Initiation au traitement dimages avec MATLAB
Rappels sous Matlab : Une image Matlab est une matrice bidimensionnelle de valeurs entières ou réelles. Les principales fonctions de traitement d'images sous
Traitement des images numériques TP 3 : Filtrage et débruitage
pourcentage p de pixels modifiés : plus p est élevé plus l'image est dégradée. Pour ajouter du bruit `a une image sous MATLAB
Traitement dimages sur MATLAB
17 juin 2019 Enfin le troisième sous-projet synthétise l'ensemble des travaux du groupe en réalisant une interface graphique. Nous avons donc exploré les ...
TPs Traitement dimages
Etape 2: vérifier comme l'image apparait dans le Workspace. Matlab peut stocker des images sous diverse formes (uint8 uint16
TRAITEMENT DIMAGE BASES. . Découvrir quelques méthodes de
Ce format est très compatible avec le format de représentation des images. 2• CHARGEMENT AFFICHAGE
1. Création dune image bruitée 2. Application dun filtre linéaire 3
On souhaite à présent réduire le bruit avec un filtre médian (3 × 3). Sous Matlab le filtrage médian peut être réalisé à l'aide de la fonction medfilt2.
Travaux pratiques de traitement dimage numérique
La liste des images disponibles sous Matlab est help imdemos ou On considère d'abord le filtre moyenneur
En traitement dimage les tailles des fenêtres utilisées pour le
On souhaite à présent réduire le bruit avec un filtre médian (3 × 3). Sous Matlab le filtrage médian peut être réalisé à l'aide de la fonction medfilt2.
Travaux pratiques et travaux dirigés de traitement dimages
La liste des images disponibles sous Matlab est help imdemos. On peut aussi réaliser une image en lui donnant des valeurs. Ainsi les commandes suivantes
Filtrage en traitement dimage - avec quelques applications
Intitulé : Techniques de filtrage pour l'image Cet ensemble s'appelle un év`enement c'est un sous ensemble de ... Code Matlab : x = fft(X
3 ; 5
5 ; 77médiane { x
m + y m médiane { x m } + médiane { y m sauf exception exemple sur des séquences de signaux de longueur 3: exemple fenêtre de 5 pixels en croix Pour les fenêtres de taille paire ( 2 K valeurs ) : après ordonn ancement croissant des valeurs, prendre la moyenne des 2 valeurs centrales : valeur de sortie ( K ième valeur ordonnée + (K+1) ième valeur ordonnée ) 2=Exemple d'application d'un filtrage médian
Filtrage médian avec une fenêtre de taille 3 3 :915590
776895
115151210
55776895
151Image de référence ( taille 3 3 ) :
on liste les valeurs de l'image de référence sur la fenêtre 3 3 :55 , 68 , 77 , 90 ,
91, 95 , 115 , 151 , 210 valeur médiane = 91 Filtrage médian sur une fenêtre de taille 3 3 en croix on liste les valeurs de l'image de référence sur la fenêtre :
55 , 68 ,
