Aperçu des sections

  • Fiche de contact et Information

    Faculté : Technologie

    Département : Électronique

    Cycle : 2eme année Master

    Semestre : 1

    Matière : TP Vision Artificielle

    Crédits : 2

    Coefficients : 1

    VHS : 22h30 (TP : 1h30)

    Enseignant : BRIK Youcef

    Email : Youcef.Brik@univ-msila.dz.


  • Objectif

    Objectifs de l’enseignement:
    Présenter et discuter les méthodologies appliquées à la vision par ordinateur. Les concepts abordés et leurs applications doivent d’une part préparer les étudiants aux outils modernes de la vision artificielle et d’autre part, les amener à une maîtrise des idées et des techniques leur permettant d’intégrer un système d’imagerie numérique et de vision dans une application industrielle

  • Connaissances préalables

    Traitement de signal,
    Traitement d'images,
    Programmation sous Matlab ou Python
  • TP01: Initiation au traitement d' images

    TP01

    À la fin de ce TP, l'étudiant sera capable de :

    1. Découvrir la toolbox "Image processing" de Matlab
    2. Maîtriser les commandes de base de manipulation d'images sous Matlab,
    3. Distinguer les différents types d'images,
    4. Savoir les caractéristiques et les propriétés des images numériques.
  • TP N°02

    Objectif de ce TP :

    - Améliorer la qualité d'image en utilisant les transformations de l'histogramme,

    - Minimiser/éliminer le bruit par les techniques de filtrages (Lissage),

    - Détecter les contours en utilisant les masques de Gradient,

    - Détecter les contours en utilisant les masques de Laplace.


  • Références

    1. Svoboda, T., Kybic, J., & Hlavac, V. (2007). Image processing, analysis & and machine vision-a MATLAB companion. Thomson Learning.
    2. Paluszek, M., & Thomas, S. (2020). Practical MATLAB Deep Learning: A Project-Based Approach. Apress.
    3. Gong, S., Liu, C., Ji, Y., Zhong, B., Li, Y., & Dong, H. (2018). Advanced Image and Video Processing Using MATLAB (Vol. 12). Springer.