TP5 - Morphologie mathématique
|
|
- Thérèse Bessette
- il y a 8 ans
- Total affichages :
Transcription
1 TP5 - Morphologie mathématique Vincent Barra - Christophe Tilmant 5 novembre Partie théorique 1.1 Introduction La morphologie mathématique [1] est un outil mathématique permettant au départ d explorer la structure géométrique des objets dans une image. Le développement de techniques basées sur ces outils a ensuite permis d élargir le champ de ses applications, par exemple dans le domaine du réhaussement de contraste ou du filtrage. Vu sous son angle reconnaissance des formes, le traitement d images vise à extraire d une image donnée des informations de type géométrique (localisation, périmètre, aire, orientation), permettant de distinguer certains objets dans une scène. La plus grande partie des traitements de ce type nécessitent le design d un opérateur de forme, possédant un certain nombre de propriétés attendues (invariance par transformations affines,...) et permettant de discriminer un objet particulier. Plusieurs problèmes se posent alors, et notamment le fait que les objets sont opaques, et que donc l information de forme n est pas additive. En fait, les objets dans une scène se combinent principalement sous deux formes : par union ensembliste (recouvrement d objets) : X = X 1 X 2 par intersection ensembliste (occlusion) : X = X 2 \ X 1 = X C 1 X 2 L opérateur de forme Ψ à construire doit alors se distribuer sur l ensemble des unions et des intersections (équivalent de la linéarité) : Ψ δ (X 1 X 2 ) = Ψ δ (X 1 ) Ψ δ (X 2 ) Ψ ɛ (X 2 \ X 1 ) = Ψ ɛ (X 1 ) Ψ ɛ (X 2 ) La première opération va être appelée dans la suite dilatation morphologique, et la seconde érosion morphologique. Ces deux opérations sont à la base de la morphologie mathématique, à partir desquelles des opérateurs morphologiques plus complexes vont être construits. Dans la suite, nous allons préciser la notion d érosion, de dilatation et de diverses autres opérations dans le cadre des images binaires, puis étendre le propos au cas (plus intéressant...) des images en niveaux de gris. 1.2 Cas des images binaires Commençons par quelques définitions de base : pour A, B Z 2, dont les composantes sont notées a = (a 1, a 2 ) et b = (b 1, b 2 ), la translation de A par x, notée (A) x est (A) x = {c = a + x, a A} la réflexion de B, notée ˆB est ˆB = {x = b, b B} le complément de A, noté A C est A C = {x, x / A} la différence de A et B est A \ B = A B C = {x, x A, x / B} Ici, A sera une image binaire, et B un opérateur de forme binaire Dilatation et érosion Définition 1 La dilatation de A par B, notée A B est l ensemble défini par A B = {x, ( ˆB) x A } Définition 2 L érosion de A par B, notée A B est l ensemble défini par A B = {x, (B) x A} 1
2 B est l opérateur de forme, et dans le cadre de la morphologie mathématique on l appelle l élément structurant. En clair, pour un objet A binaire et un élément structurant B binaire lui aussi et symétrique, les opérations simples de morphologie mathématique consistent à parcourir l image et à considérer B comme un masque binaire : si, centré en (x, y), B intersecte A, alors la valeur du dilaté de A par B en (x, y) vaut 1, et 0 sinon. De même si B n est pas tout inclus dans A, la valeur de l érodé de A par B en (x, y) vaut 0, et 1 (figure 1). Ainsi, l érosion rapetisse A, et la dilatation l étend, selon B (comme les noms sont bien choisis!) Erosion par un élément structurant circulaire Dilatation par un élément structurant circulaire Fig. 1 Exemple de dilatation et d érosion Il est facile de montrer que l érosion est la transformation duale de la dilatation par rapport à la complémentation et à la réflexion :A B = (A C ˆB) C. Ainsi, il est équivalent d éroder un objet ou de dilater son complémentaire Ouverture et fermeture A partir de la dilatation et de l érosion, on définit deux opérations : l ouverture et la fermeture. Définition 3 L ouverture de A par B est définie par A B = (A B) B Définition 4 La fermeture de A par B est définie par A B = (A B) B L ouverture généralement lisse les contours d une image, casse les liens étroits entre objets (les isthmes), et élimine les petits objets isolés (petits au sens de B). Le lissage et le type de lissage sont déterminés par la forme et la taille de B. La fermeture tend également à lisser les contours, mais rassemble les objets proches (au sens de B), élimine les petits trous (au sens de B) et connecte les contours. La figure 2 présente le résultat de l ouverture morphologique de l image précédente, par un élément structurant circulaire. la notion de filtrage prend son importance lorsque l on considère une forme et une taille adaptée pour B : la figure 3-a présente un tableau d Henri Matisse (La femme à l amphore, 1952, un peu de culture), la figure 3-b une version dégradée par par un bruit vertical, et la 3-c l image restaurée, par ouverture morphologique par un élément structurant adapté. 