77, 95 , 151 valeur médiane = 77 Comparaison : filtre médian et filtre moyenneur Image "Pièces» de référence, bruitée ( bruit de type impulsionnel ) puis filtrée avec un filtre moyenneur (3
3) et un filtre médian (3
3).Image de référenceImage bruitée
BruitMoyenneur
Médian
Le filtrage médian est plus adapté que le filtrage linéaire pour réduire le bruit impulsionnelObservation : Chapitiare 4-tFparlrgreno-4p4t-nérTrEtSFpa-rénéSté4tpa-r ParEtSFpa-rSté4tpa-r renéFp4tpaoaéFr 4r EtSFp4ar -4pr inénSFtnér EtSFp4ar Sté4tpar SarEtSFp4ar énéSté4tpar E4tFr
téFapaétprSa-r-thaS-rnt-té-r-t4éFréarSntrénéSté4tpararEtSFparo t4éri4-r-4pFtiStapr r
EtSFp4ar !np parFtSt-r 4é-riaFrahapitiara-Frérahao-SariS4--t"ar aria-rEtSFpa-r#rS!té-F4pr rEtSFp4ar-4prinénSFtnérSa-rEtSFpa-rénéSté4tpa-rn-$paéFr-prérnt-té4ar néér
r r e 4pa%rS!to4arrtie1:Onsoarsur&aFFa%r'r(nprS4rSt-Far a-ri aoté-r 4é-rSar-4F r)pn*-aprar)Fr arS!ahapitiara-Fr arino-4paprSa-raEEaF-rSté4tpa-raFrénéSté4tpa-r ar ahrEtSFp4a-r-pr
éarto4ar)ptFar
4rEnéiFtnérr ar&4FS4)r-apoaFr aripapr tEEpaéF-rF+-a-r ar)ptFr#rS!4t ar ariaFFar
EnéiFtnér ipa%r S!to4ar )ptFar arrtie1:Onsor 4air ér )ptFr ar F+-ar ,r-ntpaaF-aSr-r ,r Phldfhépf"m""mgr-r.EEti a%rS!to4ar)ptFaraFrah-St"a%rinooaéFr-aFnéripapriar)ptFr/r r r0ér-n 4tFarp tparSar)ptFr 4é-rS!to4ar14é-rér-paotaprFao--rnériné-t $parérEtSFpar
on+aééapr2r´r2r-nprp tparSar)ptFr 4é-rS!to4ar3nérén+4r arinénSFtnéra-FrTr r 4444 44
4 44
54r
r p-SF4Frn)Faér r r
0ér-n 4tFar'r-p-aéFrp tparSar)ptFr4airérEtSFparo t4ér2r´r2r3n-r&4FS4)rSarEtSFp4ar
o t4ér -aFr 7Fpar p4St-r 'r S!4t ar ar S4r EnéiFtnérr Ch-St"a%r iar "!aEEaiFar iaFFar EnéiFtnér .--St"a%r iar EtSFpar 'r S!to4ar )ptFar aFr n)-apa%r Sa-r p-SF4F-r Ch-St"a%r Sa-r tEEpaéia-r4airSarEtSFparon+aééapr-pi aooaéFrFtSt-r Correction de l"exercice : Filtrage linéaire vs. Filtrage non-linéaire1 - Voici les commandes à entrer pour créer et observer l"image bruitée de
BOATS_LUMI :
I=imread(
BOATS_LUMI.BMP") ; % image bateau en niveaux de gris IB = imnoise(I,'salt & pepper'); % image bruitée figure(1) subplot(1,2,1) subimage(I) title(Image originale")
subplot(1,2,2) subimage(IB) title(Image bruitée")
Voici les résultats obtenus :
Le bruit " poivre-et-sel » utilisé ici consiste à mettre, aléatoirement, plusieurs pixels aux valeurs 255 ou 0 (valeurs extrêmes de l"intervalle des niveaux de gris). Ce type de bruit impulsionnel peut apparaître par numérisation d"une image ou au cours d"une transmission.2 - Voici les commandes pour appliquer un filtre moyenneur à l"image
bruitée : % Filtre moyenneurN = ones(3)/9 ; % noyau de convolution du filtre
If1 = imfilter(IB,N) ;
figure(2) image(If1) title('Image bruitée filtrée par un moyenneur (3 x 3)') v=0:1/255:1; colormap([v' v' v']); % LUT pour afficher en niveaux de grisVoici l"image obtenue :
