1. Description détaillée du cours

Le cours CSC 381 – Introduction to Digital Image Processing a pour objectif de fournir aux étudiants une compréhension approfondie, structurée et pratique des fondements du traitement numérique d'images et de leurs applications dans divers domaines tels que la vision par ordinateur, l'imagerie médicale, la photographie numérique, la télédétection, la sécurité et l'industrie.

Il ne s'agit pas uniquement d'un cours théorique sur les techniques de traitement d'images, mais d'un cours qui intègre à la fois les concepts mathématiques fondamentaux, les algorithmes de traitement et leur mise en œuvre pratique à l'aide d'outils logiciels appropriés (Matlab, Python/OpenCV, etc.).

Ce cours développe chez l'étudiant une vision systémique et opérationnelle du traitement d'images numériques en abordant les dimensions suivantes :

• Les composants d'un système de traitement d'images et leurs rôles dans une chaîne d'acquisition et d'analyse d'images ;
• Les éléments de la perception visuelle humaine et leur importance pour la conception de systèmes d'analyse d'images ;
• L'échantillonnage et la quantification : les processus fondamentaux de numérisation des images et leurs implications sur la qualité et la résolution ;
• L'amélioration d'images, en particulier l'égalisation d'histogramme, pour rehausser le contraste et la lisibilité des images ;
• Les espaces de couleur (RVN, Teinte-Saturation-Luminance, etc.) et les transformations associées pour la manipulation et l'analyse colorimétrique ;
• Les bases de la segmentation d'images, avec un accent particulier sur les algorithmes de détection de contours (Sobel, Canny, etc.) ;
• Les opérations de traitement morphologique (érosion, dilatation, ouverture, fermeture) pour l'analyse de formes et de structures dans les images.

Le cours vise à permettre aux étudiants de comprendre comment les techniques de traitement d'images sont utilisées pour extraire des informations pertinentes, améliorer la qualité visuelle et automatiser des tâches d'analyse dans des contextes réels.

Il intègre également les notions fondamentales de représentation des images, de filtrage, de transformation et d'analyse, qui sont au cœur des systèmes modernes de vision artificielle.

L'approche pédagogique du cours est résolument pratique et interactive. Chaque concept théorique est immédiatement illustré par des exemples concrets et mis en application à travers des travaux pratiques, des études de cas et un projet final. L'étudiant est encouragé à développer une pensée critique vis-à-vis des résultats obtenus et à comprendre les enjeux du traitement d'images dans divers domaines d'application.

2. Objectifs généraux du cours

À l'issue de ce cours, l'étudiant devra être capable de :

a. Identifier et décrire les composants d'un système de traitement d'images et leurs rôles respectifs ;
b. Expliquer les éléments fondamentaux de la perception visuelle humaine et leur importance pour l'analyse d'images ;
c. Appliquer les méthodes d'échantillonnage et de quantification sur des images numériques et comprendre leurs implications ;
d. Mettre en œuvre des techniques d'amélioration d'images, notamment l'égalisation d'histogramme, pour rehausser la qualité visuelle ;
e. Manipuler et transformer différents espaces de couleur pour des applications spécifiques ;
f. Utiliser des algorithmes de détection de contours pour la segmentation d'images ;
g. Appliquer les opérations morphologiques de base pour l'analyse et le traitement d'images ;
h. Mettre en œuvre des programmes de traitement d'images à l'aide d'outils logiciels appropriés (Matlab, Python