POSITION DU PROBLEME
|
|
- Léon Dubois
- il y a 8 ans
- Total affichages :
Transcription
1 ANALYSE 3D DE LA MICRO-ARCHITECTURE OSSEUSE PAR IMAGERIE TOMOGRAPHIQUE SYNCHROTRON F. Peyrin CREATIS, UMR CNRS 5220, INSERM U630, Lyon, France ESRF, Grenoble, France POSITION DU PROBLEME
2 MICRO-ARCHITECTURE OSSEUSE Os trabéculaire DXA Normal Ostéoporotique DMO diagnostic 70% du squelette central role dans la résistance osseuse MICRO-ARCHITECTURE OSSEUSE Structure trabéculaire travées osseuses ~100 µm réseau 3D complexe Méthode de référence Histomorphométrie coupes (~µm) Imagerie 2D à 3D, non destructive IRM, CT 8 mm
3 DXA, CT Radiographie in vivo IRM in vivo TECHNIQUES Micro-architecture HRCT, µct in vitro Ultra-structure µct SR ex vivo 1mm Humain 100 µm 10 µm Résolution spatiale Petit animal 1 µm MICRO-TOMOGRAPHIE SYNCHROTRON
4 GEOMETRIES d ACQUISITION 3D Parallèle Divergent CT Commercial 0Scanco ESRF, ID19 0Skyscan 0ImTek Synchrotron «KB» LE PROBLEME LES MESURES : atténuation des rayons X Loi de Beer-Lambert (pour un rayonnement monochromatique) I = I 0 exp (- µ D) S Source de rayons X LES PROJECTIONS : intégrales sur des droites de l image inconnue f(x,y,z) ln (I 0 (u)/i(u)) = p θ (u,v) = D(S,u,v) f(x,y,z) ds D image 3D LE PROBLEME INVERSE : Déterminer f(x,y,z) à partir d un ensemble de ses projections (u,v) projection 2D
5 LES TRANSFORMATIONS LA TRANSFORMATION PROJECTION PARALLELE : Géométrie parallèle f {p θ } pour un angle donné : droites parallèles LA TRANSFORMATION RAYONS X : Géométrie conique f {p θ } pour un angle donné : faisceau de droites issues d un même point LA TRANSFORMATION de RADON : f Rf intégrale sur des hyperplans de l espace de dimension n si n = 2 : TR Acquisition si n = 3 : TR Acquisition RECONSTRUCTION TOMOGRAPHIQUE Position du problème 0 θ? 180 { R f ( t, θ ), θ [ 0, π[ } f ( x, y) hypothèse : source monochromatique (énergie : E) Image : carte du coefficient d atténuation linéaire pour cette énergie Données : Transformée de Radon de l image Reconstruction : problème inverse
6 RECONSTRUCTION TOMOGRAPHIQUE 2D Rétroprojection filtrée (FBP) ( x cosθ + y sinθ) θ f(x,y) = π p ~ θ d 0 avec p~ θ (u) = ( p * k )(u ) θ Algorithme en 2 étapes : Filtrage des projections Rétro-projection des projections filtrées RECONSTRUCTION TOMOGRAPHIQUE 3D En 3D faisceau parallèle Parallel-beam X-ray source rotation 2D detector Set of 2D images 3D image π f( x, y, z) = ~ pθ z d 0 ( x cosθ + y sinθ, ) θ
7 3D SR MICROTOMOGRAPHY SET UP AT ESRF Beamline ID19 3D Parallel µct setup CCD Frelon camera Synchrotron source Sample Monochromatic X-Ray Sample stage Scintillator Mirror RECONSTRUCTION TOMOGRAPHIQUE 3D En 3D cone beam Cone-beam X-ray source rotation 2D detector Set of 2D images 3D image Algorithme de Feldkamp 1 f(x,y,z) = 2 θ Ω 2 D1 (D s(, )) 2 1 x θ Dt(, ) p~ c ' x θ θ D1 s( x, θ) Dz, D1 s( x, θ) dθ
8 COMPARAISON : PARALLELE / CONIQUE Parallel-beam x-ray CT Cone-beam x-ray CT pas de grandissement résolution de l image directement donnée par celle du détecteur grandissement résolution de l image dépendante de la distance source-object reconstruction exacte reconstruction approchée : approx avec le grandissement S S ASPECTS PHYSIQUES : SOURCE DE RAYONS X Pour une source monochromatique : N = N 0 exp (- µ(x, y,e) ds) D Pb linéaire bien modélisé par la T de Radon Pour une source polychromatique : N(E) = N 0 (E) exp (- µ(x, y,e) ds) S(E) D Pb non linéaire T de Radon beam-hardening artefacts de N 0 x-ray source y O D detector N S(E) µ(x,y,e) x E
