Image analysis and pattern recognition
Summary
This course gives an introduction to the main methods of image analysis and pattern recognition.
Content
Introduction
Digital image acquisition and properties.
Pre-processing: geometric transforms, linear filtering, image restoration.
Introduction to Mathematical Morphology
Examples and applications
Segmentation and object extraction
Thresholding, edge detection, region detection.
Segmentation by active contours. Applications in medical image segmentation.
Shape representation and description
Contour-based representation, region-based representation. Morphological skeletons
Shape recognition
Statistical shape recognition, Bayesian classification, linear and non-linear classifiers, perceptrons, neural networks and unsupervised classifiers.
Applications.
Practical works and mini-project on computers
Keywords
image processing, image analysis, image segmentation, feature extraction, introduction to machine learning, pattern recognition.
Learning Outcomes
- Use Image Pre-processing methods
- Use Image segmentation methods
- Choose shape description methods appropriate to a problem
- Use classification methods appropriate to a problem
- Use Image Pre-processing methods
- Use Image segmentation methods
- Choose shape description methods appropriate to a problem
- Use classification methods appropriate to a problem
Transversal skills
- Use a work methodology appropriate to the task.
- Identify the different roles that are involved in well-functioning teams and assume different roles, including leadership roles.
- Summarize an article or a technical report.
- Assess one's own level of skill acquisition, and plan their on-going learning goals.
- Make an oral presentation.
Teaching methods
Ex cathedra and practical work and oral presentation by the students
Assessment methods
Continuous control : oral exam during the semester + graded reports and mini-poject
Prerequisite for
Semester project, Master project, doctoral thesis
Dans les plans d'études
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Semestre: Printemps
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
- Forme de l'examen: Pendant le semestre (session d'été)
- Matière examinée: Image analysis and pattern recognition
- Cours: 2 Heure(s) hebdo x 14 semaines
- TP: 2 Heure(s) hebdo x 14 semaines
- Type: optionnel
Semaine de référence
Lu | Ma | Me | Je | Ve | |
8-9 | |||||
9-10 | |||||
10-11 | |||||
11-12 | |||||
12-13 | |||||
13-14 | |||||
14-15 | |||||
15-16 | |||||
16-17 | |||||
17-18 | |||||
18-19 | |||||
19-20 | |||||
20-21 | |||||
21-22 |