Descripteur
Termes IGN > informatique > génie logiciel > logiciel > logiciel de calcul scientifique > Matlab
MatlabVoir aussi |
Documents disponibles dans cette catégorie (76)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Approfondissement des techniques de diagnostique des propriétés spectrales d'une culture / Laure Chandelier (2002)
Titre : Approfondissement des techniques de diagnostique des propriétés spectrales d'une culture Type de document : Mémoire Auteurs : Laure Chandelier , Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2002 Importance : 71 p. Format : 21 x 30 cm Note générale : Bibliographie
[Rapport de projet pluridisciplinaire dans le cadre du cycle des] ingénieurs géographiques et cartographiques de l'état IT2Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] agriculture de précision
[Termes IGN] analyse spectrale
[Termes IGN] azote
[Termes IGN] développement durable
[Termes IGN] image hyperspectrale
[Termes IGN] Matlab
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] pomme de terre
[Termes IGN] Québec (Canada)
[Termes IGN] SAS (logiciel)
[Termes IGN] spectroradiomètre
[Termes IGN] stress hydriqueIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Au Québec, des moyens importants sont actuellement mis en oeuvre pour développer une agriculture durable. L'agriculture de précision, qui s'inscrit dans ce contexte, a pour principal objectif de mettre la bonne dose d'engrais au bon moment et au bon endroit. Un groupe de recherche du laboratoire de géomatique agricole et d'agriculture de précision (Université Laval, Québec) travaille actuellement sur la détection hâtive des stress hydrique et nutritif dans les grandes cultures. Il s'agit de constituer, à partir de spectroscopie et de fluorimétrie, des indices critiques, révélateurs de l'état carencé de la plante. La campagne de l'été 2002 portait sur deux espèces de pomme de terre soumises à des stress en azote, en potassium et en magnésium. La première grande partie de ce projet a été l'acquisition des données nécessaires à la recherche. La deuxième partie a consisté en une étude des plants carencés en azote sur la bande spectrale 980nm. Il s'agissait de déterminer des indices hyperspectraux susceptibles de discriminer les traitements en azote et de fournir des modules de gestion des données spectrales. Des outils ont été développés (fonctions Matlab et macros Excel) pour calculer les indices proposés et des statistiques ont été effectués avec le logiciel SAS sur chacun de ces indices. L'indice NDVI portant sur les bandes 600-700nm et 700-980nm est apparu comme le plus efficace. Note de contenu : 1. CONTEXTE DU PROJET
L'agriculture de précision
Les différents projets de recherche
Le travail effectué
2. L'ACQUISITION DES DONNEES
Les différents instruments utilisés
Les campagnes de mesure en serre et en champ
La mise en forme des données
3. L'EXPLOITATION DES DONNEES
La recherche documentaire pour l'analyse spectrale
La sélection, l'organisation et la représentation des données
L'analyse statistique des donnéesNuméro de notice : 18117 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Laboratoire de Géomatique Agricole et d'Agriculture de Précision GAAP Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=50659 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 18117-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible 18117-02 PROJET Livre Centre de documentation Travaux d'élèves Disponible Introduction au traitement d'images / G. Burel (2001)
Titre : Introduction au traitement d'images : simulation sous Matlab Type de document : Guide/Manuel Auteurs : G. Burel, Auteur Editeur : Paris : Hermès Année de publication : 2001 Collection : Traitement du Signal et de l'Image Importance : 223 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-0323-5 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] compression d'image
[Termes IGN] détection de contours
[Termes IGN] filtrage linéaire
[Termes IGN] filtrage numérique d'image
[Termes IGN] image en couleur
[Termes IGN] image RVB
[Termes IGN] Matlab
[Termes IGN] recalage d'image
[Termes IGN] reconnaissance de formes
[Termes IGN] restauration d'image
[Termes IGN] traitement d'image
[Termes IGN] transformation de Fourier
[Termes IGN] transmission de données
[Termes IGN] uniformisation d'histogrammeIndex. décimale : 35.20 Traitement d'image Note de contenu : Chapitre 1. Introduction
