1e partie : Traitement des images

• Définition d’une image numérique
• Formation optique d’une image : lumière, onde, éclairage cohérent et incohérent, diffraction, aberration, agitation atmosphérique, bougé, bruit du détecteur
• Numérisation des images : échantillonnage, interpolation, quantification
• Systèmes d’acquisition d’images : oeil humain, caméra CCD, radar à synthèse d’ouverture, imagerie médicale,...
• Perception des images : images monochromes, images couleur
• Amélioration d’images : égalisation d’histogramme
• Représentation linéaire d’images numériques : représentation orthogonale, représentation séparable, représentations fréquentielles (Fourier, Cosinus, Hadamard), représentation SVD, représentation par ondelettes et analyse multirésolution (Haar, Daubechies, Laplaciens de gaussienne)
• Représentation stochastique d’images : Karhunen-Loève
• Compression d’images fixes : JPEG, JPEG2000
• Restauration d’images : modélisation d’un système linéaire avec bruit additif, filtres (inverse, Wiener), pseudoinversion de matrice
• Modélisation de textures : matrices de co-occurrence, indices de texture, champs de Markov
• Segmentation d’images : détection de régions (approche bayésienne, algorithme ICM), détection de contours (Sobel, laplaciens de gaussienne, ligne de partage des eaux, contours actifs)
• Modélisation géométrique : squelettisation, descripteurs géométriques (moments, descripteurs de Fourier, arbre de concavité, transformation de Hough)
• Modélisation d’une image : graphe de régions adjacentes, quad-trees
• Reconnissance d’objets : matching de graphes, relaxation

2e partie : Modèles 3D et synthèse d'images

La seconde partie s’articulera autour d’un projet en trois parties. Les séances de cours présenteront le matériel nécessaire à l’implémentation du projet.

• Une première partie consistera à implémenter un renderer correspondant à un pipeline graphique classique, et permettra de générer des images à partir d’un modèle géométrique 3D texturé.
  Notions étudiées : pipeline graphique basique, éclairage, textures.
• Une deuxième partie consistera à retrouver un modèle 3D partiel. Cette partie prendra en entrée les images de synthèse générées par le renderer, et e déduira un ensemble de points en 3D.
  Notions étudiées : détection de points d’intérêt, appariement
• Une troisième partie consistera à obtenir un modèle géométrique global, à partir des nuages de points partiels obtenus en sortie de la deuxième partie. Pour cela on proposera un recalage des nuages de points, et eventuellement, une triangulation du modèle sera proposée. Finalement, les objets ainsi obtenus pourront être imprimés sur une imprimante 3D.
  Notion étudiées : recalage 3D, algorithme de maillage.