К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Traitement d'images : introduction au filtrage · LearnSpace
Назад в каталог
courseraМатематика

Traitement d'images : introduction au filtrage

Курс от Institut Mines-Télécom
Средний≈ 17.4 чФранцузский
О курсеНавыкиПрограммаПреподаватели

О курсе

Ce MOOC sur le traitement d'images est à l’intersection de plusieurs domaines scientifiques et techniques : les mathématiques, la physique, l’informatique. De la ligne de fabrication jusqu’au scanner médical en passant par les satellites. Les images nous servent à extraire des informations omniprésentes aujourd’hui. Elles doivent être systématiquement traitées pour s’affranchir des mauvaises conditions d’acquisition, afin d’isoler les objets pertinents et de les analyser. Les traitements présentés (filtrage , rehaussement, suppression du bruit) sont le point de départ de la chaîne d’analyse. Ils permettent par exemple le relevé des diagnostics en imagerie médicale, la détection de pièce défectueuse sur une ligne de production ou encore la reconnaissance des plaques d’immatriculation sur les radars. Dans ce MOOC, vous prendrez connaissance des bases nécessaires en mathématiques et en informatique avec le langage Python. Vous apprendrez à manipuler les algorithmes et la programmation des opérations élémentaires du traitement d’images : charger et observer une image, analyser sa qualité, améliorer sa netteté et ses contrastes, ajouter du flou ou détecter des contours. Pour suivre ce cours, des bases du langage de programmation Python sont nécessaires : boucles, opérateur logique, vectorisation des opérations , définition de fonction, tableaux et numpy. Une attestation de suivi avec succès est attribuée par Coursera aux apprenants réussissant à obtenir une note supérieure à 50 %. Ce cours a été créé avec le soutien de la Fondation Patrick & Lina Drahi.

Навыки, которые вы освоите

Computer ScienceImage QualityMathematics and Mathematical ModelingAlgorithmsComputer VisionDigital Signal ProcessingMedical ImagingComputer ProgrammingPython ProgrammingImage Analysis

Программа курса

5 модулей · 91 учебных материалов

01Présentation et objectifs du MOOC4 материалов

Présentation et objectifs du MOOC

Vidéo généraleВидеоExercice fictifЛабораторнаяPrésentez-vousОбсуждениеExamen fictifПрограммирование

Учитесь у экспертов

Yann Gavet

Professeur à Mines Saint-Etienne

Vincent Mazet

Maître de conférences à Télécom Physique Strasbourg

Traitement d'images : introduction au filtrage
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 17.4 ч

5 модулей

Язык: Французский

Субтитры: Английский

Часть программы вашего университета
02Contexte et champs d’application, historique et bases mathématiques23 материалов

Identifier les origines de l'image à travers les évolutions des techniques et de la science

Présentation des objectifsЧтениеHistorique de l'imageВидеоQuizЗадание

Définir ce qu'est une image numérique

Acquisition des imagesВидеоCodecast : charger et visualiser une imageЛабораторнаяExercice: charger et visualiser une imageЛабораторнаяCorrection exercice Charger et visualiser une imageЧтениеFiche synoptique : Définition et résolutionЧтениеCodecast: définition et résolution d'une imageЛабораторнаяExercice :Définition et résolution d'une imageЛабораторнаяCorrection exercice : Définition et résolution d'une imageЧтениеA la recherche de réponses ?Обсуждение

Catégoriser les différents types d'images et connaitre leurs utilisations

Fiche synoptique : Formats de fichiersЧтениеCodecast: formats de fichiersЛабораторнаяExercice : Formats de fichiersЛабораторнаяCorrection exercice : Formats de fichiersЧтениеFiche synoptique : Quantification des couleursЧтениеCodecast: quantification des niveaux de grisЛабораторная
03Filtrage par convolution, détecteurs de contours21 материалов

Définir les opérations possibles et la notion de filtrage Partie 1

PrésentationЧтениеLes opérations de baseВидеоCodecast: addition d'une constanteЛабораторнаяExercice: multiplication par une constanteЛабораторнаяCorrection exercice: multiplication par une constanteЧтениеPosez vos questionsОбсуждение

