Se concentre sur l'application pratique de la corrélation d'images numériques pour les ingénieurs civils, couvrant la mesure des champs de déplacement et le calcul des champs de contrainte.
Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.
Couvre les principes fondamentaux du traitement de l'image scientifique, les pratiques logicielles et les considérations éthiques dans le traitement de l'image.
Couvre les techniques de reconstruction d'images en couleur à l'aide de la détection optique et de l'intelligence artificielle pour améliorer la qualité de l'image et réduire le bruit.
Couvre les bases du traitement d'images pour la microscopie, y compris l'acquisition, la correction des défauts, l'amélioration des images et l'extraction d'informations.
Explore les caractéristiques des caméras d'imagerie, la résolution spatiale, les sources de bruit et la plage dynamique pour des performances optimales dans les applications de microscopie.
Couvre les bases de l'acquisition d'images, y compris les dispositifs optiques, les facteurs de résolution, les distorsions de la lentille et les technologies de capteur.
Introduit les bases du traitement d'image, couvrant les images vectoriels vs matrices, le système de couleurs RGB, l'échelle de gris, et les bibliothèques de manipulation d'image.
Explore les capteurs d'observation de la Terre, les indices spectraux, et introduit un exercice sur le calcul des indices de végétation et l'analyse des valeurs NDVI.
Couvre les bases de la microscopie électronique à balayage, y compris les principes de fonctionnement, la génération d'images, la production de signaux et les défis.