1.1. Le traitement d'images
1.2. Comment utiliser l'ouvrage ?
1.3. Notions élémentaires concernant Matlab
1.4. Formats d'image en mémoire
1.4.1. Images binaires
1.4.2. Images d'intensités
1.4.3. Images couleur RGB
1.4.4. Images couleur indexées
1.4.5. Changement de format Matlab
1.5. Formats d'image sur disque
1.5.1. Formats utilisés dans l'ouvrage
1.5.2. Sur quelles images réaliser les exemples et exercices ?
1.6. Analyse élémentaire d'image
1.6.1. Histogramme
1.6.2. Egalisation d'histogramme
1.6.3. Coupe selon un segment de droite
Chapitre 2. Filtrage
2.1. Introduction
2.2. Principe du filtrage linéaire
2.3. Réponse fréquentielle d'un filtre
2.4. Synthèse d'un filtre à partir d'une réponse fréquentielle
2.4. 1. Introduction
2.4.2. Normalisation
2.4.3. Synthèse par échantillonnage de la réponse impulsionnelle
2.4.4. Synthèse par échantillonnage de fréquence
2.5. Utilisation de la transformée de Fourier
2.6. Exemples d'applications
2.6.1. Atténuation du bruit
2.6.2. Atténuation du phénomène de moiré
2.7. Filtre médian
Chapitre 3. Détection de contours
3.1. Introduction
3.2. Filtres de Prewitt
3.3. Filtres de Sobel
3.4. Filtres de Roberts
3.5. Comparaison de filtres de détection de contours
3.5.1. Principe de l'expérimentation
3.5.2. Etude théorique
3.6. Calcul d'un détecteur de contours par apprentissage
Chapitre 4. Morphologie mathématique
4.1. Introduction
4.2. Définition par un élément structurant
4.3. Définition par une table de correspondance
4.4. Application à la caractérisation de la forme de chiffres manuscrits
4.4. 1. Contexte
4.4.2. Localisation
4.4.3. Détection des cavités
4.5. Réduction de bruit par filtres morphologiques
Chapitre 5. Images couleur
5.1. Principes généraux
5.1.1. Principes de base de la vision couleur
5.1.2. Synthèse d'images couleur
5.2. Canaux RGB
5.3. Système NTSC
5.4. Système HSV
5.5. Modification des couleurs d'une image
5.6. Filtrage d'une image couleur
Chapitre 6. Restauration d'images
6.1. Principe
6.2. Détermination des paramètres de la dégradation
6.2.1. Modèle du filtre de dégradation
6.2.2. Etude en dimension 1
6.2.3. Généralisation au cas à deux dimensions
6.3. Restauration par filtrage inverse
6.4. Restauration par filtrage de Wiener
6.5. Le problème des effets de bord
6.6. Restauration par estimation et correction des effets de bord
6.7. Restauration par symétrie miroir
6.8. Restauration par transformée cosinus
6.9. Traitement des images flou2, flou3, flou4
6.10. Annexe : La transformée cosinus
Chapitre 7. Recalage d'images
7.1. Description du problème
7.2. Recalage par corrélation
7.3. Recalage par corrélation de phase
7.4. Expérimentation
Chapitre 8. Compression d'images
8.1. Introduction
8.2. Compression par moyennage de blocs
8.3. Compression par transformée linéaire optimale
8.4. Compression par transformée cosinus
8.5. Compression par quantification vectorielle
8.6. Comparaison
Chapitre 9. Reconnaissance de formes
9.1. Introduction
9.2. Calcul de paramètres caractéristiques
9.3. Création des bases d'apprentissage et de test
9.4. Classification par la méthode de la pseudoinverse
9.5. Classification par la méthode du plusprochevoisin
9.6. Exemple de résultats
9.7. Analyse de données
9.7.1. Analyse en composantes principales
9.7.2. Analyse factorielle discriminante
Chapitre 10. Transmissions numériques
10.1. Introduction
10.2. Principe de l'émetteur
10.2.1. Construction du train binaire
10.2.2. Transcodage
10.2.3. Filtrage
10.2.4. Mise sur porteuse
10.3. Canal de transmission
10.4. Principe du récepteur
10.4. 1. Introduction
10.4.2. Démodulation et filtrage
10.4.3. Synchronisation et souséchantillonnage
10.4.4. Transcodage inverse
10.4.5. Récupération de la trame de données et reconstruction de l'image
10.5. Etude de la chaîne de transmission complète
10.6. Exemple de lien entre la compression d'images et la transmission
10.6.1. Principe et résultats de l'expérimentation
