Une introduction à la vision de l'ordinateur

Ce cours en ligne gratuit établit la signification de la vision par ordinateur dans l'extraction des abstractions et des informations de niveau supérieur à partir d'images. Nous commençons par un examen historique de la vision par ordinateur pour suivre son évolution au cours des dernières décennies. Nous étudions les incursions initiales dans la vision par ordinateur et les efforts qui ont contribué à la compréhension des images et ont mené à l'émergence d'un apprentissage profond. Nous retraçons également l'origine de divers dessins et modèles dans le domaine de la vision informatique au cours du dernier demi-siècle. Le cours décompose le processus de formation d'image qui utilise un ensemble de conditions d'éclairage, de géométrie de scène, de propriétés de surface et d'optique de caméra. Nous nous sommes ensuite mis à l'utilisation de caméras numériques pour créer des effets essentiels tels que l'exposition, les mappages non linéaires, l'échantillonnage et l'aliasing et le "bruit".

Nous vous montrons ensuite comment représenter une image en le décomposant en minuscules pixels. Cela inclut l'utilisation de techniques de traitement d'images pour prétraiter des images et les convertir en formulaires appropriés pour une analyse plus poussée et les différents opérateurs de traitement d'image qui mappsur les valeurs de pixels d'une image à une autre. Nous décompresons ensuite la méthode d'application de filtres à une image pour modifier ou améliorer ses fonctionnalités. Le cours couvre le rôle de la péréquation d'histogramme car il utilise une collection de valeurs de pixels dans le voisinage d'un pixel donné pour déterminer sa valeur de sortie finale pour effectuer l'ajustement de tonalité locale de l'image. Nous démontrons le processus d'amélioration de l'image dans lequel la fonction de transfert du filtre modifie une partie du spectre de fréquence des signaux. Nous mettons également en évidence l'utilisation de l'analyse de Fourier pour déterminer les caractéristiques de fréquence de différents filtres.

Le cours vous montre ensuite comment utiliser la transformée de Fourier rapide (FFT) pour effectuer de grandes convolutions du noyau. Ceci inclut le processus de décomposition d'une image en ses composants sinus et cosinus en utilisant des transformées de Fourier. Nous avons établi l'importance de l'échantillonnage et de l'aliasing dans le traitement des images. Nous démontrons également comment le taux d'échantillonnage détermine la résolution spatiale de l'image numérisée et l'occurrence de l'aliasing lorsque le taux d'échantillonnage n'est pas assez élevé pour capturer le détail dans l'image. Enfin, nous discutons de la méthode d'augmentation et de diminution de la résolution d'une image à l'aide de filtres d'interpolation et de décimation. Ce cours d'information convient à ceux qui étudient l'informatique ou qui s'intéressent à ces technologies de pointe.