9 Comparaison SR µct / µct µct Synchrotron µct standard Haut Flux de Photons N Phot avec (1/ x)4 fort SNR même si x Flux de Photons Limité si x temps acquisition long ou SNR Faisceau monochromatique probleme lineaire image quantitative Faisceau polychromatique probleme non linéaire beam hardening Faisceau Parallele 3D pas de grandissement reconstruction exacte Faisceau conique grandissement reconstruction approchée avec le grandissement RECONSTRUCTION FAIBLE NOMBRE DE VUES Question : reconstruction de la micro-architecture osseuse à faible dose avec un nombre limité de projections (thèse T Lamotte), coll. CEA-LETI Résultats Image binaire : Approche ICM et introduction d opérations de morphologie mathématique [ ICIP 2005] Image originale Image (1024) originale 2 (1024) Image 2 reconstruite (1024)2 900 projections, 900 projections, FBP FBP 18 projections, FBP Image reconstruite (1024) 2 18 projections, 1.5% mal classés
10 TOMOGRAPHIE LOCALE Problème : peut-on reconstruire une ROI à partir de projections tronquées? y Difficulté : projections inconsistantes x Théorie : lambda-tomographie [Faridani 92] on peut reconstruire Λf (Λ 2 = - ) ANALYSE DE LA MICRO-ARCHITECTURE 3D
11 MICRO-ARCHITECTURE OSSEUSE Information 3D MICRO-ARCHITECTURE OSSEUSE Informations 3D: - Morphometrie Inferior Network - Anisotropie - Connectivité -Géometrie Medio Lateral Superior Network 1mm
12 PLAN Quantification de la micro-architecture Paramètres morphologiques 2D/3D avec modèle stéréologie - extension en 3D sans modèle définitions épaisseur Paramètres topologiques 2D/3D Définitions Nombre d Euler Squelettes Paramètres géométriques SMI Approche locale Corrélation paramètres 3D / paramètres de texture 2D Problème de la Segmentation QUANTIFICATION DE LA MICRO-ARCHITECTURE OSSEUSE
13 PARAMETRES MORPHOLOGIQUES Méthodes stéréologiques PARAMETRES MORPHOLOGIQUES 2D Paramètres dérivés de Parfitt [Parfitt, JCI 83] Standardisation [Parfitt, JBMR, 1987] Tb.Th Paramètres usuels Volume trabéculaire osseux BV/TV Rapport Surface sur Volume BS/BV Epaisseur trabéculaire Tb.Th Nombre de travées Tb.N Espace inter- trabéculaire Tb.Sp Tb.Sp
14 PARAMETRES MORPHOLOGIQUES - IMAGES 2D Calcul modèle de plaques Principe de la stéréologie : «lignes tests» Deux mesures : P p : fraction de points dans l os P l : # intersections de lignes tests avec l os / longueur totale des lignes tests Estimation des paramètres BV/TV = Pp Tb.N = P l BS/BV = 2 P l / Pp w Tb.Th = Pp / P l Tb.Sp = 1 / P l -Pp/ P l PARAMETRES MORPHOLOGIQUES - IMAGES 3D Calcul modèle de plaques Utilisation de «lignes tests» dans tout l espace 3D [ Hipp, JBMR, 1997] Deux mesures : Pp : fraction de points dans l os Pl : # intersections de lignes tests avec l os / longueur totale des lignes tests Les paramètres sont déduits des mêmes relations w
15 PARAMETRES MORPHOLOGIQUES 3D Modèle de plaques paralléles Relations entre les paramètres BS/BV = 2 Tb.N / BV/TV Tb.Th = BV/TV / Tb.N Tb.Sp = 1 / Tb.N - Tb.Th Tb.Th (µm) BS/BV Tb.Th = 2 BS/BV = 2 Tb.N / BV/TV Tb.Th = BV/TV / Tb.N Tb.Th = 2 / (BSBV) hyperbole BS/BV (mm -1 ) PARAMETRES MORPHOLOGIQUES 3D Modèle de plaques paralléles Limitations Relations entre les paramètres Il n est pas évident que le modèle de plaque soit adéquat pour des sujets pathologiques L application nécessiterait de contrôler que les structures satisfont le modèle (impossible d après une coupe 2D) Si on observe des différences dans 2 groupes sur par exemple le TbTh*, ces différences peuvent être dues à une différence de modèle plutôt qu à une différence d épaisseur