10.6.2. Détail de la méthode et programmation
10.7. Annexe A: Fonctions Matlab utiles
10.8. Annexe B : Indications concernant la réalisation du corrélateur
Chapitre 11. Indications et corrigés
11. 1. Introduction (chap. 1 )
11.2. Filtrage (chap. 2)
11.3. Détection de contours (chap. 3)
11.4. Morphologie mathématique (chap. 4)
11.5. Images couleur (chap. 5)
11.6. Restauration d'images (chap. 6)
11.7. Recalage d'images (chap. 7)
11.8. Compression d'images (chap. 8)
11.9. Reconnaissance de formes (chap. 9)
11.10. Transmissions numériques (chap. 10)Numéro de notice : 13018 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46237 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 13018-01 35.20 Livre Centre de documentation Télédétection Disponible 13018-02 DEP-TA Livre Saint-Mandé Dépôt en unité Exclu du prêt The math works / Mathworks (2001)
Titre : The math works : Matlab formation Type de document : Guide/Manuel Auteurs : Mathworks, Auteur Editeur : Sèvres : MathWorks Année de publication : 2001 Importance : 138 p. Format : 21 x 30 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Produits informatiques
[Termes IGN] MatlabNuméro de notice : 64274 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Manuel informatique Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=48994 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 64274-01 26.05 Manuel Informatique Centre de documentation Informatique Disponible Utilisation des tenseurs pour la représentation des déformations et de leur degré de signification / Valérie Michel (2001)
Titre : Utilisation des tenseurs pour la représentation des déformations et de leur degré de signification Type de document : Mémoire Auteurs : Valérie Michel, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2001 Importance : 42 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de stage de troisième année du cycle ITGCELangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] déformation de la croute terrestre
[Termes IGN] erreur aléatoire
[Termes IGN] Matlab
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] réseau géodésique spécifique
[Termes IGN] Surfer (logiciel)
[Termes IGN] tenseurIndex. décimale : MX Mémoires divers Résumé : (Auteur) Afin d'observer les déformations d'un terrain d'étude, il est nécessaire d'effectuer des mesures géodésiques sur un réseau de points implantés sur le site. Ces mesures conduisent à la détermination de la position de ces points et par suite, à leurs déplacements dans le temps. L'analyse de ces résultats en terme de déformation peut se faire par l'intermédiaire des tenseurs de déformation qui définissent trois grandeurs indépendantes : la dilatation, le cisaillement et la torsion. Elles qualifient le mode et l'amplitude de ces déformations et, de plus, peuvent être représentées cartographiquement selon une répartition régulière sur l'ensemble de la zone d'étude, ce qui facilite l'interprétation de ces résultats. Cependant, ces paramètres de déformation doivent être associés à une incertitude provenant des erreurs aléatoires affectant les observations et se propageant lors des calculs. Cette incertitude dépend essentiellement de la configuration du réseau et de la précision des observations qui y sont menées. On introduit alors une caractéristique inhérente au réseau, la déformabilité. La déformabilité est calculée à partir des déformations virtuelles qu'engendré une variation artificielle des observations obtenue grâce à la méthode de Monte Carlo. Elle correspond aux plus petites déformations que le réseau est capable de détecter. Elle permet ainsi, de vérifier a priori que le réseau envisagé mettra effectivement en évidence les déformations attendues. Enfin, à partir de la déformabilité en un point et de la déformation réelle mesurée en ce point, on peut alors définir le degré de signification que l'on peut prêter à cette information. Note de contenu : INTRODUCTION
