BLOC 5 : Signal et compétences numériques

Le cours passe en revue les différents types de capteurs d’images et les différentes approches pour visualiser et manipuler des structures de données complexes (Images 2D, 3D, imagerie multi-composantes, données spatio-temporelle, données arborescentes, …). Les outils de base de caractérisation et d’analyse d’images sont introduits. Les bases de la théorie de la visualisation sont abordées. 

Les concepts sont illustrés sur des études de cas d’analyse d’image 2D, 3D, 2D+temps, … 

Voir la page complète

Voir la page complète

Descriptif : Cet enseignement apporte des compléments de traitement du signal, principalement sur les signaux aléatoires et les signaux échantillonnés, et les applications associées. 

-Signaux aléatoires, statistiques du 1er et du 2è ordre : densité de probabilité ; fonctions de corrélation statistiques et spectres de puissance ; bruits. 

-Echantillonnage : théorème de Shannon, transformée de Fourier discrète. 

-Filtres numériques linéaires : Analyse, synthèse. 

Puis les TP mettent en œuvre les notions clés du S1 et du S2, en mettant l'accent sur le traitement numérique du signal. 

Mots clés : 

Signal aléatoire, Traitement statistique, Bruit, Signal échantillonné, Filtrage numérique. 

Voir la page complète

Voir la page complète

Initiation au langage C et C++; Résolution de problèmes physiques en langage C ou C++; Comprenant les chapitres suivants: 

Résolution numérique d’équations différentielles ; Séries et intégrales simples; Séries et intégrales multiples; Méthode de Monte Carlo; Simulation du modèle d’Ising; Automates cellulaires;  

Voir la page complète

Voir la page complète

Codage ; circuits logiques ; tableaux de Karnaugh ; Logique combinatoire ; Logique séquentielle ; bascules et compteurs ; Architecture des ordinateurs et des microcontôleurs ; électronique programmée ; programmation des microcontrôleurs ; exemples d’utilisation des microcontrôleurs PIC, Arduino, …  

Voir la page complète

Voir la page complète