1.3 Les images en niveaux de gris Ici, A = I est l image et B est un élément structurant en niveaux de gris (une fonction). Définition 5 La dilatation de A par B est (A B)(s, t) = max (s x),(t y) D I,(x,y) D B {I(s x, t y) + B(x, y)}
3 Fig. 2 Ouverture morphologique par un élément structurant circulaire image originale image bruitée image restaurée Fig. 3 Exemple de dilatation et d érosion où D I (resp. D b ) est le domaine de l image (resp. de l élément structurant). On a l habitude d illustrer cette définition sur des fonctions 1D (figure 4-a, où I = f), pour lesquelles la formule précédente se réécrit (A B)(s, t) = max (s x) D I,x D B {I(s x) + B(x)} Illustration du processus de dilatation Illustration du processus d érosion Fig. 4 Illustration de la dilatation en niveaux de gris (d après [2]) De même, on peut définir l érosion d une image en niveaux de gris par un élément structurant en niveaux de gris : Définition 6 L érosion de A par B est (A B)(s, t) = min (s+x),(t+y) D I,(x,y) D B {I(s + x, t + y) B(x, y)}
4 et l illustration correspondante en 1D est décrite sur la figure 4-b. Ces deux définitions permettent là encore de développer des opérations de morphologie mathématique plus complexes (ouverture, fermeture, mais aussi squelettisation, transformation en tout ou rien, filtrages...[1][2]). 2 Partie pratique 2.1 Travail demandé Nous nous intéressons à l application de la morphologie mathématique au réhaussement de contraste Réhaussement de Kramer et Bruckner Soit I une image, et (x, y) la position générique d un pixel. Pour tout (x, y), on calcule une fonction M définie par : M(x, y) = 1 ((f b)(x, y) + (f b)(x, y)) 2 et on définit l image de sortie par { (f b)(x, y) si I(x, y) M(x, y) J(x, y) = (f b)(x, y) sinon Implémentez cette méthode et tester là sur les images fournies en TP Filtres alternés séquentiels Nous avons vu que les ouvertures et fermetures étaient des filtres morphologiques. Sans entrer dans la théorie ce ces filtres, nous ne décrirons ici que les filtres alternés séquentiels, qui sont beaucoup utilisés en pratique (par exemple pour filtrer progressivement le bruit positif (pics étroits) et le bruit négatif (vallées étroites)), et qui sont construits à partir de suites d ouvertures et de fermetures de tailles croissantes. Dans le cas discret, un tel filtre appliqué à une fonction I s exprime comme : ( (((I B 1 ) B 1 ) B 2 ) B 2 ) B n ) B n On obtient ainsi des opérations croissantes et idempotentes (donc des filtres morphologiques). Le dernier élément structurant utilisé (de taille n) est déterminé en fonction de la taille minimale des objets de l image que l on veut conserver après le filtrage (figure 5) Réaliser un filtre alterné séquentiel, pour un élement structurant Extraction de contour A l aide d opérations simples de morphologie mathématique, proposez un algorithme permettant d extraire les contours d une image. 2.2 Quelques fonctions utiles Vous trouverez dans la référence de Cimg la description complète des fonctions suivantes : erode : érosion d une image par un élément structurant. le second prototype permet d éroder directement par un carré de taille n erode (const CImg< t > &mask, const unsigned int cond=1, const bool weighted_erosion=false) template<typename t> CImg &erode (const unsigned int n=1, const unsigned int cond=1) dilate : dilatation d une image par un élément structurant. le second prototype permet de dilater directement par un carré de taille n dilate (const CImg< t > &mask, const unsigned int cond=1, const bool weighted_dilatation=false) dilate (const unsigned int n=1, const unsigned int cond=1)
