Image processing

Principe de formation d’une image optique et représentation numérique d’une image
Présentation des méthodes classiques de traitement d’image (histogramme, transformée de Fourier, filtrage linéaire et non linéaire, traitement statistique…). Les applications visées seront principalement la détection de contour et la segmentation.
Introduction à la morphologie mathématique sur images binaires et en niveaux de gris.
Principe de formation d’une image SAR. La géométrie de l’image SAR. Filtrage adapté du signal chirp pour la localisation selon l’axe distance. Principe de la focalisation en azimut. Le sinus cardinal, la réponse impulsionnelle d’un système SAR. Le spectre d’une image SAR. L’origine du speckle et sa modélisation comme un bruit multiplicatif.
Débruitage d’image par la théorie de l’estimation. Estimateur du maximum de vraisemblance pour les lois Gamma et Rayleigh. Détection de contours et de cible par le test du rapport de vraisemblance généralisé.
Prise en compte de l’information spatiale par l’étude des textures. 
Modélisation d’une image par un champ de Markov pour le débruitage ou la classification.
Principe et utilisation de descripteurs (Harris, SIFT…) pour l’appariement d’images
Modèles paramétriques de recalage d’images et estimation robuste
Application à la stéréo vision dans le cas rectifiée.
Notions de flot optique

L’objectif de ce cours est d’apporter des notions de base en traitement d’image en vue d’application de télédétection, telles que la segmentation, la classification, ou l’appariement d’images. 

Notions de traitement du signal:Transformée de Fourier, échantillonnage
Notions de statistiques: distribution, moment