Visualisation

  • Cours (CM) 12h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) -
  • Travaux pratiques (TP) 8h
  • 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.

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 d'informatique

7, rue René Descartes
67084 STRASBOURG CEDEX
0368850200

Formulaire de contact


MASTER - Informatique