Ce MOOC sur le traitement d'images est 脿 l鈥檌ntersection de plusieurs domaines scientifiques et techniques : les math茅matiques, la physique, l鈥檌nformatique.
De la ligne de fabrication jusqu鈥檃u scanner m茅dical en passant par les satellites. Les images nous servent 脿 extraire des informations omnipr茅sentes aujourd鈥檋ui. Elles doivent 锚tre syst茅matiquement trait茅es pour s鈥檃ffranchir des mauvaises conditions d鈥檃cquisition, afin d鈥檌soler les objets pertinents et de les analyser. Les traitements pr茅sent茅s (filtrage , rehaussement, suppression du bruit) sont le point de d茅part de la cha卯ne d鈥檃nalyse. Ils permettent par exemple le relev茅 des diagnostics en imagerie m茅dicale, la d茅tection de pi猫ce d茅fectueuse sur une ligne de production ou encore la reconnaissance des plaques d鈥檌mmatriculation sur les radars. Dans ce MOOC, vous allez poursuivre votre progression dans le domaine du traitement des images avec la d茅couverte des m茅thodes de segmentation et d茅tection d'objets. Vous apprendrez 脿 manipuler les algorithmes de seuillage automatique des images en noir et blanc, de segmentation des images en couleur avec des m茅thodes simples de classification, l'utilisation et les limites de la ligne de partage des eaux. Les notions de morphologie math茅matique seront abord茅es, ainsi que l'analyse et les mesures des objets apr猫s segmentation. Pour suivre ce cours, des bases du langage de programmation Python sont n茅cessaires : boucles, op茅rateur logique, vectorisation des op茅rations , d茅finition de fonction, tableaux et numpy. Vous devez 茅galement maitriser les bases du traitement des images (filtrages lin茅aires par convolution, notion d'histogramme) ainsi que leur manipulation gr芒ce au langage Python (chargement, affichage). Une attestation de suivi avec succ猫s est attribu茅e par 糖心vlog官网观看 aux apprenants r茅ussissant 脿 obtenir une note sup茅rieure 脿 50 %. Ce cours a 茅t茅 cr茅茅 avec le soutien de la Fondation Patrick & Lina Drahi.