5 Références Fig. 5 filtres alternés séquentiels : : image originale, tailles max 1, 2 et 3 [1] J.Serra, Image Analysis and Mathematical Morphology, Academic Press, 1982 [2] R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-Wesley, 1992 [3] W. K. Pratt, Digital Image Processing, Wiley Interscience, 2001 [4] The Quantitative Imaging Group, An interactive image processing course
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 détailSystème binaire. Algèbre booléenne
Algèbre booléenne Système binaire Système digital qui emploie des signaux à deux valeurs uniques En général, les digits employés sont 0 et 1, qu'on appelle bits (binary digits) Avantages: on peut utiliser
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 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 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 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 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 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 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 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 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 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 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 détailINITIATION AU LANGAGE C SUR PIC DE MICROSHIP
COURS PROGRAMMATION INITIATION AU LANGAGE C SUR MICROCONTROLEUR PIC page 1 / 7 INITIATION AU LANGAGE C SUR PIC DE MICROSHIP I. Historique du langage C 1972 : naissance du C dans les laboratoires BELL par
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 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 détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
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 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 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 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 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 détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailTBI et mathématique. Pour vous soutenir dans votre enseignement des mathématiques. Les outils du logiciel Notebook. les ressources internet
TBI et mathématique Pour vous soutenir dans votre enseignement des mathématiques Dessin tiré du site www.recitus.qc.ca Les outils du logiciel Notebook et les ressources internet Document préparé par France
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 détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
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 détailPoker. A rendre pour le 25 avril
Poker A rendre pour le 25 avril 0 Avant propos 0.1 Notation Les parties sans * sont obligatoires (ne rendez pas un projet qui ne contient pas toutes les fonctions sans *). Celles avec (*) sont moins faciles
Plus en détailMode d'emploi du plugin Grayscale_Granulometry
Mode d'emploi du plugin Grayscale_Granulometry D. Legland 27 mars 2013 Mode d'emploi rapide du plugin Grayscale Granulometry pour ImageJ. Le plugin permet de calculer des courbes de granulométrie en niveaux
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 détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailFUSION DE CARTES DE PROFONDEURS EN PHOTOGRAMMETRIE ARCHITECTURALE
Rapport de Projet Pluridisciplinaire Mastère spécialisé Photogrammétrie, positionnement et mesures de déformations (PPMD) FUSION DE CARTES DE PROFONDEURS EN PHOTOGRAMMETRIE ARCHITECTURALE GARDON Elzbieta
Plus en détailAxe " Génie des Procédés", centre SPIN, Ecole des Mines de Saint-Etienne ECOLE DES MINES SAINT-ETIENNE ANALYSE D IMAGE
ANALYSE D IMAGE 1. PRESENTATION DE L ANALYSE D IMAGE. 4 1.1. OJECTIF ET BUT DE L ANALYSE D IMAGE 4 1.2. PRINCIPE 4 1.2.1. FORMATION DE L IMAGE NUMERIQUE 4 1.2.2. TRANSFORMATION DE L IMAGE NUMERIQUE EN
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 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 détailUE Programmation Impérative Licence 2ème Année 2014 2015
UE Programmation Impérative Licence 2 ème Année 2014 2015 Informations pratiques Équipe Pédagogique Florence Cloppet Neilze Dorta Nicolas Loménie prenom.nom@mi.parisdescartes.fr 2 Programmation Impérative
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détailProjet audio. Analyse des Signaux ELE2700
ÉCOLE POLYTECHNIQUE DE MONTRÉAL Département de Génie Électrique Projet audio Analyse des Signaux ELE2700 Saad Chidami - 2014 Table des matières Objectif du laboratoire... 4 Caractérisation du bruit...