16 PARAMETRES MORPHOLOGIQUES Méthodes indépendantes de modèles PARAMETRES MORPHOLOGIQUES 3D DIRECTS VOLUME/SURFACE Volume : BV* : nombre de voxels «os» Surface : BS* : calculée sur maillage (ex: «marching cube») 128x128x128 voxels triangles
17 PARAMETRES MORPHOLOGIQUES 3D DIRECTS EPAISSEUR Epaisseur directe 3D [Hildebrand & Rüegsegger, J Mic 97] τ (P) = 2 max { r P sph(m, r) E, M E } épaisseur calculée en chaque point de l image 3D 0,60 0,50 0,40 M48 0,30 0,20 0,10 0, µm PARAMETRES MORPHOLOGIQUES 3D Comparaison Epaisseur directe 3D : Tb.Th* (moyenne ou médiane) Epaisseur dérivée : Tb.Th Avec modèle : Tb.Th = 2 / (BS/BV) Hyperbole Tb.Th (µm) BS/BV (mm -1-1 ) Direct : Tb.Th* 2 / (BS/BV)* Pas de relation
18 PARAMETRES 3D DISTANCES Distances de Chanfrein 2D Principe : distance pondérée (poids entier) [Montanari 68] [Borgefors 84] b a a 0 b a O x y x M 2 x b a b < a b < 2a d c a=3, b=4 M 1 x Propriété : meilleure approximation de la distance euclidienne B d4 B de B dc B d8 d c (M 1,M 2 ) = =11 -> 3,66 d 4 (M 1,M 2 ) = 5 d 8 (M 1,M 2 ) = 3 d e (M 1,M 2 ) ~ 3,61 PARAMETRES 3D DISTANCES Distances de Chanfrein 3D Principe c b b a c b b a b a 0 a b a b c b c b a b c b c c b c a=3, b=4, c=5 4/3 ~ 1,33 2 ~ 1,41 5/3 ~ 1,66 3 ~ 1,73 d 6 d 26 d Chan
19 PARAMETRES 3D - CARTE DE DISTANCES Carte de distance sur image binaire C f d (M) = inf { d(m, P) / P X C } Transformation distance : f C f d f max=7 max=5 max=6.4 max=6.33 d 4 d 8 d pseudo-eucl d 3,4 PARAMETRES 3D - CARTE D EPAISSEUR Carte d'épaisseur C f d (M) = 2 max { r / P B d (M, r) X M X } Carte d'épaisseur : recouvrement de l objet X à partir des boules maximales f d 3,4 axe médian épaisseur
20 PARAMETRES 3D DIRECTS- CARTE D EPAISSEUR Plaque 128x128 Croix 128 x 128 Remarques : - quelques petites épaisseurs sur les bords - épaisseurs plus importantes sur les neouds PARAMETRES 3D DIRECTS- CARTE D EPAISSEUR Application à la micro-architecture [APOSTOL et al., Med Phys, 2006]
21 BV/TV~10% et Tb.Th* Moca5b Y363 BV/TV=10,3 % Tb.Th*=110,6 µm Moca7b Y339 BV/TV=10,2% Tb.Th*=136,2 µm Mo12b Y370 BV/TV=10,5 % Tb.Th*=167,7 µm BV/TV~10% et Tb.Th* Moca5b Y363 BV/TV=10,3 % Tb.Th*=110,6 µm Moca7b Y339 BV/TV=10,2% Tb.Th*=136,2 µm Mo12b Y370 BV/TV=10,5 % Tb.Th*=167,7 µm
22 PARAMETRES TOPOLOGIQUES Définitions TOPOLOGIE DISCRETE Notion de voisins ou d adjacence Chemin : Un k-chemin du pixel M1 au pixel M2 : suite de pixels P0,..., Pn tels que : P0 = M1 et Pn = M2, pour i = 0,..., n-1, Pi est k-voisin de Pi+1. O x y x M x 1 x x M x 2 x x x Connexité X est k-connexe si pour tous pixels M1, M2 dans X, il existe un k-chemin de M1 à M2 entièrement inclus dans X. 1x 1x 12 x 24x 24x 24x 24 x 25 x Exemple : 5 composantes connexes en connectivité 4 2 composantes connexes en connectivité 8 13 x 13x 13x 25 x
23 TOPOLOGIE DISCRETE Dualité entre les connexités de l objet et du fond Théorème de Jordan : une courbe simple fermée sépare la composante du fond de l image en deux composantes connexes (interne et externe) 1 2 En 2D X X X X X X X X X X X X X X X (8-8) (8-4) (4-8) En 3D : topologie (6-26) ou (26-6) TOPOLOGIE DISCRETE Caractéristiques topologiques : Nombres de Betti (Enrico Betti ( )) : β i (X) «rang du ième groupe d homologie de l espace topologique X»!!! (i<=n) Exemples en dimension 3 - Nombre de composantes connexes : β 0 (X) - Nombre de cavités : β 2 (X) Exemple biaisé en 2D en 2D β 0 (X) = 4 en 3D β 0 (X) = 1 Volume Os [APOSTOL et al., IEEE TNS, 2007]
24 TOPOLOGIE DISCRETE Connectivité : Définition : Nombre maximum de coupures que l on peut faire dans une structure sans la couper en plusieurs composantes (β 1 (X) ) Boule, Cube Volume Tore Volume Bretzel β 1 = 0 β 1 = 1 β 1 = 2 [MARTIN-BADOSA et al., CMIG, 2003] LE NOMBRE d EULER Nombre d'euler : invariant topologique [Leonhard Euler ( )] Pour une surface (2D): χ (X) = S - A + F où S, A, F : nombres de Sommets, Arêtes, Faces Pour un volume (3D) : χ(x) = n 0 -n 1 + n 2 -n 3 n 0 = # de coins n 1 = # de bords n 2 = # de faces n 3 = # de voxels Relation avec les nombres de Betti χ(x) = β 0 (X) - β 1 (X) + β 2 (X)
25 LE NOMBRE d EULER 3D Exemples (suite) χ = 1 χ = 1 χ = 0 χ = - 1 compte le nombre de «boucles» β 0 = 1 β 2 = 0 β 1 = 1 - χ β 1 = 0 β 1 = 0 β 1 = 1 β 1 = 2 LE NOMBRE d EULER 3D Application à la micro-architecture osseuse Nombre d Euler utilisé pour estimer la connectivité de la structure En 2D : estimation biaisée En 3D : [Feldkamp 89] [Odgaard 93 ] En principe l os est complètement connecté et sans cavités β 0 (X) = 1 β 2 (X) = 0 β 1 (X) = 1 - χ(x) Normalisation au TV : densité d Euler ou densité de connectivité χ=-272 χ=-2110 Attention à l interprétation! forte sensibilité au bruit de segmentation
26 PARAMETRES GEOMETRIQUES Structure Model Index (SMI) ANALYSE GEOMETRIQUE SMI ( Structure Model Index ) [Hildebrand 97] Caractérisation des structures tubes et plaques dans l os (global) SMI = 6 S (r) V(r) S(r) 2 SMI = 0 : Plaque SMI = 3 : Tube S(r) et V(r) : Surface et volume de l objet d épaisseur 2 r
27 ANALYSE GEOMETRIQUE SMI ( Structure Model Index ) [Hildebrand 97] Modèle d image V = k r e (e 1); e=1 «plaque», e=2 «tube» V = V tube + V plaque = k 1 r+ k 2 r 2 S = k k 2 r S = 2 k 2 τ = V tube / V plaque = k 2 r / k 1 SMI = 6 S V / S 2 SMI = 6 (2 k 2 ) (k 1 r+ k 2 r 2 ) / (k k 2 r) 2 SMI = 12 k 2 r(k 1 + k 2 r) / (k k 2 r) 2 SMI = 12 τ k 1 (k 1 + τ k 1 ) / (k τ k 1 ) 2 SMI = 12 τ (1 + τ ) / (1 + 2 τ ) 2 Fonction non linéaire du rapport tube/plaque PARAMETRES GEOMETRIQUES Approche Locale
28 SQUELETTES Squelette Sk(X) : représentation simplifiée de X 1ère définition : feu de prairie) [Blum, 1962] Fronts de flamme Squelette : points de rencontre des fronts SQUELETTES - Axe médian Définition continue : Sk(X) est l ensemble des centres des boules maximales incluses dans l objet X S k (X) = { M / B d max (M, r) X } Représentation réversible X = { B d max (M, r) / M S k(x) } Peut être obtenu à partir de la carte de distance : axe médian
29 SQUELETTES - Axe médian Axe médian : Maximas locaux de la carte de distance [Thiel 1994] Avantage : Réversible Inconvénient : ne préserve pas la topologie rectangle cercle ANALYSE GEOMETRIQUE LOCALE Approche locale i.e permettant de caractériser la géométrie «tube» / «plaque» de chaque point du volume [Bonnassie, Peyrin 2003] Principe : analyse topologique des points de l axe médian 3D Axe médian + m + m + m Objet X Bε (m) Cε (m) = Bε (m) X Vε (m) = Bε (m) - Cε (m) Analyse topologique β 0, β 1
