<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2//EN"> <HTML> <HEAD>    <TITLE>Magistere: Cours de vision par ordinateur</TITLE>    <META NAME="GENERATOR" CONTENT="Mozilla/3.01Gold (X11; I; SunOS 5.5 sun4m) [Netscape]">    <META NAME="Author" CONTENT="Radu Horaud"> </HEAD> <BODY>  <CENTER><P><B><FONT SIZE=+1>Cours de magist&egrave;re 2e ann&eacute;e, 1998/99</FONT></B></P></CENTER>  <CENTER><P><B><FONT COLOR="#DC143C"><FONT SIZE=+3>Introduction &agrave; la vision par ordinateur</FONT></FONT></B></P></CENTER>  <CENTER><P><B><FONT SIZE=+1><A HREF="http://www.inrialpes.fr/movi/people/Horaud/">Radu HORAUD</A> (</FONT><A HREF="mailto:Radu.Horaud@inrialpes.fr">Radu.Horaud@inrialpes.fr</A><FONT SIZE=+1>)</FONT></B></P></CENTER>  <CENTER><P><B><A HREF="http://www.inrialpes.fr/movi/people/Horaud/cours.html">Liste des cours 1998/99 de Radu Horaud</A> | <A HREF="http://www.inrialpes.fr/movi/people/Horaud/cours-doc.html">Documents de cours de Radu Horaud</A></B></P></CENTER>  <CENTER><P><B><A HREF="http://www.inrialpes.fr/movi/people/Horaud/cours-log.html">Logiciels de traitement d'images</A></B></P></CENTER>  <UL> <LI>Format du cours :&nbsp;5 s&eacute;ances de 3 heures</LI>  <LI>Lieu : salle 210, b&acirc;t chimie, campus universitaire, Saint-Martin d'Heres</LI>  <LI>Dates et horaire : les 1/10, 15/10, 22/10, 5/11 et 19/11 de 14h &agrave; 17h</LI>  <LI>Etudiant correspondant : Adrien Bartoli</LI> </UL>  <P>L'objectif de ce cours est de familiariser les &eacute;tudiants avec les m&eacute;thodes et techniques de la vision par ordinateur. Cette discipline se trouve au carrefour des math&eacute;matiques appliqu&eacute;es et de l'informatique. La vision par ordinateur est &agrave; la base de tout syst&egrave;me de vision artificielle qui prend en entr&eacute;e une ou plusieurs images acquises gr&acirc;ce &agrave; une cam&eacute;ra ou &agrave; un appareil photo num&eacute;rique, et qui effectue des traitements sur ces images afin d'y extraire des informations concernant les objets observ&eacute;s. </P>  <P>La vision par ordinateur a de nombreuses applications : </P>  <UL> <LI>robotique, </LI>  <LI>navigation terrestre et a&eacute;rienne de v&eacute;hicules autonomes et semi-autonomes,</LI>  <LI>imagerie m&eacute;dicale, </LI>  <LI>imagerie a&eacute;rienne (observation de la Terre, base de donn&eacute;es g&eacute;ographiques),</LI>  <LI>multi-m&eacute;dia, </LI> </UL>  <P>... la seule limite &agrave; ce qu'on peut faire avec du traitement d'images num&eacute;riques &eacute;tant notre imagination ! </P>  <P>Ce cours s'appuie essentiellement sur l'ouvrage &quot;<A HREF="http://www.inrialpes.fr/movi/people/Horaud/livre-hermes.html">Vision par ordinateur</A>&quot;. D'autres r&eacute;f&eacute;rences seront disponibles au fur et &agrave; mesure des s&eacute;ances de cours. </P>  <P>Pour ceux qui veulent continuer leur cursus universitaire avec un DEA, le DEA IVR (Imagerie, Vision et Robotique) de l'Ecole Doctorale en Informatique de l'UJF et de l'INPG propose des cours en vision, traitement d'images, infographie et robotique ainsi qu'un grand nombre de stages dans les &eacute;quipes de recherche grenobloises actives dans ces domaines. Pour avoir une id&eacute;e des contenus des cours et du type de stages et de collaborations industrielles que vous propose ces &eacute;quipes, n'h&eacute;siter pas de consulter le site Web du DEA IVR :</P>  <CENTER><P><B><A HREF="http://www-ensimag.imag.fr/SERVEUR98/maquette98/ivr.html">site Web du DEA Imagerie, Vision et Robotique. </A></B></P></CENTER>  <P><B>S&eacute;ance 1</B>. Cette premi&egrave;re s&eacute;ance est