Technifutur® sur Facebook Technifutur® sur LinkedIn Technifutur® sur Twitter Technifutur® sur YouTube Newsletter Technifutur®

Retour Page d'accueil

Vos contacts pour cette formation

Entreprises

Formulaire de renseignements

Alexandre Chapon
Chargé relations entreprises
T : 04 246 62 65 | Mail


Marie Pécasse
Coordinatrice
T : 04 382 45 51 | Mail



Planifications pour cette formation

Cette formation n'est pas planifiée actuellement

> Formations  Automatismes / Vision artificielle

Algorithmes pour la Vision Artificielle

Type de formation :  | Participants : 10  | Durée : 1 jour

> Objectifs

  • Offrir une base de connaissances et un aperçu des divers algorithmes d’analyse d’image, leur fonctionnement et leur contexte d’application
  • Présenter aux participants les différents modes de traitement de l’image pour en retirer des résultats robustes qui serviront à l’asservissement d’automates industrielles.

> Public

Ingénieurs et développeurs de systèmes de vision qui souhaitent approfondir et/ou élargir leurs connaissances sur le fonctionnement et l'offre en algorithmes pour le traitement d'images dans un contexte d'application en vision industrielle

> Prérequis

Avoir des connaissances / compréhension en mathématiques appliquées ainsi que:

  • Soit une expérience dans le développement de systèmes de vision et/ou configuration de logiciel de vision
  • Soit une expérience en configuration de smart caméra ou de systèmes de vision basés sur des composants individuels

> Programme

Cours d’introduction aux algorithmes de traitement d’images (Filtres-morphologie-Thresholding-Regions-Segmentations-Features-Classifications)

Présentation de la terminologie et concepts propres à la Vision Industrielle

Pixels, thresholds, edges, regions, contours, histogram, features, noise smoothing, colours, gamma-factor, radiometric, calibration and LUT.

Filtres

  • Convulation d’images, Mean, Median, Gauss, Binomial, filtrage par Fourier (Convulation, corrélation)
  • Segmentation de l’image: dynamic thresholding, subpixel precise thresholding, Region features, Moments, Line Fitting, Circle & Ellipse Fitting
  • Morphologie: Minkowsky, Erosion, Dilation, inner-boarders, outer-boarders, Hit-or-miss, opening, closing, skeletization, gray value morphology, edges (Canny and Deriche)

Template Matching

SAD, SSD, NCC, Distance transformation

Classification I

Décisions Bayesianes & Nearest Neighbours & Guassian Mixture Modules (GMM)

Classification II

Réseaux neuronaux et Multi Layer Perception (MLP)

Classification III Support Vector Machines (SVM)

Résumé et discussion



Version Texte | Imprimez cette formation Version imprimable