Download or read book Techniques de segmentation d images et strat gie de pilotage pour l analyse automatique d chantillons en microscopie lectronique written by Nicolas Coudray and published by . This book was released on 2008 with total page 193 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce mémoire est consacré à l’élaboration de techniques de segmentation pour la scrutation de membranes protéiques lors du pilotage d’un microscope électronique en transmission. Les membranes biologiques sont issues d’expériences de cristallisation 2D de protéines dont il faut évaluer le succès. Notre stratégie consiste à piloter le microscope selon des informations extraites à partir des images. Elle se décompose en trois étapes correspondant à trois niveaux de grossissement du microscope. Des traitements adaptés ont été développés. Ils sélectionnent les régions d’intérêt aux deux premiers niveaux, et évaluent la cristallinité du spécimen à fort grossissement. Les objets d’intérêt ont un faible contraste dans des images très bruitées. Notre principal algorithme de segmentation repose sur une mesure de gradient multirésolution, combinée à un seuillage adapté aux échelles. Pour rassembler les informations de contours segmentés aux différentes échelles, nous proposons la construction d’une image intermédiaire, appelée RGL (Reconstructed Gradient- Like). Cette image est finalement partitionnée en régions à l’aide de l’algorithme de ligne de partage des eaux. Un nouvel algorithme de seuillage d’images gradient est également présenté. Basée sur une approximation par deux droites de la pente descendante de l’histogramme unimodal, cette technique possède la propriété d’être robuste aux variations statistiques de l’histogramme. La stratégie a été validée in situ avec une implémentation prototype. Les tests soulignent le potentiel de cette démarche et de l’interprétation automatique des images, afin de caractériser et classifier au mieux les différents types de membranes.
Download or read book Segmentation d images de microscopie en couleur pour l analyse automatique de cultures cytologiques written by Estelle Glory and published by . This book was released on 2005 with total page 245 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse propose une stratégie de criblage à haut débit pour établir un protocole de thérapie cellulaire avec des cellules musculaires souches adultes. Elle présente une méthode complètement automatique pour quantifier les cultures cellulaires, de la culture à l’interprétation de données. L’analyse d’images repose sur la couleur des noyaux cellulaires. Les paramètres de l’algorithme sont déterminés par un critère spécialement conçu pour évaluer la qualité des segmentations d’images cytologiques. La deuxième contribution est le développement d’une classification adaptative qui distingue les noyaux individuels des agrégats, en utilisant une approche non-paramétrique. Les agrégats sont individualisés par une méthode de division-fusion combinant différentes implémentations de la ligne de partage des eaux. Les résultats produisent un taux d’erreur de dénombrement inférieur à 2%, avec 7% d’erreurs pour les agrégats et 0,5% pour les noyaux individuels, comparés à un comptage manuel.
Download or read book Segmentation d images written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-11 with total page 150 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que la segmentation d'image Dans le traitement d'images numériques et la vision par ordinateur, la segmentation d'image est le processus de partitionnement d'une image numérique en plusieurs segments d'image, également appelés régions d'image ou objets images. Le but de la segmentation est de simplifier et/ou de modifier la représentation d'une image en quelque chose de plus significatif et plus facile à analyser. La segmentation d'images est généralement utilisée pour localiser des objets et des limites dans les images. Plus précisément, la segmentation d'image est le processus d'attribution d'une étiquette à chaque pixel d'une image de telle sorte que les pixels portant la même étiquette partagent certaines caractéristiques. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Segmentation d'images Chapitre 2 : Détection des contours Chapitre 3 : Transformation de caractéristiques invariantes d'échelle Chapitre 4 : Seuil (traitement d'image) Chapitre 5 : Méthode d'Otsu Chapitre 6 : Détection de coin Chapitre 7 : Coupes graphiques en vision par ordinateur Chapitre 8 : Décalage moyen Chapitre 9 : Segmentation de plage Chapitre 10 : Bassin versant (traitement d'image) (II) Répondre aux principales questions du public sur la segmentation d'images. (III) Exemples concrets d'utilisation de la segmentation d'images dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de segmentation d'images.
Download or read book METHODOLOGIE DE CONCEPTION DE SYSTEMES D ANALYSE D IMAGES written by Jean-Michel Jolion and published by . This book was released on 1987 with total page 266 pages. Available in PDF, EPUB and Kindle. Book excerpt: ON EXPOSE UNE METHODOLOGIE PRENANT EN COMPTE LES CONNAISSANCES ET L'EXPERIENCE DE L'HOMME POUR DEVELOPPER L'ADAPTABILITE DES SYSTEMES D'ANALYSE D'IMAGES. ON REALISE A L'USAGE DES UTILISATEURS PHYSICIENS DANS LE CONTEXTE DE LA MICROSCOPIE ELECTRONIQUE LE SYSTEME D'ANALYSE D'IMAGES CELLULE QUI UTILISE LE LANGAGE ESSAI
Download or read book Strategies de segmentation d images multicomposantes written by Ouattara-S and published by Omn.Univ.Europ.. This book was released on 2018-02-28 with total page 256 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation est une étape primordiale en traitement d'images puisqu'elle conditionne la qualité de l'interprétation, puis la prise de décision. Beaucoup de méthodes existantes donnent de bons résultats mais supposent des a priori sur la stratégie de traitement ou la distribution des classes, et des connaissances sur le contenu de l'image. Au regard des progrès technologiques des capteurs et de la capacité des mémoires de stockage, les images multicomposantes sont de plus en plus plébiscitées par rapport aux images monocomposantes (scalaires ou en niveaux de gris) à cause de leur richesse à caractériser une scène donnée.Parmi les stratégies de segmentation à approche région, celles basées sur la classification par analyse d'histogrammes d'images multicomposantes présentent l'avantage de réaliser une segmentation sans connaissance a priori des images. L'objectif fixé dans le cadre de cette de travail est la mise en oeuvre d'une méthode de segmentation d'images multicomposantes par analyse d'histogrammes multidimensionnels à stratégie vectorielle et non paramétrique, en résolvant les problèmes liés à la manipulation des histogrammes nD et à leur aspect diffus.
Download or read book High Order Models in Semantic Image Segmentation written by Ismail Ben Ayed and published by Elsevier. This book was released on 2023-06-16 with total page 182 pages. Available in PDF, EPUB and Kindle. Book excerpt: High-Order Models in Semantic Image Segmentation reviews recent developments in optimization-based methods for image segmentation, presenting several geometric and mathematical models that underlie a broad class of recent segmentation techniques. Focusing on impactful algorithms in the computer vision community in the last 10 years, the book includes sections on graph-theoretic and continuous relaxation techniques, which can compute globally optimal solutions for many problems. The book provides a practical and accessible introduction to these state-of -the-art segmentation techniques that is ideal for academics, industry researchers, and graduate students in computer vision, machine learning and medical imaging. Gives an intuitive and conceptual understanding of this mathematically involved subject by using a large number of graphical illustrations Provides the right amount of knowledge to apply sophisticated techniques for a wide range of new applications Contains numerous tables that compare different algorithms, facilitating the appropriate choice of algorithm for the intended application Presents an array of practical applications in computer vision and medical imaging Includes code for many of the algorithms that is available on the book's companion website
Download or read book Formation et restauration d images en microscopie rayons written by Jean-Baptiste Sabarita and published by . This book was released on 1996 with total page 215 pages. Available in PDF, EPUB and Kindle. Book excerpt: Technique récente, la microscopie à rayons X offre aujourd'hui une résolution spatiale supérieure à celle de la microscopie optique (20 nm contre 200 nm en microscopie optique confocal laser). Elle offre également un meilleur pouvoir de pénétration que la microscopie électronique (jusqu'à 10 μm contre 1 μm en microscopie électronique à moyenne et haute tension). Ainsi, la microscopie à rayons X mous (longueurs d'onde comprises entre 2,4 et 4,3 nanomètres) permet l'analyse à haute résolution en 2 ou 3 dimensions d'échantillons biologiques placés dans des conditions proches de leur milieu naturel (contrairement aux microscopes électroniques classiques qui imposent une préparation des échantillons). Cependant, la réduction de la dose absorbée par l'échantillon nécessite des durées d'expositions aussi courtes que possible. Or, effectuer une acquisition avec peu de photons se fait au détriment du rapport signal sur bruit des images. Un de nos objectifs a été le développement d'outils pour l'amélioration et la restauration de ces images. La première partie de nos travaux a consisté à déterminer la fonction de transfert du microscope à rayons X en transmission et à comparer les résultats obtenus avec le modèle théorique de la formation des images. Dans la seconde partie, nous avons complété les modèles existants liant le nombre de photons et le contraste, en prenant en compte le mode de formation des images dans le microscope. La troisième partie de ces travaux concerne le développement de techniques de traitement numérique des images dans le but d'améliorer et de restaurer des images obtenues par microscopie à rayons X avec de faibles temps d'exposition. Ces processus ont été appliqués à l'étude par microscopie à rayons X de différents types d'échantillons biologiques
Download or read book Image Segmentation written by Tao Lei and published by John Wiley & Sons. This book was released on 2022-09-26 with total page 340 pages. Available in PDF, EPUB and Kindle. Book excerpt: Image Segmentation Summarizes and improves new theory, methods, and applications of current image segmentation approaches, written by leaders in the field The process of image segmentation divides an image into different regions based on the characteristics of pixels, resulting in a simplified image that can be more efficiently analyzed. Image segmentation has wide applications in numerous fields ranging from industry detection and bio-medicine to intelligent transportation and architecture. Image Segmentation: Principles, Techniques, and Applications is an up-to-date collection of recent techniques and methods devoted to the field of computer vision. Covering fundamental concepts, new theories and approaches, and a variety of practical applications including medical imaging, remote sensing, fuzzy clustering, and watershed transform. In-depth chapters present innovative methods developed by the authors—such as convolutional neural networks, graph convolutional networks, deformable convolution, and model compression—to assist graduate students and researchers apply and improve image segmentation in their work. Describes basic principles of image segmentation and related mathematical methods such as clustering, neural networks, and mathematical morphology. Introduces new methods for achieving rapid and accurate image segmentation based on classic image processing and machine learning theory. Presents techniques for improved convolutional neural networks for scene segmentation, object recognition, and change detection, etc. Highlights the effect of image segmentation in various application scenarios such as traffic image analysis, medical image analysis, remote sensing applications, and material analysis, etc. Image Segmentation: Principles, Techniques, and Applications is an essential resource for undergraduate and graduate courses such as image and video processing, computer vision, and digital signal processing, as well as researchers working in computer vision and image analysis looking to improve their techniques and methods.
Download or read book Variational and Level Set Methods in Image Segmentation written by Amar Mitiche and published by Springer. This book was released on 2012-12-05 with total page 192 pages. Available in PDF, EPUB and Kindle. Book excerpt: Image segmentation consists of dividing an image domain into disjoint regions according to a characterization of the image within or in-between the regions. Therefore, segmenting an image is to divide its domain into relevant components. The efficient solution of the key problems in image segmentation promises to enable a rich array of useful applications. The current major application areas include robotics, medical image analysis, remote sensing, scene understanding, and image database retrieval. The subject of this book is image segmentation by variational methods with a focus on formulations which use closed regular plane curves to define the segmentation regions and on a level set implementation of the corresponding active curve evolution algorithms. Each method is developed from an objective functional which embeds constraints on both the image domain partition of the segmentation and the image data within or in-between the partition regions. The necessary conditions to optimize the objective functional are then derived and solved numerically. The book covers, within the active curve and level set formalism, the basic two-region segmentation methods, multiregion extensions, region merging, image modeling, and motion based segmentation. To treat various important classes of images, modeling investigates several parametric distributions such as the Gaussian, Gamma, Weibull, and Wishart. It also investigates non-parametric models. In motion segmentation, both optical flow and the movement of real three-dimensional objects are studied.
Download or read book SEGMENTATION D IMAGES written by CHAFIK DJALAL.. KERMAD and published by . This book was released on 1997 with total page 210 pages. Available in PDF, EPUB and Kindle. Book excerpt: DANS LE CADRE DE CE MEMOIRE, NOUS AVONS DEVELOPPE UN SYSTEME DE SEGMENTATION ADAPTE A L'ANALYSE DE PLUSIEURS TYPES D'IMAGES, RICHES EN DETAILS ET DONT LES REGIONS PEUVENT ETRE DE NATURE UNIFORME ET/OU TEXTUREE. UN INTERET TOUT PARTICULIER A ETE ACCORDE A L'ASPECT AUTOMATIQUE ET NON-SUPERVISE DU DISPOSITIF. CECI IMPLIQUE, D'UNE PART, LA MULTIPLICATION DES TRAITEMENTS, ET D'AUTRE PART, L'ADOPTION D'UNE DEMARCHE PROGRESSIVE OU LA FORMATION DES PRIMITIVES S'OPERE DE MANIERE COOPERATIVE ET GUIDEE. LE SYSTEME MIS AU POINT ENTRE DANS LE CADRE DES METHODES COOPERATIVES. L'ARCHITECTURE DU SYSTEME PROPOSE COMBINE DEUX CONCEPTS. LE PREMIER, FONDE SUR UN PROCEDE D'INTEGRATION D'INFORMATIONS ISSUES DE DIFFERENTES METHODES, PERMET DE TIRER PARTI DES AVANTAGES DE CHACUNE D'ELLES. LE SECOND CONCEPT S'INSPIRE DE LA PERCEPTION ACTIVE PAR L'INTRODUCTION D'UNE BOUCLE DE RETOUR DANS LE SYSTEME AFIN DE CORRIGER ET D'AJUSTER LES PARAMETRES DE CONTROLE DES DIFFERENTES TECHNIQUES DE SEGMENTATION. LE PRINCIPE DE LA COOPERATION PROPOSEE INTRODUIT UN MECANISME DE VERIFICATION DE LA COHERENCE PAR COMPARAISON DES RESULTATS DES METHODES QUI COOPERENT. CET ASPECT FAIT DEFAUT A UN BON NOMBRE D'APPROCHES COOPERATIVES. LE SYSTEME DEVELOPPE EST COMPOSE DE DEUX MODULES. LE PREMIER EST DEDIE A L'EXTRACTION DE REGIONS UNIFORMES OU FAIBLEMENT TEXTUREES. LE PRINCIPE EST FONDE SUR UNE COOPERATION ITERATIVE ENTRE UNE METHODE DE DETECTION DE CONTOURS ET UNE METHODE D'AGREGATION DE POINTS. CES DEUX METHODES SONT ITEREES AVEC DES CRITERES DE PLUS EN PLUS TOLERANTS JUSQU'A LA CONVERGENCE VERS DES RESULTATS COHERENTS ET STABLES. LA COHERENCE EST REALISEE EN MINIMISANT UNE DISTANCE DE SIMILARITE ENTRE LES CONTOURS ET LES REGIONS. LE BUT EST AINSI DE FOURNIR UNE SOLUTION OPTIMALE AU SENS DE LA COMPATIBILITE ENTRE LES DEUX SEGMENTATIONS. LE SECOND MODULE LOCALISE LES PRIMITIVES TEXTURES AFIN DE REACTUALISER ET CORRIGER LES PRIMITIVES CONTOURS ET REGIONS EXTRAITES PAR LE PREMIER MODULE. CETTE LOCALISATION S'APPUIE SUR UNE CLASSIFICATION AUTOMATIQUE PAR MULTI-SEUILLAGE EXPLOITANT CERTAINS MECANISMES DE LA PERCEPTION VISUELLE, ET SUR UNE FUSION DES REGIONS MULTI-SEUILLEES MINIMISANT UN CRITERE DE SIMILARITE. L'EFFICACITE DE NOTRE APPROCHE S'EST TRADUITE, DANS LA PLUPART DES CAS EXAMINES, PAR UNE DETECTION COHERENTE DES ELEMENTS REPRESENTATIFS DE L'IMAGE. ELLE A ETE PARTICULIEREMENT CONSTATEE LORS DE LA COMPARAISON AVEC D'AUTRES METHODES. MOTS-CLES : SEGMENTATION D'IMAGES, COOPERATION DE METHODES, DETECTION DE CONTOURS, ANALYSE DE TEXTURES, PERCEPTION DU CONTRASTE, ADAPTATIVITE, MESURE DE LA COHERENCE, DISTANCE ENTRE IMAGES DE CONTOURS, EVALUATION DES RESULTATS DE SEGMENTATION.
Download or read book PRETRAITEMENT ET SEGMENTATION D IMAGES PAR MISE EN UVRE DE TECHNIQUES BASEES SUR LES EQUATIONS AUX DERIVEES PARTIELLES written by SOPHIE.. SCHUPP and published by . This book was released on 2000 with total page 211 pages. Available in PDF, EPUB and Kindle. Book excerpt: LA THESE OFFRE TROIS VOLETS : UNE ANALYSE DE L'APPORT DES EDP POUR LE PRETRAITEMENT ET LA SEGMENTATION, UNE METHODE DE SEGMENTATION BASEE SUR LES EDP ET UNE APPLICATION EN IMAGERIE MICROSCOPIQUE. DANS LE CHAPITRE UN, LA PRESENTATION DES PRETRAITEMENTS PAR EDP S'APPUIE SUR LE MODELE PHYSIQUE DE DIFFUSION NON LINEAIRE, ELLE SE POURSUIVENT AVEC LES METHODES D'ANALYSE MULTIECHELLE QUI S'APPUIENT SUR L'INFORMATION COURBURE ET S'ACHEVE AVEC LES MODELES DE DIFFUSION ANISOTROPE DONT LES FILTRES DE CHOCS ADAPTES AU FILTRAGE ET A LA CONSERVATION DES CONTOURS. LE CHAPITRE DEUX PORTE SUR LA DETECTION DES FRONTIERES PAR DES METHODES VARIATIONNELLES DONT LES CONTOURS ACTIFS ET LES METHODES PAR ENSEMBLES DE NIVEAUX. LEUR PROBLEMATIQUE EST IDENTIFIEE : INITIALISATION, CHOIX DES PARAMETRES, COMPORTEMENT FACE AUX PHENOMENES DE RUPTURES TOPOLOGIQUES. LE CHAPITRE TROIS PRESENTE UN MODELE DE PRETRAITEMENT INTEGRANT LES COMPOSANTES LIEES A LA DIFFUSION, LA REACTION ET LE CHOC. UNE EXTENSION AUX IMAGES COULEURS EST PROPOSEE. LA MORPHOLOGIE CONTINUE EST LA FORMULATION PAR EDP DES FILTRES DE NIVELLEMENT AINSI QUE DES OPERATEURS DE MORPHOLOGIE MATHEMATIQUE. LE CHAPITRE QUATRE EST CONSACRE A LA SEGMENTATION PAR EDP AVEC LE MODELE GEOMETRIQUE NON REGULARISE, IMPLEMENTE PAR LES METHODES A PROGRESSION RAPIDE, A PARTIR DUQUEL LA LPE CONTINUE ET LES DIAGRAMMES DE VORONOI SONT OBTENUS. LE CHAPITRE CINQ PRESENTE UNE METHODE DE SEGMENTATION AUTOMATIQUE FONDEE SUR LES OUTILS DES CHAPITRES PRECEDENTS. L'INITIALISATION AUTOMATIQUE, ETAPE CRUCIALE DES CONTOURS ACTIFS, SE FAIT EN TROIS ETAPES : REGULARISATION PAR DIFFUSION NON LINEAIRE, DETECTION DE GERMES PAR OUTILS MORPHOLOGIQUES, CLASSIFICATION FLOUE. LA LOCALISATION EST EFFECTUEE PAR LA LPE CONTINUE FORMALISEE AVEC LES EDP. LA DESCRIPTION DE LA CLASSIFICATION FLOUE EST SUIVIE DE QUELQUES EXEMPLES D'APPLICATION : CYTOLOGIE, HISTOLOGIE ET L'OS TRABECULAIRE. LE CHAPITRE SIX EST CONSACRE A LA VALIDATION DE LA METHODE SUR UNE APPLICATION EN IMMUNOMARQUAGE NUCLEAIRE.
Download or read book Segmentation d images microscopiques de cytologie written by Mohammed Lamine Benomar and published by Univ Europeenne. This book was released on 2012 with total page 132 pages. Available in PDF, EPUB and Kindle. Book excerpt:
Download or read book S lection Automatique D Espaces Couleur Pour la Segmentation D Images written by Laurent Busin and published by Editions Universitaires Europeennes. This book was released on 2010-06 with total page 188 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cet ouvrage presente notre contribution a l'analyse automatique d'images numeriques couleur. Ces travaux portent sur l'etape de segmentation d'images qui consiste a extraire de l'image les objets presents dans la scene observee par la camera. La couleur de chaque pixel de l'image pouvant etre codee dans differents espaces couleur qui respectent des proprietes specifiques; la problematique originale que nous abordons est la selection automatique d'espaces de representation de la couleur pour segmenter au mieux les images considerees. Notre approche a montre des resultats encourageants dans le cadre d'une application industrielle visant a detecter des defauts d'aspect apparaissant a la surface de verres decores de motifs colores. En raison de la forme cylindrique des verres, les images de leurs surfaces sont acquises par une camera lineaire couleur. Un soin particulier a ete apporte au developpement du poste d'acquisition afin de mettre en evidence les defauts dans les images acquises."
Download or read book M thodes d apprentissage flou written by Jean-Charles Atine and published by . This book was released on 2005 with total page 137 pages. Available in PDF, EPUB and Kindle. Book excerpt: TLes travaux présentés ont pour objectif d'aider les biologistes au diagnostic de la viabilité cellulaire en utilisant des méthodes de classification floues. Notre travail fait part d'une stratégie de classification permettant de construire un partitionnement d'images de cellules venant d'un microscope optique. Nous aboutissons à une classification automatique des cellules, en segmentant l'image, par l'algorithme T-LAMDA que nous avons développé. Une étude portant sur les méthodes de classification existantes, l'espace couleur et la résistance au bruit, permet de trouver la structure la plus adaptée à notre étude. L'analyse comparative de différentes méthodes (dont les méthodes LAMDA et T-LAMDA), nous permet de mettre en exergue la plus appropriée pour la classification des cellules mélangées au bleu de méthylène. Nous proposons quelques algorithmes supervisés basés sur LAMDA afin de voir si le sens de traitement des données au niveau de cet algorithme influe sur le résultat. L'algorithme T-LAMDA, basé sur les arbres de décisions, se révèle le mieux adapté pour notre étude et donne ainsi des résultats plus précis que les autres méthodes, avec un temps d'exécution plus court. Nous suggérons de faire un apprentissage en utilisant l'application CELCA, Cell Classification Application, qui utilise l'algorithme T-LAMDA. Le logiciel se charge des calculs des cinétiques, en fonction des images qui respectent un protocole bien défini. Le temps de traitement de 117 images est de 6'47'' minutes, ce qui est largement en dessous du temps mis par les biologistes en effectuant manuellement le comptage.
Download or read book Filtrage r duction de dimension classification et segmentation morphologique hyperspectrale written by Guillaume Noyel and published by . This book was released on 2008 with total page 264 pages. Available in PDF, EPUB and Kindle. Book excerpt: Chaque cadre doit contenir un résumé de 1000 caractères maximum, espaces compris. En cas de dépassement, la coupure sera automatique. Le doctorant adressera son texte sous forme électronique (disquette, etc.) Pour les modalités pratiques, contactez votre bibliothèques. Le traitement d'images hyperspectrales est la généralisation de l'analyse des images couleurs, à trois composantes rouge, vert et bleu, aux images multivariées à plusieurs dizaines ou plusieurs centaines de composantes. Dans un sens général, les images hyperspectrales ne sont pas uniquement acquises dans le domaine des longueurs d'ondes mais correspondent à une description d'un pixel par un ensemble de valeurs : c'est à dire un vecteur. Chacune des composantes d'une image hyperspectrale constitue un canal spectral, et le vecteur associé à chaque pixel est appelé spectre. Pour valider la généralité de nos méthodes de traitement, nous les avons appliquées à plusieurs types d'imagerie correspondant aux images hyperspectrales les plus variées : des photos avec quelques dizaines de composantes acquises dans le domaine des longueurs d'ondes, des images satellites de télédétection, des séries temporelles d'imagerie par résonance dynamique (DCE-MRI) et des séries temporelles d'imagerie thermique. Durant cette thèse, nous avons développé une chaîne complète de segmentation automatique des images hyperspectrales par des techniques morphologiques. Pour ce faire, nous avons mis au point une méthode efficace de débruitage spectral, par Analyse Factorielle des Correspondances (AFC), qui permet de conserver les contours spatiaux des objets, ce qui est très utile pour la segmentation morphologique. Puis nous avons fait de la réduction de dimension, par des méthodes d'analyse de données ou par modélisation des spectres, afin d'obtenir un autre représentation de l'image avec un nombre restreint de canaux. A partir de cette image de plus faible dimension, nous avons effectué une classification (supervisée ou non) pour grouper les pixels en classes spectralement homogènes. Cependant, les classes obtenues n'étant pas homogènes spatialement, i.e. connexes, une étape de segmentation s'est donc avérée nécessaire. Nous avons démontré que la méthode récente de la Ligne de Partage des Eaux Probabiliste était particulièrement adaptée à la segmentation des images hyperspectrales. Elle utilise différentes réalisations de marqueurs aléatoires, conditionnés par la classification spectrale, pour obtenir des réalisations de contours par Ligne de Partage des Eaux (LPE). Ces réalisations de contours permettent d'estimer une fonction de densité de probabilité de contours (pdf) qui est très facile à segmenter par une LPE classique. En définitive, la LPE probabiliste est conditionnée par la classification spectrale et produit donc des segmentations spatio-spectrales dont les contours sont très lisses. Cette chaîne de traitement à été mise en œuvre sur des séquences d'imagerie par résonance magnétique dynamique (DCE-MRI) et a permis d'établir une méthode automatique d'aide au diagnostic pour la détection de tumeurs cancéreuses. En outre, d'autres techniques de segmentation spatio-spectrales ont été développées pour les images hyperspectrales : les régions η-bornées et les boules μ-géodésiques. Grâce à l'introduction d'information régionale, elles améliorent les segmentations par zones quasi-plates qui n'utilisent quant à elles que de l'information locale. Enfin, nous avons mis au point une méthode très efficace de calcul de toutes les paires de distances géodésiques d'une image, puisqu'elle permet de réduire jusqu'à 50 % le nombre d'opérations par rapport à une approche naïve et jusqu'à 30 % par rapport aux autres méthodes. Le calcul efficace de ce tableau de distances offre des perspectives très prometteuses pour la réduction de dimension spatio-spectrale.
Download or read book Simulation et apprentissage machine pour l analyse d images de cellules uniques bas e sur la microscopie fluorescence en microfluidique written by Ali Ahmad and published by . This book was released on 2021 with total page 155 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse se situe dans le contexte de l’étude des cellules isolées, i.e. la cytologie. Cette branche de l’analyse du vivant est en pleine évolution grâce à des apports technologiques révolutionnaires. Ainsi, grâce à la microfluidique, les cellules peuvent désormais être amenées automatiquement sous un microscope là où elles étaient classiquement triées selon des signatures spectrométriques mono-dimensionnelles. Par ailleurs, grâce aux études sur les organoïdes et la transparisation des tissus il est possible d’observer in situ et de façon faiblement invasive la forme et les textures individuelles des cellules dans des agrégats en trois dimensions. La puissance de ces évolutions technologiques en