30 ANALYSE GEOMETRIQUE LOCALE Algorithme [Bonnassie & al., IEEE SMC, 2003] 1,5 mm image labellisée (4 classes) image labellisée (3 classes) Axe Médian Image segmentée Carte Epaisseur - Bords - Noeuds - Plaques - Tubes - Noeuds - Plaques - Tubes ANALYSE GEOMETRIQUE LOCALE volume original volume Labeled labellisé volume Ech. osteoporotique Orléans (fra144) Color code : - Border - Branching -Plate -Rod
31 ANALYSE GEOMETRIQUE LOCALE Nouveaux paramètres Pourcentages Branching NV/BV Plates PV/BV Rods RV/BV Volume de chaque classe Branching NV/TV Plates PV/TV Rods RV/TV Epaisseur de chaque classe Branching N.Th* Plates P.Th* Rods R.Th* Ratio RV/PV Σ =1 Σ = BV/TV Analyse de la texture osseuse en relation avec la micro-architecture 3D Problème : possibilité d évaluer la texture osseuse sur un nouveau densitométre à capteur plan (projet RNTS : CEA-LETI, CHU Lille et Nîmes) Questions : Quels paramètres de texture sont les plus représentatifs de la microarchitecture 3D? Conditions optimales d acquisition des radiographies (E, resolution..)?
32 Analyse de la texture osseuse en relation avec la micro-architecture 3D Echantillons osseux Imagerie 3D : SR µct h=30-40mm Φ=14mm Simulation : 2D radiographie Sindbad Quels Paramètres? Analyse de Texture Os trabéculaire : paramètres de µ- architecture 3D Analyse de la texture osseuse en relation avec la micro-architecture 3D Résultats Tb.Th* vs Texture Parameter R 2 35 échantillons imagés en 3D par micro-ct synchrotron à 15µm Morpho grad 093 SS Morpho grad 163 O Min-Max Method ,87 0,91 0,93 simulation de radiographies (Simbad) recherche des paramètres de texture corrélés aux paramètres de microarchitecture [Apostol et al. Med Phys 2006] Predicted Tb.Th* y = 0,9296x + 9,7754 R 2 = 0, Dependent variables
33 SEGMENTATION DES IMAGES Conditionne la quantification. SEGMENTATION DES IMAGES Exemple : diminution du pas d échantillonnage µm
34 SEGMENTATION DES IMAGES 0.02 frequency Fond Os 10 µm 20 µm 40 µm 80 µm gray levels 10 µm Histogrammes : même échantillon, 80 µm différents pas d échantillonnage Segmentation par simple seuillage : à 10 µm suffisant à 80 µm insuffisant SEGMENTATION DES IMAGES Conséquences :les structures peuvent apparaître artificiellement épaissies ou amincies, déconnectées... Introduction d un biais sur les paramètres d architecture CT HR : influence importante sur les paramètres, variation sur le BV/TV : jusqu à 13 % sur des segmentations sans différences significatives visuellement [Elmoutaouakkil, IEEE TMI 2003] micro-ct (Scanco, vox 22µm) [Hara, Huiskes et al., Bone 2002] variation du seuil de 0.5% BV/TV jusqu à 5 %, connectivité très sensible, paramètres d anisotropie peu sensibles Encore plus sensible dans les études sur souris
35 SEGMENTATION DE ZONES DE REMODELAGE La micro-ct synchrotron permet d observer des contrastes dans la phase osseuse Problème : segmentation des zones de remodelage Contraste faible (~bruit) Artefacts circulaires Number of pixels gray level 1 mm SEGMENTATION DE ZONES DE REMODELAGE Développement d une méthode automatique par croissance de régions Résultats sur une image 3D
