Vision artificielle appliquée à la productique
Formation
À Paris Cédex 03
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Lieu
Paris cédex 03
-
Dates de début
Dates au choix
Public et conditions d'accès
Avoir obtenu les UE d'Automatisme AUT103 et AUT104 ou posséder des connaissances équivalentes.
Objectifs pédagogiques
Ce cours a pour objet de décrire les fonctions d'un système de vision artificielle par ordinateur et les traitements appliqués à l'image numérique depuis son acquisition jusqu'à la prise de décision.
Compétences visées
Maîtrise des techniques permettant l'automatisation des procédés industriels.
Mots-clés
Etalon de mesure
Eclairage
Echantillonnage
Vision artificielle
Prise de décision
Productique
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
Maîtrise des techniques permettant l'automatisation des procédés industriels.
Les Avis
Les matières
- Prise de décision
- Image
Le programme
Contenu
Acquisition et restitution d'images numériques
Caméras et signaux vidéo monochromes et couleur - Systèmes colorimétriques. Echantillonnage spatiale, quantification, numérisation et binarisation du signal vidéo. Eclairages et sources lumineuses - Optique et étalonnage géométrique des caméras. Restauration d'image dégradée.
Transformation des images
Caractéristiques fréquentielle et spatiale d'une image numérique. Transformées de Fourier, de Karhunen-Loëve, de Hough. Transformation de l'histogramme, de l'échelle des gris, moyenne temporelle d'images. Filtrage passe-bas par les méthodes fréquentielles et spatiales. Convolution 2D. Construction des filtres FIR - Filtres passe-bas non linéaires.
Segmentation des images de teintes
Définition de la segmentation par contour, région, texture. Prétraitements pour l'amélioration de l'image : filtrages spatial et spectral HF par filtres FIR et IIR, filtres non-linéaires. Détection de contours par des méthodes locales et globales. Détection de régions par des méthodes locales et globales. Cas particuliers des images binarisées et des images couleur. Coopération région-contour - Analyse multi-résolution - Utilisation de la texture. Appariements d'images segmentées : images stéréoscopiques ou séquences d'images.
Description, caractérisation et attributs d'une image
Descripteurs morphologiques, topologiques et géométriques des contours - Descripteurs des contours par transformées. Description relationnelle de l'image - Normalisation des attributs.
Reconnaissance et interprétation de l'image
Méthodes paramétrique ou non paramétrique - Apprentissages supervisé ou non supervisé. Classification déterministe.
Classification statistique. Comparaison des méthodes déterministe et statistique - Test de Wald et classification séquentielle. Méthodes syntaxiques.
Introduction à la morphologie
Transformations morphologiques des images binaires : érosion et dilatation, ouverture et fermeture, transformations en tout ou rien. Transformations de voisinage et filtrages non-linéaires, amincissement et squelettisation.
Filtrage morphologique des images de teintes.
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Vision artificielle appliquée à la productique