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 détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
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 détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
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 détailPROBABILITÉS CONDITIONNELLES
PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais
Plus en détailRIE LE RENDU THEO. 2 e trim ÉTAPE DE FINITION BOÎTE DE DIALOGUE. remarques
THEO RIE LE RENDU 2 e trim JANVIER 2008 remarques ÉTAPE DE FINITION Le rendu est la partie finale de notre création, à ce moment on décide que notre 3D est finie et l on en réalise une image 2D Cette image
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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailAlgorithme des fourmis appliqué à la détection et au suivi de contours dans une image
IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire
Plus en détailDétection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO
Détection des points d intérêt et Segmentation des images RGB-D Présentée par : Bilal Tawbe Semaine de la recherche de l UQO 25 Mars 2015 1. Introduction Les méthodes de détection de points d intérêt ont
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailFig. 1 Le détecteur de LHCb. En bas à gauche : schématiquement ; En bas à droite: «Event Display» développé au LAL.
LHCb est l'une des expériences installées sur le LHC. Elle recherche la physique au-delà du Modèle standard en étudiant les mésons Beaux et Charmés. L accent est mis entre autres sur l étude de la violation
Plus en détailles escaliers La pose Guide d installation pour bricoleurs Préparation des outils Prêt à installer Moulé à votre style de vie
les escaliers La pose Guide d installation pour bricoleurs Préparation des outils Prêt à installer Moulé à votre style de vie Guide d installation d un escalier pour bricoleurs L escalier représente souvent
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 détail1 Création d une pièce. 2 Travail complémentaire. 1-1 Réglage des barres d outils. 1-2 Exemples de réalisation de pièces à l aide d un modeleur 3D
SolidWorks Logiciel de DAO (Dessin Assisté par Ordinateur) Palonnier Servomoteur SOMMAIRE : 1 Création d une pièce 1-1 Réglage des barres d outils 1-2 Exemples de réalisation de pièces à l aide d un modeleur
Plus en détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détailTechniques d interaction dans la visualisation de l information Séminaire DIVA
Techniques d interaction dans la visualisation de l information Séminaire DIVA Zingg Luca, luca.zingg@unifr.ch 13 février 2007 Résumé Le but de cet article est d avoir une vision globale des techniques
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailVis à billes de précision à filets rectifiés
sommaire Calculs : - Capacités de charges / Durée de vie - Vitesse et charges moyennes 26 - Rendement / Puissance motrice - Vitesse critique / Flambage 27 - Précharge / Rigidité 28 Exemples de calcul 29
Plus en détailEXCEL TUTORIEL 2012/2013
EXCEL TUTORIEL 2012/2013 Excel est un tableur, c est-à-dire un logiciel de gestion de tableaux. Il permet de réaliser des calculs avec des valeurs numériques, mais aussi avec des dates et des textes. Ainsi
Plus en détail1. Introduction 2. Localiser un séisme 3. Déterminer la force d un séisme 4. Caractériser le mécanisme de rupture d un séisme
Partie II Les paramètres des séismes Séisme: libération d énergie destructrice à partir de la magnitude 5 Prévision sismique: déterminer l aléa sismique Étude du mécanisme de rupture de la faille 1. Introduction
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 détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailLes calques : techniques avancées
Les calques : techniques avancées 9 Au cours de cette leçon, vous apprendrez à : importer un calque d un autre fichier ; créer un masque d écrêtage ; créer et modifier un calque de réglage ; employer les
Plus en détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
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 détailComment utiliser le logiciel Interwrite Workspace?
