We may earn an affiliate commission when you visit our partners.
Course image
Yann Gavet and Vincent Mazet

Ce MOOC sur le traitement d'images est à l’intersection de plusieurs domaines scientifiques et techniques : les mathématiques, la physique, l’informatique.

Read more

Ce MOOC sur le traitement d'images est à l’intersection de plusieurs domaines scientifiques et techniques : les mathématiques, la physique, l’informatique.

De la ligne de fabrication jusqu’au scanner médical en passant par les satellites. Les images nous servent à extraire des informations omniprésentes aujourd’hui. Elles doivent être systématiquement traitées pour s’affranchir des mauvaises conditions d’acquisition, afin d’isoler les objets pertinents et de les analyser.

Les traitements présentés (filtrage , rehaussement, suppression du bruit) sont le point de départ de la chaîne d’analyse. Ils permettent par exemple le relevé des diagnostics en imagerie médicale, la détection de pièce défectueuse sur une ligne de production ou encore la reconnaissance des plaques d’immatriculation sur les radars.

Dans ce MOOC, vous allez poursuivre votre progression dans le domaine du traitement des images avec la découverte des méthodes de segmentation et détection d'objets. Vous apprendrez à manipuler les algorithmes de seuillage automatique des images en noir et blanc, de segmentation des images en couleur avec des méthodes simples de classification, l'utilisation et les limites de la ligne de partage des eaux. Les notions de morphologie mathématique seront abordées, ainsi que l'analyse et les mesures des objets après segmentation.

Pour suivre ce cours, des bases du langage de programmation Python sont nécessaires : boucles, opérateur logique, vectorisation des opérations , définition de fonction, tableaux et numpy. Vous devez également maitriser les bases du traitement des images (filtrages linéaires par convolution, notion d'histogramme) ainsi que leur manipulation grâce au langage Python (chargement, affichage).

Une attestation de suivi avec succès est attribuée par Coursera aux apprenants réussissant à obtenir une note supérieure à 50 %.

Ce cours a été créé avec le soutien de la Fondation Patrick & Lina Drahi.

Enroll now

What's inside

Syllabus

Segmentation par intensité
Introduction à la segmentation en analysant des niveaux gris ou des couleurs- Introduction de méthodes locales et adaptatives
Read more
Segmentation par région
Introduction à la segmentation en repérant des régions, croissance de région
Segmentation par ligne de partage des eaux
Introduction à la segmentation par ligne de partage des eaux
Morphologie mathématique binaire
Introduction à la morphologie mathématique binaire
Mesures et caractérisation
Introduction aux mesures classiques sur des objets, et premières utilisations

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Intensive practice in Python programming language is essential
Useful for visual sciences, physical sciences, engineering, and computer sciences
Well-suited for those who wish to develop high-level image processing skills
Reinforces image processing essentials
Employs object analysis and measurement techniques, which are commonly found in cutting-edge disciplines

Save this course

Save Traitement d'images : segmentation et caractérisation to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Traitement d'images : segmentation et caractérisation with these activities:
Guider un étudiant débutant dans les techniques de segmentation d'images
Guider un autre étudiant vous aidera à renforcer vos connaissances et à développer vos compétences en communication
Show steps
  • Identifier un étudiant débutant qui a besoin de soutien
  • Fournir des conseils et un mentorat sur les concepts de segmentation d'images
  • Répond aux questions, propose des ressources et encourage les progrès de l'étudiant
Suivre des tutoriels sur la détection d'objets
Les tutoriels guidés vous fourniront des instructions étape par étape et vous permettront de vous exercer à la détection d'objets
Show steps
  • Identifier les tutoriels pertinents en ligne ou sur YouTube
  • Suivre les tutoriels et appliquer les techniques à des exemples pratiques
  • Poser des questions dans les forums ou aux instructeurs pour clarifier les concepts
Résoudre des exercices de segmentation d'images
Les exercices de pratique vous aideront à maîtriser les différentes techniques de segmentation
Show steps
  • Trouver des exercices en ligne ou dans des manuels
  • Résoudre les exercices à l'aide des concepts appris dans le cours
  • Vérifier vos réponses et identifier les domaines à améliorer
Four other activities
Expand to see all activities and additional details
Show all seven activities
Participer à un atelier en ligne sur la segmentation et la détection d'objets
Les ateliers vous permettront d'interagir avec des experts, de poser des questions et de recevoir un retour d'information sur votre travail
Show steps
  • Trouver des ateliers en ligne ou en présentiel
  • S'inscrire et préparer le matériel nécessaire
  • Participer activement à l'atelier, poser des questions et partager vos idées
Créer un tutoriel sur la segmentation par ligne de partage des eaux
En créant un tutoriel, vous consoliderez votre compréhension de l'algorithme et pourrez aider d'autres étudiants
Show steps
  • Choisir un logiciel de traitement d'images
  • Implémenter l'algorithme de segmentation par ligne de partage des eaux
  • Créer un tutoriel étape par étape avec des captures d'écran
Développer un programme de segmentation d'images en Python
Ce projet vous permettra d'appliquer les techniques de segmentation apprises dans le cours et de développer des compétences en programmation
Browse courses on Python
Show steps
  • Définir les exigences du programme
  • Choisir des algorithmes de segmentation appropriés
  • Implémenter les algorithmes en Python
  • Tester et déboguer le programme
Contribuer à un projet open source lié à la détection d'objets
Contribuer à un projet open source vous permettra d'appliquer vos compétences, d'élargir votre réseau et de découvrir les tendances de l'industrie
Show steps
  • Identifier des projets open source liés à la détection d'objets
  • Étudier le code source et identifier les domaines où vous pouvez contribuer
  • Créer une pull request avec vos modifications ou correctifs

