Connaitre les composantes principales d’un système de vision artificielle ainsi que le rôle de chaque composante dans la conception de ce dernier. Etudier les outils permettant la reproduction automatique des taches effectuées par le système visuel humain et interprétées par le cerveau. Il est toutefois recommandé d’avoir des connaissances préalables en traitement du signal et le traitement d’image.


Le cours est destiné aux étudiants M2 AS. L'objectif est d'apprendre  aux étudiants de faire la détection et la localisation des défauts  qui peuvent affecter un système dynamique.

Les détecteur ou bien les alarmes sont générées à travers les techniques à base de modèles:

1. Observateur, filtre de Kalman et observateur à entrée inconnues

2. Espace de Parité ( technique analytique statique et dynamique)

3. Identification paramétriques ( méthode des moindres carrée)

Finalement  les tests statistique pour la détection

A chaque partie du cours est associée des activités sous forme de séries d'exercices et des Tps réaliser sous Matlab