FC9AM58
Stage inter entreprise
Durée :
4 jour(s)
Présentation
La formation offre une introduction avec mise en pratique des méthodes fondamentales de traitement d’images. Les 4 journées sont composées d’exposés suivis de travaux pratiques de mise en pratique. Une base de données d’images sera fournie, couvrant les grands domaines d’application (photographie, imagerie médicale, imagerie radar, etc.). Les participants peuvent fournir des cas d’usage d’intérêt qui pourront être exploités dans les travaux pratiques.
Objectifs
- Expliquer les bases des principales méthodes de traitement d’images
- Mettre en œuvre de manière pratique différents traitements sur des exemples de code en python fournis
- Expliquer les paramètres de ces méthodes et évaluer la qualité des résultats, lorsqu’ils sont manipulés via du code python ou des outils logiciels de type ImageJ
-
Programme
Introduction
Bases sur les images numériques
- Visualisation des images numériques couleurs et monochromes
- Manipulation d’histogrammes
- Espaces de couleurs, quantification de niveaux de gris
Filtrage
- Filtrage linéaire : bases mathématiques, utilisation
- Filtrage non-linéaire, exemples d'application
- Prétraitements de base : débruitage, rehaussement de contraste
Transformées
- Transformée de Fourier bidimensionnelle (signification, intérêt)
- Transformées d’images : par ondelettes, factorielle, dictionnaires (signification, intérêt)
- Notions sur techniques de compression
Restauration : débruitage et déconvolution
- Modèles et estimation de flou et de bruit dans les images
- Méthodes de débruitage (linéaire, TV, ondelettes, méthodes non locales, etc.)
- Méthodes de déconvolution
Segmentation
- Segmentation d'images : par détection de contours, par régions, par analyse de texture
- Segmentation: méthodes variationnelles (modèles déformables, etc. )
Morphologie mathématique & reconnaissance de formes
- Bases mathématiques
- Applications sur images binaires
- Applications sur images en niveaux de gris
- Éléments de mesure et caractérisation de formes sur images binaires
Recalage et interpolations
- Interpolation d'images
- Méthodes de recalage linéaire
- Méthodes de recalage non-linéaire
Réseaux de neurones
- Introduction et utilisation d’une suite logiciel
- Exemple d’un apprentissage en débruitage ou en génération d’image
- Retour sur les méthodes classiques (vues avant) et présentation des résultats des réseaux de neurones.
- Avantages et inconvénients de recourir aux réseaux pour un problème qui se poserait à un participant dans son métier
Travaux pratiques, sous Python (code fourni)
- Histogrammes et filtrage
- Transformées et restauration
- Segmentation - morphologie mathématique & reconnaissance de formes
- Recalage et réseaux de neurones
Synthèse et conclusion
-
Points forts
La formation expose tout ce qu’il faut savoir sur le sujet et l’illustre pas des mises en œuvre pratiques.
-
Modalités pédagogiques
La formation comprend des exercices pratiques qui permettent d'illustrer et de valider les notions abordées.
-
Public cible et prérequis
Toute personne ayant une culture de base en données numériques et en programmation.
-
Responsables
Elsa ANGELINI
Enseignante-chercheuse au département Image-Data-Signal de Télécom Paris et chercheuse associée avec Imperial College London (UK) et Columbia University (USA). Senior Member de IEEE. Ses activités de recherche portent sur l'exploitation de méthodes de transformées d'images et l'apprentissage statistique pour les images biomédicales.
Saïd LADJAL
Enseignant-chercheur au département "Images Données Signal" de Télécom Paris, ses travaux de recherche portent sur le traitement numérique du signal et des images. Ses travaux récents portent, entre autres, sur l’application des réseaux de neurones à la restauration des images. Il a une longue expérience d’enseignement du traitement des images et des signaux.
Prochaine(s) session(s)
- Du 19/03/2024 au 22/03/2024 à Paris
- Du 10/09/2024 au 13/09/2024 à Paris