Le bruit " salt-and-pepper » est faiblement réduit. On distingue encore nettement les grains dans l"image. Le filtre moyenneur réalise en effet la moyenne pour chaque pixel sur un voisinage (3 ´ 3) et le bruit des impulsions (à 0 ou à 255) participe à cette moyenne : Le pixel cerclé a le niveau de gris 8 ainsi que toute l"image, à l"exception d"un pixel bruité à 255. En sortie du filtrage moyenneur, la valeur de sortie du pixel cerclé (et de tout pixel ayant la valeur 255 dans son voisinage) sera : (8´8+255)/9 » 35. La valeur du pixel après filtrage n"est donc pas représentative du voisinage de ce pixel, le bruit impulsionnel est trop faiblement réduit. Ce filtre linéaire n"est donc pas adapté.3 - Voici les commandes pour appliquer un filtre médian à l"image bruitée :
% Filtre médianIf2 = medfilt2(IB,[3 3]) ;
% filtrage médian avec un voisinage 3 x 3 figure(3) image(If2) title('Image bruitée filtrée par un filtre médian (3 x 3)') v=0:1/255:1; colormap([v' v' v']); % LUT pour afficher en niveaux de grisVoici l"image obtenue :
Le bruit impulsionnel est visiblement réduit. Le filtrage médian d"un pixel P, sur un voisinage V(P) de taille (M ´ N), ordonne les valeurs des pixels de V(P) par ordre croissant, et attribue en sortie la valeur médiane sur ce voisinage au pixel P (opération non-linéaire) : Reprenons l"exemple précédent : les valeurs des pixels sont ordonnées par ordre croissant : 0, 8, 8, 8, 8 , 8, 8, 8, 255. La valeur médiane est donc8. Pour cette opération non-linéaire, les impulsions 0 et 225 n"ont pas
d"influence sur la valeur médiane. Le filtrage médian est donc adapté à la réduction du bruit impulsionnel.Exemple d'application du filtrage morphologique,
grains de riz (1/2)Pré-traitement :
b : Binarisation et régularisation des formesc : Suppression des objets incomplets (grains sur les bords)a : Image de référence (grains de riz)
e : Classe des grains brisés f : Classe des grains à plusieurs composantes connexes ( paquets de grains )d : Classe des grains entiers Tri des formes et répartition en classes de formes par morphologie : Possibilité de dénombrer et mesurer des grains de rizExemple d'application du filtrage morphologique,
grains de riz (2/2) Fermeture pour adoucir les contours et régulariser les formes, puis binarisation de l'image par seuillage Ouverture dans 2 directions diagonales connues pour détecter les lignes Détection des intersections, puis localisation sur l'image de référencePossibilité de détecter un mouvement, de
mesurer une déformation de la feuille, ...Exemple d'application du filtrage morphologique,
feuilles métalliquesFiltrages morphologiques
Objectifs :
Obtention d'un ensemble de points connectés ayant une forme simple ( pour une image binaire ) Obtention des principales composantes connexes ( en faible nombre )Régularisation des formes du signal d'image
Applications :
