TP Vision Artificielle
Aperçu des sections
-
-
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.
-
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 -
Traitement de signal,
Traitement d'images,
Programmation sous Matlab ou Python -
À la fin de ce TP, l'étudiant sera capable de :
- Découvrir la toolbox "Image processing" de Matlab
- Maîtriser les commandes de base de manipulation d'images sous Matlab,
- Distinguer les différents types d'images,
- Savoir les caractéristiques et les propriétés des images numériques.
-
-
Chat
-
Feedback
-
Forum
-
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.
-
-
- Svoboda, T., Kybic, J., & Hlavac, V. (2007). Image processing, analysis & and machine vision-a MATLAB companion. Thomson Learning.
- Paluszek, M., & Thomas, S. (2020). Practical MATLAB Deep Learning: A Project-Based Approach. Apress.
- Gong, S., Liu, C., Ji, Y., Zhong, B., Li, Y., & Dong, H. (2018). Advanced Image and Video Processing Using MATLAB (Vol. 12). Springer.