Northwestern University
Principes fondamentaux du traitement numérique de l'image et de la vidéo
Northwestern University

Principes fondamentaux du traitement numérique de l'image et de la vidéo

Aggelos K. Katsaggelos

Instructeur : Aggelos K. Katsaggelos

142 075 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(1,762 avis)

35 heures pour terminer
3 semaines à 11 heures par semaine
Planning flexible
Apprenez à votre propre rythme
96%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(1,762 avis)

35 heures pour terminer
3 semaines à 11 heures par semaine
Planning flexible
Apprenez à votre propre rythme
96%
La plupart des étudiants ont apprécié ce cours

Compétences que vous acquerrez

  • Catégorie : Traitement des images
  • Catégorie : Compression des données
  • Catégorie : Matlab

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

12 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 12 modules dans ce cours

Dans ce module, nous considérons les images et les vidéos comme des signaux bidimensionnels (2D) et tridimensionnels (3D), et nous discutons de leur dichotomie analogique/numérique. Nous verrons également comment les caractéristiques d'une image changent en fonction de sa position sur le spectre électromagnétique, et comment cette connaissance peut être exploitée dans plusieurs applications.

Inclus

3 vidéos5 lectures1 devoir

Dans ce module, nous introduisons les principes fondamentaux des signaux et des systèmes 2D. Les sujets abordés incluent les signaux exponentiels complexes, les systèmes linéaires invariants dans l'espace, la convolution 2D et le filtrage dans le domaine spatial.

Inclus

5 vidéos4 lectures1 devoir

Dans ce module, nous étudions les signaux 2D dans le domaine des fréquences. Les sujets abordés sont les suivants : transformée de Fourier 2D, échantillonnage, transformée de Fourier discrète et filtrage dans le domaine des fréquences.

Inclus

5 vidéos2 lectures1 devoir

Dans ce module, nous abordons deux sujets importants : l'estimation du mouvement et la représentation et le traitement des couleurs. Les sujets comprennent : les applications de l'estimation de mouvement, la corrélation de phase, la correspondance de blocs, les méthodes de gradient spatio-temporel, et les principes fondamentaux du traitement des images couleur

Inclus

5 vidéos2 lectures1 devoir

Dans ce module, nous abordons le sujet important de l'amélioration des images et des vidéos, c'est-à-dire le problème de l'amélioration de l'apparence ou de l'utilité d'une image ou d'une vidéo. Les sujets abordés comprennent : la transformation ponctuelle de l'intensité, le traitement des histogrammes, le lissage linéaire et non linéaire du bruit, l'amélioration de la netteté, le filtrage homomorphique, la pseudocoloration et l'amélioration de la vidéo.

Inclus

9 vidéos2 lectures1 devoir

Dans ce module, nous étudions le problème de la récupération d'images et de vidéos. Les sujets abordés sont les suivants : introduction à la récupération d'images et de vidéos, restauration d'images, notation matrice-vecteur pour les images, filtrage inverse, moindres carrés contraints (CLS), approches de restauration fondées sur la théorie des ensembles, algorithmes de restauration itératifs et algorithmes adaptatifs dans l'espace.

Inclus

9 vidéos2 lectures1 devoir

Dans ce module, nous examinons le problème de la récupération d'images et de vidéos d'un point de vue stochastique. Les sujets abordés sont les suivants : Filtre de restauration de Wiener, filtre de lissage du bruit de Wiener, estimation du maximum de vraisemblance et du maximum a posteriori, et algorithmes de restauration bayésiens.

Inclus

6 vidéos2 lectures1 devoir

Dans ce module, nous introduisons le problème de la compression d'images et de vidéos en mettant l'accent sur la compression sans perte. Les sujets abordés sont les suivants : éléments de la théorie de l'information, codage de Huffman, codage de longueur d'exécution et fax, codage arithmétique, techniques de dictionnaire et codage prédictif.

Inclus

8 vidéos2 lectures1 devoir

Dans ce module, nous couvrons les approches fondamentales de la compression d'images avec perte. Les sujets abordés comprennent : la quantification scalaire et vectorielle, la modulation différentielle par code d'impulsion, la compression d'images fractales, le codage par transformée, le JPEG et la compression d'images en sous-bandes.

Inclus

7 vidéos2 lectures1 devoir

Dans ce module, nous abordons la compression vidéo en mettant l'accent sur l'encodage vidéo hybride avec compensation de mouvement et sur les normes de compression vidéo, notamment H.261, H.263, H.264, H.265, MPEG-1, MPEG-2 et MPEG-4.

Inclus

6 vidéos2 lectures1 devoir

Dans ce module, nous présentons le problème de la segmentation d'images et de vidéos, et nous discutons de différentes approches pour effectuer la segmentation, y compris les méthodes basées sur la discontinuité et la similarité de l'intensité, les bassins versants et les algorithmes K-means, ainsi que d'autres méthodes avancées.

Inclus

4 vidéos2 lectures1 devoir

Dans ce module, nous introduisons la notion d'espacement et discutons de la manière dont ce concept est appliqué dans le traitement des images et des vidéos. Les sujets abordés comprennent : les normes favorisant la sparsité, l'algorithme de poursuite de l'appariement, les reformulations lisses, et un aperçu des applications.

Inclus

5 vidéos2 lectures1 devoir

Instructeur

Évaluations de l’enseignant
4.7 (208 évaluations)
Aggelos K. Katsaggelos
Northwestern University
1 Cours142 075 apprenants

Offert par

Recommandé si vous êtes intéressé(e) par Génie électrique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.6

1 762 avis

  • 5 stars

    71,65 %

  • 4 stars

    21,99 %

  • 3 stars

    4,53 %

  • 2 stars

    1,07 %

  • 1 star

    0,73 %

Affichage de 3 sur 1762

VF
5

Révisé le 20 mars 2019

AK
5

Révisé le 28 févr. 2018

HS
4

Révisé le 30 août 2019

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions