Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000




Скачать 126.5 Kb.
НазваниеAxe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000
страница1/3
Дата конвертации30.10.2012
Размер126.5 Kb.
ТипДокументы
  1   2   3

Axe de Recherche B : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000






Thème B.1 : Analyse multi-images

Rapport d’activités 1997-2000


1. Participants


Responsables

HEITZ Fabrice Professeur ULP (ENSPS)

RONSE Christian Professeur ULP (UFR Maths / Info)


Permanents

LOUYS Mireille MCF ULP (ENSPS)

THORAVAL Laurent MCF ULP (IUT de Haguenau)

DRAMAN Cemal Ingénieur de recherche ULP


Non permanents

BUENO Gloria Post-doctorante (nov. 98 - nov. 2000)

BOOS Christian Doctorant (thèse soutenue mars 2000)

NIKOU Christophoros Doctorant (thèse soutenue mai 1999)

HAMDAM Raouf Doctorant (depuis déc. 96)

AGNUS Vincent Doctorant (depuis oct. 97)

MUSSE Olivier Doctorant (depuis oct. 97, co-encadr. IPB/CNRS/CHU Strasbg.)

SALOMON Michel Doctorant (depuis oct. 97, co-encadr. thème E)

DAHYOT Rozenn Doctorante (depuis oct. 98, co-encadr. LRPC/LCPC Strasbg.)

WAGNER Daniel Doctorant (depuis sept. 99, co-encadr. thème A.1)


2. Problématique


Ce thème de recherche vise à développer des modèles, des algorithmes ainsi que des systèmes matériels pour l'analyse de données multi-images. Par données multi-images, nous entendons aussi bien des séquences temporelles 2D+t, 3D+t, que des images multisources / multimodales 2D ou 3D ou des bases de données “ images ” de très grande taille.

Les problématiques abordées concernent la détection de changements, la segmentation et la mise en correspondance. L'effort porte particulièrement sur le développement de modèles aptes à décrire, dans de tels volumes d'information, les transformations géométriques inter-images (champs de déformations, déplacements inter-images), leur variabilité photométrique (changements temporels et multimodalité) ainsi que la complexité variable des scènes analysées (nombre et classes d'objets). En amont, les approches privilégiées sont les approches à base d’opérateurs (morphologie mathématique), les approches géométriques (géométrie discrète, modèles déformables), et les approches par modèles statistiques.

En aval, l'accent a été mis sur le traitement de données séquentielles et multimodales en imagerie médicale 3D, sur le développement de systèmes d'analyse de séquences rapides (dont les cadences d'acquisition dépassent de façon significative le rythme vidéo), et sur la compression de bases de données en astronomie, dans le cadre de collaborations en cours.


3. Activités de Recherche

Fondements théoriques du traitement et de l'analyse multi-images (C. Ronse, C. Boos, V. Agnus)

[1-RH96, 2-MR96, 2-Ron96, 2-Ron98a, 2-Ron98b, 2-RH98, 2-HR99, 2-RT00, 2-RT99, 2-TR99, 4-WTR98, 4-TWR99, 4-TR00, 5-TR96, 5-ARH00, 6-Boo96, 6-TR96 , 6-Ron97]


Une première activité concerne l'étude théorique des méthodes, techniques, et outils utilisés dans l'analyse multi-image.


Une recherche théorique est menée sur la formalisation mathématique des opérations de traitement d'images, en particulier celles de la morphologie mathématique [1-RH96, 2-MR96, 2-Ron96, 2-Ron98a, 2-Ron98b, 2-RH98, 2-HR99]. Ces travaux sont effectués en collaboration avec le Centre de Morphologie Mathématique de l'Ecole des Mines de Paris et avec le Centrum voor Wiskunde en Informatica d'Amsterdam, conduisant à des publications sur une approche algébrique de la notion de voisinage, et par conséquent de celles de filtrage de points isolés et de reconstruction de composantes connexes par géodésie.


Une collaboration est par ailleurs en cours avec M. Tajine du thème A.1 (Géométrie discrète), qui co-encadre avec Ch. Ronse la thèse de D. Wagner, sur une nouvelle approche de la discrétisation, basée sur la minimisation de la distance de Hausdorff entre l'objet euclidien et sa discrétisation [2-RT00, 2-RT99, 2-TR99, 4-WTR98, 4-TWR99, 4-TR00].


Les compétences en morphologie mathématique, en particulier sur les opérations géodésiques, sont appliquées à la segmentation par croissance de régions guidés par des contours, et à la mesure-segmentation du mouvement (thèse de V. Agnus, voir plus loin) [5-ARH00]. Une recherche a également été menée sur la classification supervisée (thèse de Ch. Boos, soutenue le 1.3.2000) [6-Boo96]. Les applications escomptées incluent des modèles de segmentation spatio-temporelle où les objets ne sont pas nécessairement connexes (pour tenir compte des occlusions possibles).


Analyse de séquences d’images médicales multimodales (F. Heitz, G. Bueno, L. Thoraval, C. Nikou, O. Musse, M. Salomon)

[2-MAN98, 2-NHA98, 2-NHA99, 3-NHA99, 4-NHA98a, 4-NHA98b, 4-NHA98c, 4-NHA98d, 4-MHA99, 4-NHA99, 4-BHA00, 4-MHA00, 4-NBH00]


Cette opération concerne le développement de modèles et algorithmes pour la segmentation, la mise en correspondance de structures déformables et la détection de changements dans des séquences 3D d’images médicales multimodales. Cette opération s’appuie (depuis 1996) sur une collaboration étroite avec l'Institut de Physique Biologique (ESA CNRS 7004, CHU de Strasbourg) dans le domaine de l'imagerie médicale multimodale (IRM, IRMf, TEMP) du cerveau (7 stages, 2 thèses et 1 post-doctorat en co-encadrement). Cette collaboration a permis le développement et transfert en routine clinique de plusieurs méthodes originales de recalage (rigide/déformable), de segmentation et de détection de changements multi-images 3D.


Une méthode de recalage rigide d’images multimodales s’appuyant sur des fonctions de similarité et sur des estimateurs robustes a été développée et validée avec succès en routine clinique sur des images multimodales médicales présentant de fortes dissimilarités [2-NHA98, 2-NHA99] (thèse de C. Nikou). Le recalage déformable 3D multi-patients a par ailleurs été abordé, dans le cadre de la construction d’un atlas anatomique probabiliste du cerveau. La méthode de recalage proposée s’appuie sur une modélisation originale du champ 3D des déformations, sur une succession d’espaces multiéchelles emboîtés correspondant à des représentations paramétriques continues du champ des déformations [4-MHA99, 4-MHA00]. Cette méthode hiérarchique permet l’estimation de champs de déformation 3D denses, non linéaires et de grandes amplitudes (jusqu’à 25 voxels) en des temps de calcul non prohibitifs (15mn cpu pour des volumes 128^3 sur une station de travail). Les travaux sur le recalage 3D déformable se poursuivent actuellement par l’introduction de contraintes complémentaires dans le modèle de correspondance : contrainte de préservation de la topologie des structures anatomiques et contrainte de correspondance entre points caractéristiques (thèse d’O. Musse). Une collaboration avec l’ICPS (Image et Calcul Parallèle Scientifique, LSIIT, anct. JE 1935), initiée fin 1997 a enfin pour objet l’étude de la mise en oeuvre parallèle de techniques génériques de recalage 3D déformable à base de fonctions de similarité (thèse de M. Salomon, voir Axe E).


Un second axe de recherche concerne la construction d’atlas anatomiques surfaciques et volumiques du cerveau. Les atlas numériques définissent une approche unifiée et robuste (orientée modèle), pour nombre de problèmes se posant en analyse d’images médicales multimodales : segmentation, recalage, étiquetage, interprétation et détection d’évolutions ou de pathologies. Une première étude (thèse de C. Nikou) s’est orientée vers des modèles déformables surfaciques physiques, contraints statistiquement par des techniques d’apprentissage [4-NHA98c, 4-NHA98d,4-NHA99, 4-NBH00]. Ces modèles ont été appliqués au recalage et à la segmentation d’images 3D IRM/TEMP du cerveau. Une approche alternative, en cours d’exploration, consiste à considérer des modèles déformables volumiques, associés à des champs de déformations 3D denses [MHA00], qui devrait déboucher sur la construction d'un atlas anatomique déformable probabiliste (thèse d’O. Musse, en cours).


Une troisième opération, récemment prise en charge par L. Thoraval, porte sur le développement de modèles de représentation compacte de la distribution spatio-temporelle de ruptures de signaux. Elle s'inscrit dans le cadre de l'analyse de séquences d'images en IRM fonctionnelle cérébrale, en collaboration avec l'Institut de Physique Biologique. Une décomposition temps-échelles de type ondelette complexe de signaux IRM fonctionnels cérébraux, associée à une modélisation semi-markovienne cachée des instants de ruptures produits est actuellement à l'étude .


Analyse de séquences temporelle d’images (F. Heitz, C. Ronse, L. Thoraval, C. Draman, V. Agnus, R. Hamdan) [2-KH98, 2-KH99, 2-LPH00, 3-KH97b, 3-LHP98, 5-TR96, 4-DCH99, 4-HHT99, 4-DCH00, 5-ARH00]


Outre la poursuite d’études en amont, sur la modélisation markovienne de séquences d’images [2-KH98, 2-KH99, 2-LPH00, 3-KH97b, 3-LHP98], en collaboration avec l’IRISA (Rennes), les travaux ont portés sur les problèmes génériques de détection, segmentation et suivi du mouvement dans des séquences d’images.


Une première étude (thèse de R. Hamdan) concerne la segmentation et la reconnaissance du mouvement sur séquences longues. Un cadre unifié reposant sur des techniques de décomposition statistique (décomposition de Karhunen-Loeve d’images appartenant à une base d’apprentissage) permet de traiter conjointement, avec le même modèle statistique sous-jacent, la détection, la segmentation, le suivi et la reconnaissance du mouvement. Le suivi s’appuie sur des techniques de filtrage de Kalman et de propagation de densités conditionnelles (“ condensation ”). La reconnaissance est effectuée par un modèle de Markov caché (MMC). Cette approche, générique, a été validée dans une application de reconnaissance du geste [4-HHT99].


Une approche alternative pour la segmentation du mouvement (thèse de V. Agnus) se base sur une segmentation d'images spatio-temporelles 2D+t utilisant des méthodes morphologique comme la ligne de partage des eaux et la reconstruction géodésique. La sur-segmentation résultante est diminuée au moyen d'opérations géodésiques et de filtres utilisant les notions de connexité. Ces résultats permettent de segmenter les objets d’une séquence dont le mouvement suit un modèle affine donné. Des modèles de segmentation globaux 2D+t sont également envisagés [5-ARH00].


Une troisième étude (thèse de R. Dahyot, collaboration avec le Laboratoire Régional des Ponts et Chaussées, Strasbourg) concerne la reconnaissance des formes et l’indexation par le contenu de bases de données d'images séquentielles pour la gestion du réseau routier [4-DCH99,4-DCH00]. Cette recherche a pour objectif de développer des techniques de recherche dans de grandes bases d'images, afin d’identifier et d’indexer automatiquement les structures accidentogènes ((poteaux, panneaux, rails de sécurité, arbres, ...). L’approche développée jusqu’ici s’appuie sur des modèles statistiques robustes d’apparence couleur, associés à des algorithmes de détection et de reconnaissance s’appuyant sur la théorie semi-quadratique [4-DCH99,4-DCH00].


Système matériels de traitement de séquences d’images (C. Draman, F. Heitz) [2-JRC99, 3-AD96, 4-JHC97, 5-JCO98]


Une activité, complémentaire avec la précédente, concerne le développement de systèmes matériels de traitements de séquences temporelles. On constate que ces dix dernières années, l'effort d'un grand nombre de laboratoires publics et privés s'est surtout orienté vers la mise au point de systèmes matériels de traitement d'images capables de gérer des flots de données “ images ” à la cadence vidéo (25-30 images/s). Cela a conduit à la réalisation de nombreux systèmes, dédiés ou non, dont certains ont été commercialisés. La nécessité, dans certaines applications, d'analyser des phénomènes qui nécessitent des cadences d'acquisition, de stockage et éventuellement de traitement comprises entre 100 et 1000 images par seconde, nous a amené à mettre en place une collaboration avec le Groupe d'Optique Appliquée du Centre de Recherches Nucléaires de Strasbourg qui développe des caméras CCD rapides (jusqu'à 1000 images/s). Cette collaboration nous a conduit à participer au projet européen “CAMRECORD” où nous avons développé un ensemble d'acquisition ultra-rapide intégré, d'utilisation extrêmement souple. Dans ce cadre, LSIIT a développé le système de stockage des images, le GOA étant chargé de développer la partie capteur “ tête CCD ”. Le système développé se présente sous la forme d’une “ caméra numérique ” capable de stocker 1000 images/s, en format 512*512, avec une capacité de stockage de 2000 images. Elle peut être reliée à un système informatique soit par l’intermédiaire d’une liaison SCSI, soit par l’intermédiaire d’une liaison Ethernet 10/100 Mbits/s. Ce système est maintenant industrialisé par la Société Photonetics.


Nous étudions maintenant la possibilité d'introduire des ressources de traitement d'images au niveau de la caméra rapide et d’en faire un “ capteur intelligent ”. Le débit de données atteignant 256 Mo/s pour la caméra rapide 1000 images/s., nous nous sommes orientés vers des architectures à base de “ calculateurs reconfigurables ”, qui sont actuellement parmi les seuls systèmes permettant de répondre à de telles contraintes. Nous nous sommes équipés de trois cartes RC1000 qui intègrent des FPGA de XILINX de 1Million de portes. Ces cartes, associées à un “ compilateur ” Handel C sont utilisées pour implémenter des algorithmes de traitement temps-réel de séquences d’images. Deux projets sont en cours actuellement dans ce contexte :


  • Le projet ACO “ Action Coordonnée d'Optique ” financé en partie par CNRS, sera réalisé par le LSIIT et GOA/PHASE. Ce projet concerne le développement d’une méthode de microscopie interférométrique (conçue par le laboratoire PHASE), qui permet d'obtenir le profil 3D d'une surface avec la résolution en Z de la longueur d'onde de la lumière projetée. Le profil s'obtient en utilisant plusieurs centaines d'images. Or, dans un cas pratique, il est nécessaire de chercher la zone intéressante sous l'objectif du microscope en déplaçant l'échantillon avec un contrôle visuel. Il est donc nécessaire d’obtenir quelques résultats par seconde, d'où la nécessité de traiter plusieurs centaines d'images par seconde.

  • Un second projet, en cours, concerne le portage de la chaîne générique de segmentation, de suivi et de reconnaissance développée dans le cadre de la thèse de R. Hamdan (voir section précédente).



Compression mutli-images (M. Louys ) [2-MSL98, 2-LSM99a, 2-LSM99b, 2-BFB00, 4-SML97b, 4-BFG99, 4-BFL99, 4-LB99, 4-GLL00]


Une dernière activité de recherche poursuivie dans ce thème, concerne la compression de bases de données images de très grande taille. Les approches privilégiées ici sont les techniques de transformées multi-échelles et les techniques statistiques par transformées orthogonales (décomposition de Karhunen-Loeve, ACP). Ces travaux s’appuient sur une collaboration avec le CDS, Centre de Données astronomiques de Strasbourg.

Dans le cadre d'une collaboration avec l'Observatoire de Strasbourg et le Service d'Astrophysique du CEA (Saclay), nous avons participé au développement et à l'optimisation d'une méthode de compression pour les images astronomiques de champs (plaques de Schmidt et survey CCD) [2-LSM99a, 2-BFB00]. Cette méthode s'appuie sur une transformée pyramidale médiane associée a l'analyse du bruit. Elle permet de contrôler les pertes d'information dans l'analyse des données compressées (détection, classification d'objets) et offre des performances attractives: taux de compression entre 50 et 200 pour des champs moyennement et peu encombrés, temps de calculs acceptables (2 à 3s) pour une distribution d'images par le réseau. Cet algorithme a été implémenté récemment dans l'atlas interactif du CDS: ALADIN.


Une seconde étude concerne la décomposition statistique d'images d'objets individuels pour la gestion de très grandes bases de données d'objets astronomiques. L’idée est de construire des bases d'images propres (ACP) permettant de représenter au mieux les objets d'origine par un ensemble minimum de coefficients, en sélectionnant des objets représentatifs pour créer un ensemble d’apprentissage. Ceci correspond à un besoin croissant en astronomie d'optimiser les liens entre les informations disponibles, catalogues, images, bibliographie. Les futurs surveys tels que SLOAN, 2MASS, TERAPIX collectent ainsi jusqu'à un milliard d'objets, en majorité visualisés par quelques dizaines de pixels sur des images acquises à différentes longueurs d'onde. Plusieurs objectifs sont visés : la compression des images d'objets, la décorrélation inter-bande et la classification en différents types d'objets ( étoiles/galaxies, différents types de galaxies, etc.). Ce travail confirme l’intérêt de cette approche pour l’étude de familles spécifiques d'objets mais aussi la difficulté et les coûts importants d'une approche générale.

L'expertise acquise pour la compressions d'images astronomiques s'applique enfin pour évaluer les possibilités des méthodes à base d'ondelettes orthogonales et codage sous-bandes enchâssés [4-GLL00] pour la compression à bord des données originales, dans les futurs télescopes spatiaux. Les algorithmes étudiés utilisent une décomposition en ondelettes orthogonales par un filtre 9/7 et différentes implémentations des codages sous-bandes enchâssés du type Embedded Zero Tree (Shapiro) . Ces codages sont évalués selon 3 critères : conservation de l'information astrométrique et photométrique pour des objets calibrés, complexité algorithmique, et robustesse aux erreurs de transmission. Deux stratégies optimisées basées sur le SPIHT et sur un codage sous-bande spécifique ont été programmées et retenues. Elles ont été révisées et implémentées par l’équipe TOS-ETD de l'ESTEC sur une carte DSP Mosaic020 , qualifiée pour le traitement à bord .

Cette approche démontre d’une part la faisabilité de la compression sans perte sur les images astronomiques et de la compression embarquée pour ce type de carte d’autre part.


La thématique compression s’achève avec cette étude et M. Louys recentre ses activités autour du thème “ Analyse de séquences d’images médicales multimodales ” (atlas fonctionnel probabiliste, apprentissage), en collaboration avec l’Institut de Physique Biologique (CHU Strasbourg).

  1   2   3

Добавить в свой блог или на сайт

Похожие:

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconPour l’analyse culturelle et l’inculturation

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconAnalyse des reseaux sociaux et communautes en ligne : quelles applications en marketing ?

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconFichier a2T1Ax publis doc Axe de recherche

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconImages

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconTemporaliser l’analyse des mobilisations politiques Gaël Franquemagne, Rodolphe Gouin et Bénédicte Récappé

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconObjectives to study, implement and analyse a typical analogue source (speech) encoding technique a prerequisites

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconCover images

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 icon[all images and figures are removed]

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconEarly Images of the Australian Aborigines

Axe de Recherche b : Analyse, Interprétation et Diffusion d’Images Thème : Analyse multi-images Mars 2000 iconMoving Images and Sound Archiving Study


Разместите кнопку на своём сайте:
lib.convdocs.org


База данных защищена авторским правом ©lib.convdocs.org 2012
обратиться к администрации
lib.convdocs.org
Главная страница