Filtrage de taille
Dénombrement d'objets
Mesure d'objets
Chapitre 4ti -Fi4lFaFrhe
Partiare1P:iare1P:iarOenPesia
glt4hpie nCo-éTES -oEoT
i m coplentrliédisibixi IiaigiPcnpiisibixiai X Y Z 0 0 0 1 0 0 0 1 0 1 1 1 X Y Z 0 0 0 1 0 1 0 1 1 1 1 1 X Z 0 1 1 0 m coplentrlidisibixiiaigiPcnpisibixiai m coplentrli disibix i i i i PtieletiriPtiotrnioltPltirtitripnenigleicrier ier!picripntPn itPi "ernicritPie iocnicriPp#en iPclicrieP$ i%i itnieootptirPtigPsePOhirO55hfinni&i I'ort!tPn icPiennlrtieietrli()*i+i*rPititripnenioctitni(,*i+i*ernlt&i -i ti( I* ieiclntitni+i(le*irPrt!tPniititritPnlpticPni+i(le*i.i -i ti(/* ieiclntitni+i(le*ii*rPtititritPnlptieri!cPitni+i(le*i.i -i ti(00* ieiclntitni+i*pneniPtltiti*tPnlpt&i i1ti éPOhiartirgfseéfrv iri$ele$npltPni$tipltPnicoplentrl icPnicPPptirliei#rlti
$-tr&iPiPcntip#et!tPni2i3i&i4i5iocrli2i3itni4i5 itni2i3i6i4i5iocrli2i3icri4i5&i coplentrlitietiditi(0/*ig&t&i(PcPicr* iti(0307*ig&t&i(PcPitn* iti(x/*ig&t&i(cri t$r* i%i8cP$tond
m 9*P$lniePiein"pclt tit$loncPiti!e#t& m :ltitPi$c!ontitieicl!titi$c!ocePninlr$nrlpiti *!e#t& m 3oo$encPiert dinlent!tPni;!e#tiPelt itntPcPii erinlent!tPni;!e#ti!cPc$"lc!t& oplentrld m1tinle#ti!clo"cc#rtiltoctirliei!clo"cc#ti!en"p!enrt ieptirlirPtit$loncPi
7ePi$tnntiltcrl$t iPcriPcri!ncPierinle#ti!clo"cc#rtirlirPtie1P:irOenPesi&i
8ti coplentrli !clo"cc#rti rntPni rPti cl!ti ti lppltP$ti et$i ertti ti #Pei
iB1P:irOenPesi
m 1g! PiÎÎÎÎD, i)Eii""""g! PiÎÎÎÎ9irooclniti*!e#t1ibi,i otiti*ellFltioePigcriricP
1ibi)i otiti*cGtnigcritieicl!t
Î! " -#4$ % &i rti tri Pteri ti lt$cPnlr$ncP i cri oeli rPti PelencPi *rPti !e#ti !cPc$"lc!t i Pcne!!tPni tPi rnePni cPi "nc#le!!ti ocrli $"cli rPi tri epreni g$&i ttl$$ti2i4PelencPi5iri$"eonlti<&i
i - ei- - i- - $iJ pp!tPn nlr$nrlePni)-7 pp!tPninlr$nrlePn <-7i4ibiDoiticlntirti1goiibi)E
'!pnlrtdi rPitPt!titioti+ )irl rPirooclnieP *!e#t et$ rPticl#Ptie'ePni$c!!ti$cclcPPptig, i,igoti!elrp tPilcr#tieP ti#rltKitt!otin'ortd
"centre du support"»hf1inéraésp"épsPnél
i i1*'a'-e(p )pi*+p*it(p i4 itnirPitPt!titioti+i)&i1tiocPniiti$cclcPPptig, i,i
eni#pPplet!tPnioelntiti4 i!eioeic#enclt!tPn&ii4 i*pp!tPninlr$nrlePni'!pnlrtiti4 i$c!!tipnePni*tPt!titiocPni*eti(-o*&i
i t!ot idi iLp!tPni9nlr$nrlePn
LlccPiet$igLlccPiet$ige
geipp!tPni nlr$nrlePniiiiiiiii +iM- >!e#tilppltP$t t!otd m xi?4iditPt!titioti*etioiti9intirtiocrli $"ertio 4 otni$c!oFnt!tPniP$riePi*cGtnixVs5ae5nrq5sux5h5:empi êuPsr3.
0cnencPxi?4i
7pPncPxi?4ibiDioiÎ9intirti4oÍxE
cO 4 otn einlePencPiti4ioelio i i -,'iF)hF( -,*(e .Fi-e 4ti *( 'a'-e(p )pi*+p*it(p / e)p (Fp'e / 0&i titnipPti oelidi / 4Î!1 pea 2*e /4Í&&i>i*e#nicP$iti*tPt!titioti:i*etioiri rooclni9iti*!e#t iripltPni4 oÍx iclr*icPnioli$c!!ti$tPnltiti*pp!tPni