Career center

Learners who complete Traitement d'images : segmentation et caractérisation will develop knowledge and skills that may be useful to these careers:
Image Processing Scientist
Image Processing Scientists develop and use algorithms to process images for various applications, such as medical imaging, remote sensing, and industrial inspection. This course may be useful for aspiring Image Processing Scientists because it provides a foundation in image segmentation and characterization, which are essential for developing image processing algorithms.
Data Scientist
Data Scientists use statistical and computational techniques to analyze data and extract insights. This course may be useful for aspiring Data Scientists because it provides a foundation in image segmentation and characterization, which are essential for analyzing image data.
Geospatial Analyst
Geospatial Analysts use geographic information systems (GIS) to analyze and visualize data about the Earth's surface. This course may be useful for aspiring Geospatial Analysts because it provides a foundation in image segmentation and characterization, which are essential for analyzing geospatial data.
Robotics Engineer
Robotics Engineers design, build, and maintain robots. This course may be useful for aspiring Robotics Engineers because it provides a foundation in image segmentation and characterization, which are essential for developing robots that can navigate and interact with the world.
Machine Learning Engineer
Machine Learning Engineers develop and maintain machine learning models. This course may be useful for aspiring Machine Learning Engineers because it provides a foundation in image segmentation and characterization, which are essential for developing machine learning models that can analyze images.
Medical Imaging Analyst
Medical Imaging Analysts use software to analyze medical images, such as X-rays, CT scans, and MRIs, to help diagnose and treat patients. This course may be useful for aspiring Medical Imaging Analysts because it provides a foundation in image segmentation and characterization, which are essential for analyzing medical images.
Medical Physicist
Medical Physicists develop and use imaging techniques to diagnose and treat patients. This course may be useful for aspiring Medical Physicists because it provides a foundation in image segmentation and characterization, which are essential for developing and using medical imaging techniques.
Biomedical Engineer
Biomedical Engineers apply engineering principles to design and develop medical devices and systems. This course may be useful for aspiring Biomedical Engineers who want to specialize in medical imaging, as it provides a foundation in image segmentation and characterization.
Software Engineer
Software Engineers design, develop, and maintain software systems. This course may be useful for aspiring Software Engineers who want to specialize in image processing or computer vision, as it provides a foundation in image segmentation and characterization.
Aerospace Engineer
Aerospace Engineers design, develop, and maintain aircraft, spacecraft, and other aerospace systems. This course may be useful for aspiring Aerospace Engineers who want to specialize in image processing or computer vision, as it provides a foundation in image segmentation and characterization.
Electrical Engineer
Electrical Engineers design, develop, and maintain electrical systems. This course may be useful for aspiring Electrical Engineers who want to specialize in image processing or computer vision, as it provides a foundation in image segmentation and characterization.
Computer Vision Engineer
Computer Vision Engineers develop and maintain systems that can identify objects or scenes in images and videos. This course may be useful for aspiring Computer Vision Engineers because it provides a foundation in image segmentation and characterization, which are essential for training computer vision models.
Mechanical Engineer
Mechanical Engineers design, develop, and maintain mechanical systems. This course may be useful for aspiring Mechanical Engineers who want to specialize in image processing or computer vision, as it provides a foundation in image segmentation and characterization.
Materials Scientist
Materials Scientists develop and study materials for various applications, such as electronics, energy, and medicine. This course may be useful for aspiring Materials Scientists who want to specialize in image processing or computer vision, as it provides a foundation in image segmentation and characterization.
Computer Graphics Artist
Computer Graphics Artists create digital images and animations for various applications, such as movies, video games, and advertising. This course may be useful for aspiring Computer Graphics Artists because it provides a foundation in image segmentation and characterization, which are essential for creating realistic and visually appealing images.

Reading list

We've selected six books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Traitement d'images : segmentation et caractérisation.
Ce livre est un texte classique sur la vision par ordinateur, qui couvre un large éventail de sujets, y compris la segmentation d'images. Il est utile pour les étudiants qui souhaitent acquérir une compréhension complète du domaine de la vision par ordinateur.
Ce livre est un autre texte classique sur le traitement d'images, qui couvre un large éventail de sujets, y compris la segmentation d'images. Il est utile pour les étudiants qui souhaitent acquérir une compréhension complète du domaine du traitement d'images.
Ce livre fournit une introduction complète au traitement et à l'analyse d'images. Il est utile pour les étudiants qui souhaitent acquérir une compréhension de base de ces sujets.
Ce livre fournit une introduction complète au traitement d'images morphologique. Il est utile pour les étudiants qui souhaitent acquérir une compréhension de ce domaine.
Ce livre fournit une introduction complète à l'apprentissage profond pour le traitement d'images. Il est utile pour les étudiants qui souhaitent acquérir une compréhension de ce domaine.
Ce livre fournit une introduction complète au traitement d'images avec MATLAB. Il est utile pour les étudiants qui souhaitent acquérir une compréhension de ce domaine.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Traitement d'images : segmentation et caractérisation.
Traitement d'images : introduction au filtrage
Most relevant
Débuter avec ImageJ
Most relevant
Traitement d'images : analyse fréquentielle et multi...
Most relevant
L'essentiel de l'apprentissage profond
Most relevant
ÉCHELLE RACE: Dépistage préhospitalier de l’AVC...
Most relevant
Troubles du spectre de l'autisme : interventions
Most relevant
L’engagement efficace de la société civile dans le...
Most relevant
Agir pour la santé des reins
Most relevant
Les coulisses des systèmes de recommandation
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser