Vision par Ordinateur :
Formation et Analyse d'Images
(Cours fondamentale de 12 heurs)
M2R IVR -
premier semestre 2006/2007
Enseignant :
James L. Crowley
Les notes des séances se trouve à
http://www-prima.imag.fr/Prima/jlc/Courses/2006/M2R-IVR.VO/DEA-IVR.VO.html
Séance 1 Coordonnées
Homogènes et Modèles Projectifs des Caméras
- Coordonnées Homogènes
- Transformations en Coordonnées Homogènes.
- Homographie entre deux plans
- Modèle de la caméra
- Transformation Scène-Caméra
- La Projection Caméra - Rétine (Le modèle
Stenope)
- La transformation Rétine - Image
Séance 2 Calibrage, Reflectance et Couleur
- La Composition de la Projection Scène - Image
- Estimation de la matrice de projection
- La Lumiére
- La Spectre
- Les fonctions de reflection
- Le Modèle de réflection di-chromatique
- Les Espaces de la Couleur
- l'espace RVB
- l'espace CMY
- L'espace YIQ
- L'espace TLS
- L'histogramme de la chrominance
- Analyse d'image au niveau pixels
- Détection par ratio d'histogramme
- Analyse de Connexité
- Caractérisation par moments
- Composantes principales
Séance 3 Détection et description
de contraste
- Description de Contraste
- Le Détecteur de Contraste de Roberts
- Le détecteur de Sobel
- Les filtres de différence
- Lissage : Les Filtres Binomiaux
- La fonction de transfert des filtres binomiaux
- Détection de contrastes par dérivées
- Détection des Pics dans le module du Gradient
- Transformée de Hough
- Espace de Hough
- Généralisation de Transformée de HOUGH
- Les Champs Réceptifs Gaussiens
- La fonction Gaussienne
- Les dérivées des Gaussiens
- Les Filtres Numérique Gaussiens
- Les Dérivées en 2D
- Les Dérivées Orientables
- L'espace d'échelles
- Echelle Intrinsèque
- Champs réceptifs chromatiques
Séance 4 Reconnaissance Probabiliste
- Analyse Probabiliste au Niveau Pixel
- La Classification des Formes
- La Probabilite
- Definition Frequentielle
- Definition Axiomatique
- Fonctions de Discrimination
- Classification entre deux Catégories (K=2, D=1)
- Forme Cannonique de la fonction de descrimination
- La Loi Normale
- Estimations des moments d'une densité
- La Loi Normale pour D = 1
- La Loi Normale pour D > 1
- La Classification
- Classification entre deux Catégories (K=2, D=1)
- La Probabilité d'erreur
- Classification pour K > 2
- Classification pour K > 2 et D > 1
- Forme Cannonique de la fonction de descrimination
Examens
Exercises
http://www-prima.inrialpes.fr/Prima/Homepages/jlc/Courses/2006/M2R-IVR.VO/DEA-IVR.VO.html
NB : Ces fichiers peuvent etre copié, reproduit
et et inclus dans autre texte, sous condition d'inclure une citation :
Crowley, J. L. , "Notes du cours DEA-Vision par Ordinateur, ENSIMAG, Vision
par Ordinateur", 2006
Mise a jour par James L. Crowley - 1 oct 2006