cytologie est possiblement décuplée quand elles sont associées à la diversité des modalités de microscopies à fluorescence ou encore à l’intelligence artificielle par apprentissage machine. Ces nouvelles opportunités en cytologie moderne amènent également un lot de questions ouvertes : Quel microscope choisir pour faire un tri de cellules ? Est-ce qu’une super résolution est indispensable ? Est-ce qu’une image 3D est nécessaire ? Comment accélérer le débit de l’imagerie pour atteindre un haut débit sans augmenter le coût de l’expérimentation ? La réponse à ces questions dépend bien sûr de la question biologique posée mais la méthodologie pour y répondre peut-être générique. Nous les abordons avec une approche originale de simulation numérique en nous penchant sur des cellules étudiées dans le domaine de la cancérologie. Nous montrons l’apport de la simulation pour de l’instrumentation virtuelle et pour de l’augmentation de données en apprentissage machine. Sur cellules uniques, nous montrons que lorsqu’une tâche de tri est seulement visée, il est possible de recourir à la microscopie sous-résolue en utilisant des caractéristiques texturales classiques aussi efficacement que les caractéristiques pointillistes basées sur des microscopes super-résolus. Ensuite, nous montrons, pour différentes techniques de microscopies, que les images 2D pourraient être utilisées au lieu des images 3D avec une magnitude de performance similaire. Puis, nous prouvons que l’imagerie diffractive, plus simple et compact d’utilisation, pourrait être utilisée au lieu de l’imagerie conventionnelle sans perte de la performance de tri. Enfin, nous montrons que l’effet de flou apporté par la microfluidique peut être négligeable sur le tri de cellules. Sur agrégats cellulaires, la détection individuelle de cellules est fortement dépendante de la qualité des images acquises. Un facteur important permettant d’avoir des images de haute qualité est la clarification chimique des échantillons. Néanmoins, ces méthodes sont invasives et coûteuses en termes de préparation des échantillons. Dans une deuxième partie de la thèse, nous montrons la puissance de l’apprentissage profond pour réaliser une clarification numérique des échantillons par apprentissage de type transfert.
Download or read book Strat gies de segmentation d images multicomposantes par analyse d histogrammes multidimensionnels written by Sié Ouattara and published by . This book was released on 2009 with total page 240 pages. Available in PDF, EPUB and Kindle. Book excerpt: Des progrès techniques récents ont permis la mise en oeuvre de capteurs capables de caractériser une scène par un ensemble d'images appelé image multicomposantes (couleur, multispectrale et multisource ou multiprotocole). Les algorithmes de traitement développés en segmentation pour les images monocomposantes ne sont pas directement applicables aux images multicomposantes en raison de leur caractère vectoriel. Dans la littérature, la plupart des travaux s'appuient sur la segmentation d'images multicomposantes par analyse d'histogrammes marginaux en faisant fi de la corrélation existante entre les composantes de l'image ou sur des images requantifiées à cause de la difficulté de manipuler les histogrammes multidimensionnels (nD, n étant le nombre de composantes de l'image) dont le volume de données est considérable. Dans un premier temps, nous avons développé une méthode de segmentation d'images multicomposantes (n ≥ 3) à caractère vectoriel, non supervisée et non paramétrique appelée ImSegHier_nD. Elle repose sur une analyse hiérarchique d'histogrammes nD compacts, une structure de données algorithmique permettant de réduire sans perte de données l'espace mémoire occupé par les histogrammes nD classiques. Les modes sont obtenus grâce à la mise en oeuvre d'un algorithme d'étiquetage en composantes connexes (ECC) adapté à ce type d'histogrammes. L'évaluation de la qualité de segmentation d'ImSegHier_nD relativement à K-means a montré qu'en évaluation supervisée notre approche est meilleure que K-means et inversement en évaluation non supervisée. Les cas de moindres performances de ImSegHier_nD au regard des critères étudiés (Levine-Nazif, Zeboudj, Borsotti et Rosenberger) s'expliquent par l'aspect diffus des histogrammes nD et ont été étudiés pour différentes typologies d'histogrammes. Dans un deuxième temps, pour apporter une réponse plus générale à la problématique de la sur-segmentation engendrée par le caractère diffus des histogrammes nD quand n augmente, nous avons proposé un algorithme d'étiquetage en composantes connexes floues (ECCF) dont nous comparons les résultats sur la classification avec une requantification de l'histogramme. Nous aboutissons ainsi à quatre stratégies de segmentation dérivées d'ImSegHier_nD dont nous comparons les résultats sur des images naturelles et des images de synthèse. Enfin, nous avons appliqué ce travail à l'analyse de coupes histologiques de pommes en microscopie optique. Nos résultats ont mis en évidence la différence entre trois variétés de pommes en lien avec des analyses de texture et de fermeté.
