--- title: INFO911 (Main) Traitement et Analyse d'Image --- INFO911 Traitement et Analyse d'Image === > M2 Info / M2 CMI Info / M2 MMAA > [name=Jacques-Olivier Lachaud][time=Decembre 2020][color=#907bf7] > > Updates [time=Novembre 2023][color=#907bf7][time=September 2025][color=#907bf7] ###### tags: `info911` [TOC] # Organisation ## Cours 1. [Tour d'horizon du traitement et de l'analyse d'image et de ses domaines d'applications](https://codimd.math.cnrs.fr/s/MwYTfJXpP) 2. [Typologie et représentation des images](https://codimd.math.cnrs.fr/s/ycoeaIdnb) 3. **Perception, Colorimétrie, Histogramme** a. [Perception des couleurs et des formes](https://codimd.math.cnrs.fr/s/r8zWH_lUd) b. [Espaces colorimétriques](https://codimd.math.cnrs.fr/s/Uo_s_jwvY) c. [Contraste, Histogramme, égalisation](https://codimd.math.cnrs.fr/s/0MKuP1urD) 4. **Traitement "bas-niveau"** des images a. [Filtres et convolution](https://codimd.math.cnrs.fr/s/AXDqfpOIk) b. [Filtrage spatial - convolution discrète et 2D](https://codimd.math.cnrs.fr/s/0A_bhv8g8) c. [Filtrage fréquentiel](https://codimd.math.cnrs.fr/s/ZtkxrTnQq) d. [Filtrage morphologique](https://codimd.math.cnrs.fr/s/lG1nOqZes) e. Applications: sous-échantillonnage, élimination de bruits, restauration, localisation des contours, rehaussement de contraste, transfert de couleurs, flot optique, ... Pré-traitements de nombreux algorithmes plus haut niveau: segmentation, reconstruction 3d, mise en correspondance, recalage, calibrage, ... 5. **Segmentation** en régions d'intérêt a. [Dualité régions homogènes / contours hétérogènes](https://codimd.math.cnrs.fr/s/xLoPHNoN2) b. [Approches régions](https://codimd.math.cnrs.fr/s/gsb2hvUBO) c. [Approches contours](https://codimd.math.cnrs.fr/s/mzQLxgHdN) d. [Modèles hybrides](https://codimd.math.cnrs.fr/s/YrkgB5Exl) e. [Approches spécifiques](https://codimd.math.cnrs.fr/s/NUd-0HnaB) f. [Approche hiérarchique (scale sets)](https://codimd.math.cnrs.fr/s/5i8LT2Gnd) g. [Représentation des régions, des contours, des hiérarchies](https://codimd.math.cnrs.fr/s/5IeK4xFhb) h. [Seuillage, clustering k-means](https://codimd.math.cnrs.fr/s/MV4f4ulxf) 6. [Détection de points caractéristiques / features](https://codimd.math.cnrs.fr/s/A_-AUJ1ql) 7. Formes: mesures, analyse et classification 8. Apprentissage automatique et réseaux de neurones a. [Introduction à l'apprentissage par réseaux de neurones](https://codimd.math.cnrs.fr/s/l4BaTcFGY) b. [Apprentissage supervisé](https://codimd.math.cnrs.fr/s/PYL9ayApI) 9. "Shape from X" a. reconstruction 3D à partir de stéréovision / multivision b. reconstruction 3D à partir d'ombrage c. reconstruction 3D à partir de flou/focus 10. Video processing a. Flot optique ## TPs 0. [Installation et prise en main d'OpenCV](https://codimd.math.cnrs.fr/s/JOXem7EID) 1. [Colorimétrie, égalisation d'histogramme, tramage de Floyd-Steinberg](https://codimd.math.cnrs.fr/s/Ge-ZaHA3S) 2. [Traitement d'image bas niveau - filtrage spatial](https://codimd.math.cnrs.fr/s/CeptN9xR8) 3. [Segmentation d’image hiérarchique, scale sets](https://codimd.math.cnrs.fr/s/nbdrWcn_j) 4. Segmentation d’image, détection et classification d'objets par réseau de neurones convolutionnels - [détection et segmentation d'objets (Mask-R-CNN)](https://codimd.math.cnrs.fr/s/0fihmHphz) - [détection d'objets (YOLO v3)](https://codimd.math.cnrs.fr/s/OWuiCfbAM) 5. [Segmentation temps-réel semi-supervisée par distance d'histogramme de couleurs](https://codimd.math.cnrs.fr/s/vq-al56ul) ## Ressources utiles 1. [Notations utilisées dans le cours](https://codimd.math.cnrs.fr/s/DVZCRa3UZ) 2. [Installation d'OpenCV](https://codimd.math.cnrs.fr/s/OeplSnqgQ) 3. [Tutoriaux OpenCV](https://learnopencv.com/deep-learning-with-opencvs-dnn-module-a-definitive-guide/) (certains sont très bien) ## Evaluation Vous serez évalué sur votre participation ("présence" en cours, implication, participation au exercices, questions) et sur vos réalisations en TPs. Vous pouvez déposer une archive contenant le code du mini-projet "Segmentation temps réel" sur [TPlab](https://tplab.apps.math.cnrs.fr/). Premier dépôt avant le **17 octobre** (même vide), dernier dépôt avant le **26 octobre** minuit. N'oubliez pas de mettre un fichier README indiquant les questions que vous abordez, ce qui marche ou pas. Enfin, **si vous voulez me montrer des réalisations supplémentaires sur vos autres TP**, vous pouvez aussi les déposer dans l'archive, en décrivant sur le README vos addendum.