nlr$nrlePni4ig&t&inlePencPiti4ioelio&i i !e#titipoeln i!eiet$itripp!tPninlr$nrlePnipltPnidi i -i $eie rooclnirieieietrli, icririei*rPititiMicPi+ieietrli,itni!i+ieietrli ,ieolFinle#t&i i -i $ei rooclnirieieietrli, icririei*rPititiNicPi+ieietrli,itni!i+ieietrli ,ieolFinle#t&i i7ePititri$e icPictltir*rPtiplccPip!PtitioticpirliticPitniplctiti
$cPncrliticGtn&i i geipp!tPninlr$nrlePniiiiiiiii+iM-$cPPtnpgipp!tPninlr$nrlePniiiiiiiii+iN-$cPPtnp t!ot dLp!tPni9nlr$nrlePn>!e#tilppltP$t
7enencPiet$ig7enencPiet$ige
behPéPée5nrq5sux5h5:empi êuPsr3.0cnencPd xiÅÅÅÅ4
7pPncPd xiÅÅÅÅ4ibiDioiÎÎÎÎ9intirtÇxi¹ AEE
cO tniti'!pnlrtiti4inlePenp oelio m xiÅÅÅÅ4iditPt!titioti*etioiePi9intirti ocrli$"ertio iiiiiiiP*eioei*Pntlt$ncPiPrtiet$ix i i -t -hatptphF( -,*(e .Fi-e 4ti *( 'a'-e(p )pi*+p*it(p / e)p (Fp'eÅ/ 0&i titni
pPtioelidi Å/ 4Î!1 pea 2*e 4/Ç ¹¹¹¹ AEAEAEAE&&i>i*e#nicP$iti*tPt!titioti:i *etio intirtitinlePenpi4o iti*pp!tPninlr$nrlePni'!pnlrti4 ienirPtiPntlt$ncPi
PcPitiet$ix&i
i1ei#rlti$-triolptPntitri$eitienencP&i
i -i $eie eietrli) icririei*rPititiMicPi+ieietrli)itni!i+ieietrli)ieolFi nle#t&i i -i $ei eietrli) icririei*rPititiNicPi+ieietrli)itni!i+ieietrli)ieolFi nle#t&i i7ePititri$e icPictltir*rPtienencPip!PtitinlcricpiePiticGtnitni
i :lcolpnp idi 1*plccPi oeli 4i ti *tPt!ti x8i $c!op!tPnelti ti xi oeli leooclni +i 9 i tni oelileooclni+iei$c!op!tPnencPidiÅ/ # g/ $gi
goelienencPi$cPnlePnt pp!tPninlr$nrlePni4& $big%ggg> ÅÅÅÅ4iET>eiÅÅÅÅ4iET>e&&& %%& o-tre -e i'.'ie(+e oto-tre o34 5iF)hF( -e ot4ti 'a'-e(p )pi*+p*it(p /o +4 Te+F()pi*+phF( 64tiphi -e o
3ep -e ot
:tieooelntPePni+iei cl!tigetrli) :ti eooelntPePni ericPi getrli, i i tinlePcl!encPiIieptirlirPtiolt!FltiplccPioeli*pp!tPninlr$nrlePni4 iorirPti 2i ,êè.r zr êèÅ3.r V,r BPi5&i1*!e#ti lt$cPnlrnti >$i tni cntPrti oeli lpopnncPi ti ei nlePcl!encPiI iGrr*+i*t!ocntP$titi> $&iPieicP$idi>$bIcIc%cIcIg>&i7ePiti$ei ti*!e#ti> e i$tnntilt$cPnlr$ncPiotl!tnitiPti$cPtltlirtitinP$"tiPcltipntPrtiti *!e#t itinP$"ticptitiotnntineticPnirool!pt&ii i /t!elrt idi rPti nlePcl!encPi tni t!ocntPnti i eolFi nlePcl!encP i ti lprneni tniPelePnioelieinlePcl!encPi&t&iI
$c!oelti ti lprneni ti ei enencPi et$i *!e#ti ti lppltP$ti > ei gei *coplentrli Pelti $erti I&i8tnntiolcolpnpierltieinenpirinlti!clo"cc#rt&i i dpgisépsirq5sux5h5:empirêuPsr3.0cnencPdixici4
7pPncP xici4ibigxi????4iÅÅÅÅ4
LlccPiiorii7enencP
tndie#titicl!t - 9rooltcPitiotnnipneitieiclrltiti*cGtn - 7p$croe#titin"!tipnlcnCis1iépsirq5sux5h5:empirêuPsr3.
0cnencPdixi?4
7pPncP xi?4ibigxiÅÅÅÅ4i????4
7enencPiior LlccP
tndie#titicl!t - 1tilt!oe#titi$ePeripnlcnitnitiotnninlcr - 8c!ocePni$cPPt$npi :lcolpnpdi>t!ocntP$t gxici4ici4ibixici4 gxi?4i?4ibixi?4 i i Qioelnlititricoplentrli!clo"cc#rtitiet irticPni*plccPitnieienencP icPi otrn i tPi ti ec$ePn i tP#tPltli tri ernlti nlePcl!encPi !clo"cc#rti ri cPni i¨ 1**7eip*ieitixioeli4 iPcnptixici4&i
i i F / # /$ ÅÅÅÅ / i i¨ 1eiCei-ep*ieitixioeli4 iPcnptixi·i4&i
