèves Un peu d'histoire C'est en 1628 que W. Harvey découvrit la circulation du sang. C'est pourtant seulement en 1730 que la pression
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 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 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 détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détail«Cours Statistique et logiciel R»
«Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire
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 détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailSillage Météo. Notion de sillage
Sillage Météo Les représentations météorologiques sous forme d animation satellites image par image sont intéressantes. Il est dommage que les données ainsi visualisées ne soient pas utilisées pour une
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 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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
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 détailMicroscopie de fluorescence Etat de l art
Etat de l art Bibliométrie (Web of sciences) CLSM GFP & TPE EPI-FLUORESCENCE 1 Fluorescence Diagramme de JABLONSKI S2 S1 10-12 s Excitation Eex Eem 10-9 s Émission Courtoisie de C. Spriet
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 détailMesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux OL
Mesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux Comment mesurer le temps de propagation de groupe sur des convertisseurs de fréquence dans lesquels le ou les oscillateurs
Plus en détailLa Rosette (NGC 2237) Fabien
La Rosette (NGC 2237) Fabien 1. Prétraitement 1.1 Introduction Nous partons de 3 jeux d images, prises par les membres du club, avec des instruments différents. - Des images en Ha, prises avec une lunette
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 détailStructure du format BMP, sa lecture, sa construction et son écriture
Structure du format BMP, sa lecture, sa construction et son écriture Claude Parisel Mars 2003 Table des matières : 1. Le choix du format 2. Commentaires sur les autres formats 3. Format BMP pour noir&blanc,
Plus en détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
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 détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailChapitre 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
Plus en détailLecture graphique. Table des matières
Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailFonctions de plusieurs variables
UNIVERSITÉ DE POITIERS Parcours Renforcé Première Année 2009/2010 Paul Broussous Fonctions de plusieurs variables Seconde version corrigée Table des matières 1. Un peu de topologie. 1.1. Distance euclidienne,
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 détail". TY convertisseur statique, et des condensateurs de filtrage.
curopaiscnes raiemamt European Patent Office Office européen des brevets Numéro de publication : 0 267 129 A1 (g) DEMANDE DE BREVET EUROPEEN (21) Numéro de dépôt: 87420286.4 @ Date de dépôt: 23.10.87 Int.
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 détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailLISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006
LISACode Un simulateur opérationnel pour LISA Antoine PETITEAU LISAFrance - le 16 mai 2006 Plan Rappel sur LISACode. Validation du simulateur. Possibilités du simulateur. Résultats obtenus. Bruit de confusion.
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailTraitement d un AVI avec Iris
Traitement d un AVI avec Iris 1. Définir le répertoire de travail Fichier > Réglages (Ctrl + R) Et on définit le chemin du répertoire de travail. C est là que les images vont être stockées. 2. Convertir
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailVers l'ordinateur quantique
Cours A&G Vers l'ordinateur quantique Données innies On a vu dans les chapîtres précédents qu'un automate permet de représenter de manière nie (et même compacte) une innité de données. En eet, un automate
Plus en détailInitiation à linfographie
Ce support de cours de l Agence universitaire de la Francophonie est distribué sous licence GNU FDL. Permission vous est donnée de copier, distribuer et/ou modifier ce document selon les termes de la Licence
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 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 détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détail