Cette séance de cours couvre les concepts de texture dans les images, en se concentrant sur les propriétés statistiques et structurelles. Il commence par définir la texture et discuter de son homogénéité, en soulignant que les propriétés statistiques peuvent être homogènes même lorsque les valeurs des pixels ne le sont pas. L'instructeur explique la segmentation basée sur la texture, dans le but d'attribuer des valeurs de texture similaires à des pixels individuels. La séance de cours explore en outre les différences entre les textures structurelles et statistiques, en soulignant les défis de la segmentation des texels en images réelles. Diverses méthodes de création d'images texturales sont présentées, notamment l'utilisation de vecteurs de caractéristiques et d'algorithmes de classification. La discussion passe ensuite aux techniques d'analyse de texture, y compris les métriques spectrales et les mesures statistiques, telles que les matrices de cooccurrence. La séance de cours se termine par un aperçu des applications d'apprentissage automatique dans la classification des textures, en particulier en utilisant des filtres Gabor et des réseaux neuronaux convolutifs, démontrant comment ces techniques peuvent améliorer les tâches d'analyse et de classification des textures.