une introduction informelle &agrave; la vision par ordinateur. On parlera des composants hardware et software d'un syst&egrave;me de vision, des diff&eacute;rents niveaux d'abstraction (structure de donn&eacute;es de plus en plus abstraites) utilis&eacute;s pour representer l'information visuelle, du type de donn&eacute;es disponibles (une image, une s&eacute;quence d'images, une cam&eacute;ra ou plusieurs cam&eacute;ras). On abordera ensuite l'&eacute;tude de la couche de plus bas niveau d'un syst&egrave;me de vision : traiter les pixels d'une image pour extraire des contours, des courbes, des sommets, des r&eacute;gions, etc. Dans cette premi&egrave;re s&eacute;ance on abordera notamment le probl&egrave;me de calcul du gradient d'une image, le gradient &eacute;tant &agrave; la base de nombreuses m&eacute;thodes d'extraction de caract&eacute;ristiques.</P>  <P><B>S&eacute;ance 2</B>. Suite de la s&eacute;ance pr&eacute;c&eacute;dente (contours et courbes). Filtrage d'une image, combiner le filtrage avec le calcul du gradient. Cas d'un filtre s&eacute;parable. Exemple du filtrage Gaussien. D&eacute;tection des maxima locaux du gradient et chainage. Segmentation d'un contour en segments de droite et arc de cercles. D&eacute;coupage r&eacute;cursif. D&eacute;coupage et fusion. Crit&egrave;res optimaux pour d&eacute;tecter un segment de droite, un arc de cercle, une conique. Exemples. </P>  <P><B>S&eacute;ance 3</B>. D&eacute;tecter des points remarquables dans une image, leur caract&eacute;risation g&eacute;om&eacute;trique et analytique. (<B><A HREF="Images/office.html">Voir un exemple</A></B>). Utiliser le gradient pour trouver des points remarquables. Comparer deux images entre elles par produit de corr&eacute;lation. Petit mouvement et grand mouvement - besoin d'un mod&egrave;le g&eacute;om&eacute;trique pour caract&eacute;riser le mouvement apparent d'un objet dans une image. Quel type de mod&egrave;le choisir pour la cam&eacute;ra ? Caract&eacute;risation g&eacute;ometrique de la formation d'une image. Relation entre deux images observant le m&ecirc;me objet.</P>  <UL> <P><B>Exercice</B> : Programmer la d&eacute;tection de points d'int&eacute;r&ecirc;ts et leur appariement dans deux images suivant la m&eacute;thode sugg&eacute;r&eacute;e dans le document &quot;<A HREF="ftp://ftp.inrialpes.fr/pub/movi/cours/matching-hannah.ps">Comparing two images</A>&quot;.</P>  <P>Voici les deux images a apparier :</P>  <P><A HREF="ftp://ftp.inrialpes.fr/pub/movi/logiciels/Horaud/maison-movi-g.pgm.gz"><IMG SRC="Images/maison-movi-g.gif" HSPACE=2 VSPACE=2 HEIGHT=64 WIDTH=64></A>(image de gauche) et <A HREF="ftp://ftp.inrialpes.fr/pub/movi/logiciels/Horaud/maison-movi-d.pgm.gz"><IMG SRC="Images/maison-movi-d.gif" HSPACE=2 VSPACE=2 HEIGHT=64 WIDTH=64></A>(image de droite)</P> </UL>  <P><B>S&eacute;ance 4</B>. Calibrer une cam&eacute;ra en pratique. Comment fonnctionne un logiciel de calibration ? Calibration st&eacute;r&eacute;oscopique euclidienne. Calibration &eacute;pipolaire, cas des cam&eacute;ras calibr&eacute;es et cas des cam&eacute;ras non-calibr&eacute;es. Reconstruire un point avec une paire de cam&eacute;ras.</P>  <P><B>S&eacute;ance 5</B>. Reconnaissance d'objets avec une ou deux cam&eacute;ras. Lors de cette derni&egrave;re s&eacute;ance nous allons aborder les aspects li&eacute;s au probl&egrave;me de reconnaissance d'un objet. L'approche classique est une strat&eacute;gie de reconnaissance par exploration d'un arbre de recherche. Cette strat&eacute;gie sera expliqu&eacute; et illustr&eacute; en d&eacute;tail. </P>  </BODY> </HTML> 
