UFR de mathématique et d'informatique

Visualisation et vision

  • Cours (CM) 24h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) -
  • Travaux pratiques (TP) -
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Niveau de l'enseignement : B2-Avancé - Utilisateur indépendant

Description du contenu de l'enseignement

Fondements de la visualisation et vision : Spectre de lumière. Notions de radiométrie (flux, éclairement, radiance). Notions de photométrie et de vision scotopique, mesopique et photopique. Métamérisme. Transport de lumière. Interaction lumière-matière. Réflectance d'une surface. Correction gamma. Calibrage (balance des blancs, mire GretagMacbeth).
Rendu photoréaliste : Lancer de rayons. Illumination globale : radiosité vs lancer de rayons de Monte-Carlo. Pré-calcul d'éclairement. Rendu basé images. Rendu expressif. HDRI et Tone mapping. Mesure de l’éclairage.
Textures et matériaux : Descripteurs de textures. Algorithmes de synthèse. Approches Markoviennes, optimisation. Modélisation de BRDFs. Textures multidimensionnelles.
Vision par ordinateur : Définition d’un système de vision. Paradigme de David Marr. Segmentation, reconstruction, reconnaissance. Détection de discontinuités : points d'intérêts, contours, régions. Segmentation : approche globale (seuillage, classification), fermeture de contours, croissance de régions, ligne de partage des eaux. Local Invariant Features : détection & description. Calibrage et géométrie épipolaire. Introduction à la stéréovision multi-vue. Technologies de mesure de forme (scanners 3D)

Compétences à acquérir

À l'issue de cette UE, un étudiant est capable de :
- Mettre en place un algorithme de lancer de rayons photoréaliste ;
- Modéliser des matériaux réels ou virtuels et leur comportement vis-à-vis de la lumière ;
- Mettre en place un système de détection de points d’intérêts dans une image ;
- Mettre en place un système de reconnaissance d’objets dans une image par SIFT ;
- Convertir une image HDRI en LDRI ;
- Mesurer la forme des objets, leur apparence et un environnement lumineux avec les technologies d’acquisition actuelles (laser, lumière structurée et photographies).

Bibliographie, lectures recommandées

Références :
- Principles of Digital Image Synthesis, Vol. 1+2, A. Glassner, Ed. Morgan Kaufmann.
- Advanced Global Illumination, Philip Dutre,¿ Philippe Bekaert,¿ Kavita Bala, Ed. A K Peters/CRC Press
- Digital Modeling of Material Appearance, Julie Dorsey,¿ Holly Rushmeier,¿ François Sillion, Ed. Morgan Kaufmann
- Physique de la couleur. De l'apparence colorée à la technique colorimétrique, Sève R., Ed. Masson.
- Pattern Recognition and Machine Learning, Christopher M. Bishop, Springer-Verlag New York Inc.

Pré-requis obligatoires

Fondements et algorithmes de base de l'imagerie numérique et du traitement du signal. Programmation graphique avec OpenGl.

Contact

UFR de Mathématique et Informatique

7 RUE RENE DESCARTES
67084 STRASBOURG
0368850123

Formulaire de contact


MASTER - Informatique

Fondation Université de Strasbourg
Investissements d'Avenir
Ligue européenne des universités de recherche (LERU)
EUCOR, Le Campus européen
CNRS
Inserm Grand Est
Logo HRS4R