Définir les opérations possibles et la notion de filtrage Partie 2

Les ondes et les fréquencesВидеоCodecast: filtres linéairesЛабораторнаяExercice : Filtres linéaires et paramétrageЛабораторнаяCorrection exercice : Filtres linéaires et paramétrageЧтение

Formuler et appliquer le filtre classique passe-bas

Les filtres linéairesВидеоFiche synoptique : la convolutionЧтениеExercice : Filtres moyenneur et gaussienЛабораторнаяCorrection exercice : Filtres moyenneur et gaussienЧтение

Formuler et appliquer le filtre classique passe-haut

Fiche synoptique : filtrage passe-haut par convolutionЧтениеExercice : Détecteur de contours, gradient et laplacienЛабораторнаяCorrection exercice : Détecteur de contours, gradient et laplacienЧтениеQu'avez-vous retenu des filtres ?ЗаданиеEvaluation Semaine 3Программирование

Le traitement d'image en application : interviews de professionnels

Interview AstrophysicienВидео

Retransmission d'un live

Live du 18 mars 2021Видео
04Rehaussement, manipulation d’histogramme21 материалов

Définir les bases mathématiques de l'histogramme

PrésentationЧтениеL'histogrammeВидеоCodecast: afficher l'histogramme d'une imageЛабораторнаяExercice : Manipulation des histogrammesЛабораторнаяCorrection exercice : Manipulation des histogrammesЧтениеPosez vos questionsОбсуждениеFiche synoptique : HistogrammeЧтениеExercice : Programmer sa fonction histogrammeЛабораторнаяCorrection exercice : Programmer sa fonction histogrammeЧтение

Réhaussement par étirement d'histogramme

Fiche synoptique : étirement d'histogrammeЧтениеCodecast: étirement d'histogrammeЛабораторнаяExercice : Programmer l'étirement d'histogrammeЛабораторнаяCorrection exercice : Programmer l'étirement d'histogrammeЧтение

Réhaussement par égalisation d'histogramme

L'égalisation d'histogrammeВидеоCodecast: égalisation d'histogrammeЛабораторнаяFiche synoptique : égalisation d'histogrammeЧтениеExercice : Programmation d'une fonction d'égalisation d'histogrammeЛабораторнаяCorrection exercice : Programmation d'une fonction d'égalisation d'histogrammeЧтениеQuiz : les relations entre l'image et son histogrammeЗадание

Le traitement d'image en application : interviews de professionnels

Interview RadiologueВидео
05Traitement du bruit22 материалов

Définir le bruit et son traitement

PrésentationЧтениеLes variables aléatoiresВидеоFiche synoptique : Variable aléatoireЧтение

Identifier les origines physiques des différents types de bruit

Le bruit gaussienВидеоLe bruit poivre et selВидеоFiches synoptiques : bruit gaussien et poivre et selЧтениеCodecast: ajouter un bruit gaussienЛабораторнаяCodecast : Analyser un bruit (gaussien)ЛабораторнаяExercice : Appliquer un bruit poivre et selЛабораторнаяCorrection exercice : Appliquer un bruit poivre et selЧтениеLes images bruitéesЗадание

Définition du RSB

Fiche synoptique : le rapport signal-à-bruitЧтениеDéfi avant/aprèsОбсуждениеDéfi avant/aprèsЛабораторная

Analyse de méthodes de débruitage : filtre moyenneur et médian

La suppression du bruitВидеоFiche synoptique : débruitageЧтениеCodecast: utilisation du filtre moyenneurЛабораторнаяExercice : Filtre médianЛабораторнаяCorrection exercice : Filtre médianЧтениеComparer le RSBЗадание

Le traitement d'image en application : interviews de professionnels

Interview ingénieur en opto-électroniqueВидео
Exercice : Quantification des informationsЛабораторная
Correction exercice : Quantification des informationsЧтение
Quiz notéЗадание
Des questions ?Обсуждение
Evaluation Semaine 2Программирование
Evaluation Semaine 4Программирование
Evaluation Semaine 5Программирование