Comment utiliser le logiciel Interwrite Workspace? La barre d outils par défaut Après avoir lancer le logiciel Interwrite Workspace en mode interactif, la barre d outils ci-dessous apparaît : Réduire la
Plus en détailChapitre 4 : Guide de Mouvement et Masque
Cours Flash Chapitre 4 : Guide de Mouvement et Masque Rappel : les fichiers fla et swf sont dans le fichier «4_Guide de mouvement et masque.zip». SOMMAIRE 1 OBJECTIFS DU CHAPITRE... 1 2 INTRODUCTION...
Plus en détailPR OC E D U RE S D E B A S E
Photofiltre Préparé par Philipe Lampron, auxiliaire du cours FPE 7650 en 2004-2005. *** Pour optimiser une image : enregistrer sous et augmenter la compression PR OC E D U RE S D E B A S E PhotoFiltre
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
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 détailwww.type3.com DECOUVREZ Discover TYPE EDIT V12 Français
www.type3.com DECOUVREZ Discover TYPE EDIT V12 Français 12-2013 1 Découvrez TYPE EDIT V12, la nouvelle version de notre logiciel de CFAO pour les applications industrielles et artistiques dédiées aux machines
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 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 détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailTp_chemins..doc. Dans la barre "arche 2" couleur claire 1/5 21/01/13
TP de création : utilisation des chemins vectoriels Finis les mauvais rêves : vous aurez enfin votre dreamcatcher (Indienss des Grands Lacs) 1 ) Créez une nouvelle image de 300 pixels sur 600 pixels en
Plus en détailStructuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe
Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,
Plus en détailExercices Alternatifs. Une fonction continue mais dérivable nulle part
Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version
Plus en détailPRISE EN MAIN D UN TABLEUR. Version OPEN OFFICE
PRISE EN MAIN D UN TABLEUR Version OPEN OFFICE Prise en main d un tableur page 2 1. L utilisation de la souris Pour faire fonctionner un tableur, on utilise le clavier mais aussi la souris. Rappelons,
Plus en détailIMAGES NUMÉRIQUES MATRICIELLES EN SCILAB
IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB Ce document, écrit par des animateurs de l IREM de Besançon, a pour objectif de présenter quelques unes des fonctions du logiciel Scilab, celles qui sont spécifiques
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
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 détailCOURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE
COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE Le cours de la première année concerne les sujets de 9ème et 10ème années scolaires. Il y a bien sûr des différences puisque nous commençons par exemple par
Plus en détailTable des matières A. Introduction... 4 B. Principes généraux... 5 C. Exemple de formule (à réaliser) :... 7 D. Exercice pour réaliser une facture
Excel 2007 -2- Avertissement Ce document accompagne le cours qui a été conçu spécialement pour les stagiaires des cours de Denis Belot. Le cours a été réalisé en réponse aux diverses questions posées par
Plus en détailFeuille TD n 1 Exercices d algorithmique éléments de correction
Master Sciences, Technologies, Santé Mention Mathématiques, spécialité Enseignement des mathématiques Algorithmique et graphes, thèmes du second degré Feuille TD n 1 Exercices d algorithmique éléments
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailProjet : Recalage par maximisation de l information mutuelle
École Polytechnique de Montréal Automne 25, 12 décembre 25 Projet : Recalage par maximisation de l information mutuelle GBM613, Application médicales de l informatique Nom Matricule Groupe Herve Lombaert
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailOptimisation des canalisations électriques et des armoires de distribution
Supporté par: Optimisation des canalisations électriques et des armoires de distribution Vincent Mazauric Jean-Paul Gonnet Direction Scientifique et Technique Introduction? Objectifs:? Améliorer l'efficacité
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailAmélioration des sélections
Amélioration des sélections Introduction historique Faire une bonne sélection d un objet avec un contour compliqué a toujours été un défi. Un problème typique est de changer le fond derrière un visage
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détail