i7ti!ePFltireti+i*crtlnrlt ieitl!tnrlti$clltocPi+ieienencPitixioeli4irtiti
*plccPioeli4idi i i1eitl!tnrltiecr$nip#et!tPniticliticl!tix icr$"titi$ePeripnlcn ircPPti
Qinnltitilpr!pitieiltcrl$t itipltPninle#ti!clo"cc#rticPnieoorpirli rPti!e#tiPeltitilppltP$t iet$irPipp!tPninlr$nrlePni+iN-$cPPtnpidi i i " i i " i i%1ti"5s1iairli*!e#tiPeltitilppltP$ti$clltocPtPnieriRcPtieP$"tirie#t iti
ei$"ttrlt iri$citi$"t!t itnitieip#pnencPitllFltitiotlcPPe#t&ii 1* fs5ae5niplctiti$cPncrlitnirool!titioticp&iQi*Ptlt ieitehPéPée5nip!Pti tinlcritnientiti$cPncrl&i8titrio"pPc!FPticPniPtnnt!tPnit iPcne!!tPn irli eip#pnencP itnitiRcPti$eltitiei$"ttrltiriotlcPPe#t&i 1*5pgisépsiitniei"is1iépsiiecr$tPniti$cPncrliticl!tige#t ip#pnencP i%&i:crli
rPticrtlnrlt irPtiplccPitni*eclirnpt&i8tnntitlPFltirool!ti$tlnePtioelntiti cl!tiriPtiocrllcPnicP$ioeiInltitPrntienpt&i9rli*!e#ticntPrtieolFicrtlnrlt i $tlnePti cl!ti cPni cP$i !cPi #lePti rti rli *!e#ti cntPrti eolFi tl!tnrlti g$"ttrlt i%i Chapitiare 4-tFparlrgrnp4tFaoa-FréTto4EaSrt-4tpaSr-4prp- Etar4F o4Ftar r T4-4Sar-4prop- Etaro4F o4FtartSar roét!tapr4rSFpiFparaFr4r!poaréaSr"aFSréar Tto4Ea#r -4pr ahao-a#r -pr S-4papr aSr "aFS#r aSr étSiptot-apr a-r !-iFt-r éar apr F4ta#r pao-tpraSrFpS#r$r r¨ %4--aSr
&r r4rFp4-S!po4Ft-rop- Etaroét!tar4r4apréT-r-tharéarTto4Eara-r!-iFt-réar4r
4apréarSaSrtSt-S'r(pria4#r-rFttSar-r
#rtraSFr-ro4Sart-4tpa'r Chao-aréT-roa-FrSFpiFp4-Fr rl*i--ahtFr+aria-FparaSFro4pr-4pr-riapia,r&r r -r .r -r .r.r -r .r -r r aSrFp4tFaoa-FSrop- EtaSrS-Fré!t-tSr r-4pFtpréaréahr-p4Ft-Sréar4SartrS-Fr T raFr4r 'rr r imcopoloepnt n r *r TpSt-réT-ar!poar2r-4pr-roa-FrSFpiFp4-Fr3raSFr-Far0rQr1'rCaraSFr
é!t-tar-4pr&r
QÎÍr4r
*r 4rét4F4Ft-réT-ar!poar2r-4pr-roa-FrSFpiFp4-Fr3raSFr-Far0rÅr1'rCaraSFr
é!t-tar-4pr&r
ǹ¹¹¹AEAEAEAE'r
*r TpSt-raFr4rét4F4Ft-rS-Fré4aSr-4prp4--pFr r4rio-oa-F4Ft-r&rr 2Å3r5r+r2eQ3r,er
6air&r
*r2 erio-oa-F4tparéar2r4r *r *r3 r7Sr4a8rFttSapr4F4r-prp4tSapréaSr!tFp4EaSrop- EtaS'r64-Fréariooa-iap#r
pa8r ar !a-9Fpar éT4téar éar 4F4r +ioo4-éar,raFr4iiéa8r r4r 'r7Sr4pa8r4t-Str-aréaSipt-Ft-réF4tar-pri 4i-aréaSr!-iFt-SrFttSaSré4-SriaFrahapitia'r
r r aFFa8r r"pr4rtSFaréaSri aot-Sré4-Srar 'r:pa8r-r-a4r!ti tapr0r r1ré4-SraarSr4a8rS4tStprSrioo4-éaSraFré-Fri 4artE-ar+SarFapot-4-Fr-4pr-r0rrr1,rSap4ra-StFart-Fap-pFa're 4pEa8rTto4Eardsbdxs I sar4air'r
quotesdbs_dbs1.pdfusesText_1[PDF] fin des dictatures en amérique latine
[PDF] fin du rtc arcep
[PDF] fin du rtc orange
[PDF] fin du rtc sfr
[PDF] finale costale lutte
[PDF] finalité 1 bts am
[PDF] finalité de l'eps 2015
[PDF] finalité eps 2016
[PDF] finalité eps lycée
[PDF] finalités de l'école
[PDF] finalités et objectifs de l' eps
[PDF] finance conventionnelle definition
[PDF] finance d'entreprise
[PDF] finance d'entreprise berk demarzo pdf