1 DÉFINITION DU PROJET
1.1 Objectif du stage
1.2 Organisation du rapport
2 TENSEUR DE DÉFORMATION - ASPECT THÉORIQUE
2.1 Définition du tenseur de déformation
2.2 Décomposition d'un tenseur
2.3 Hypothèse des petites déformations
2.4 Primitives de déformation
3 TRAVAUX EXISTANTS
3.1 Geometrical strength analysis
3.2 Robustness analysis
3.3 Méthode de Monte Carlo
3.4 Thèse de G. Ferhat
4 NOTIONS INTRODUITES
4.1 Déformabilité d'un réseau
4.2 Significativité des déformations
4.3 Proposition de traitement
5 MISE EN PLACE
5.1 Logiciels utilisés
5.2 Algorithmes
6 APPLICATIONS
6.1 Réseaux « test »
6.2 Réseau « panda »
63 Exemple de réseau réel : Roissy
7 PERSPECTIVES DE MODIFICATIONS ET DE DEVELOPPEMENTS
7.1 Représentation des informations tensorielles
7.2 Mode d'interpolation des déplacements
7.3 Cas de déformabilités différentes
7.4 Dimension 3
CONCLUSIONNuméro de notice : 14241 Affiliation des auteurs : IGN (1940-2011) Thématique : POSITIONNEMENT Nature : Mémoire de fin d'études IT Organisme de stage : Service de Géodésie et de Nivellement SGN (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=50339 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 14241-01 MX Livre Centre de documentation En réserve Mezzanine Disponible Le traitement du signal sous Matlab / André Quinquis (2000)
Titre : Le traitement du signal sous Matlab : pratique et applications Type de document : Guide/Manuel Auteurs : André Quinquis, Auteur Mention d'édition : 1 Editeur : Paris : Hermès Année de publication : 2000 Collection : Traitement du Signal et de l'Image Importance : 380 p. Format : 15 x 24 cm ISBN/ISSN/EAN : 978-2-7462-0105-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] analyse spectrale
[Termes IGN] compression de données
[Termes IGN] densité spectrale de puissance
[Termes IGN] détection du signal
[Termes IGN] estimation statistique
[Termes IGN] filtrage du signal
[Termes IGN] filtre
[Termes IGN] Matlab
[Termes IGN] signal aléatoire
[Termes IGN] traitement du signal
[Termes IGN] transformation de FourierIndex. décimale : 24.20 Traitement du signal Résumé : (Editeur) : Les techniques numériques en traitement du signal offrent de grandes possibilités telles que la conception rigoureuse des systèmes, une grande stabilité de leurs caractéristiques en exploitation et une remarquable facilité de supervision. Néanmoins les outils numériques de traitement du signal présentent un certain degré d'abstraction et leur application aux cas concrets requiert des connaissances théoriques plus familières au chercheur qu'à l'étudiant ou à l'ingénieur non spécialiste, et qui peuvent faire obstacle à leur utilisation. L'objectif de "Traitement du signal sous Matlab" est de résoudre cette difficulté et de faciliter ainsi l'accès aux techniques numériques en reliant la théorie et la pratique. Les développements théoriques ont été ainsi réduits à ce qui est nécessaire pour une bonne compréhension et une application correcte des résultats. Matlab, logiciel interactif de simulation destiné nau traitement des séquences numériques, sert de support à la résolution de nombreux exercices. Différents domaines du traitement du signal sont explorés : les séquences numériques (déterministes et aléatoires), la convolution, le filtrage, l'analyse spectrale, les méthodes temps-fréquences, la théorie de la décision, la modulation, le traitement multicadence. Numéro de notice : 69450 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=62201 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 69450-01 24.20 Livre Centre de documentation Physique Disponible Zur Entwicklung eines GPS-Programmsystems für Lehre und Tests unter besonderer Berücksichtigung der Ambiguity Function Methode / B. Zebhauser (2000)PermalinkDynamic calibration of multibeam systems / J. Dunnewold (1998)Permalink