36 CONCLUSION La micro-ct synchrotron fournit des images 3D avec un fort RSB et jusqu à des résolutions spatiales très élevées L analyse de la micro-architecture osseuse : Acquisition / reconstruction d images Segmentation d images Extraction de paramètres quantitatifs Problèmes ouverts : Tomographie locale amélioration du calcul de certains paramètres (topologiques) quels paramètres à d autres échelles? Segmentation faible contraste - bruit
L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailSimulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE
Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE LAURENT Rémy laurent@clermont.in2p3.fr http://clrpcsv.in2p3.fr Journées des LARD Septembre 2007 M2R
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailLes atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification
Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification Irène Buvat U494 INSERM CHU Pitié-Salpêtrière, Paris buvat@imed.jussieu.fr http://www.guillemet.org/irene
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailLigne Dentaire. Système Dentaire Panoramique et 3D
Ligne Dentaire Système Dentaire Panoramique et 3D La Société Villa Sistemi Medicali est fière de présenter son nouveau panoramique Rotograph Evo 3D, un système d'imagerie dentaire avec fonctionnalité 3-en-1:
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailDENSITOMÉTRIE OSSEUSE : CE QUE LE RADIOLOGUE DOIT SAVOIR
DENSITOMÉTRIE OSSEUSE : CE QUE LE RADIOLOGUE DOIT SAVOIR C Andreux et F L Huillier H Guerini, A Feydy, X Poittevin, F Thevenin, R Campagna, JL Drapé, A Chevrot Hôpital COCHIN, Paris, France OBJECTIF Proposer
Plus en détailfacilitez-vous la vie avec Ray Technologie avancée pour le Confort
Dose réduite - Scan ultra-rapide - Tube x-ray pulsé - Plusieurs modes de balayage partielles 3 détecteurs exclusifs - Procédure fiable - Aucun risque de dommage - Longue durée de vie Mise à niveau facile
Plus en détailUtilisation du logiciel ImageJ gratuit
Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailRétablissement d un réseau cellulaire après un désastre
Rétablissement d un réseau cellulaire après un désastre Anaïs Vergne avec Laurent Decreusefond, Ian Flint, et Philippe Martins Journées MAS 2014 29 août 2014 Rétablissement d un réseau cellulaire après
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailAnalyse statique d une pièce
Analyse statique d une pièce Contrainte de Von Mises sur une chape taillée dans la masse 1 Comportement d un dynamomètre On considère le dynamomètre de forme globalement circulaire, excepté les bossages
Plus en détailCOURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE
COURS EULER: PROGRAMME DE LA PREMIÈRE ANNÉE Le cours de la première année concerne les sujets de 9ème et 10ème années scolaires. Il y a bien sûr des différences puisque nous commençons par exemple par
Plus en détailAnalyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1
Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailFranck VAUTIER, Jean-Pierre TOUMAZET, Erwan ROUSSEL, Marlène FAURE, Mohamed ABADI, Marta FLOREZ, Bertrand DOUSTEYSSIER
Utilisation d images dérivées d un jeu de données LIDAR pour la détection automatisée de vestiges archéologiques (programme de recherche méthodologique LiDARCHEO) Franck VAUTIER, Jean-Pierre TOUMAZET,
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailUn spectromètre à fibre plus précis, plus résistant, plus pratique Concept et logiciel innovants
& INNOVATION 2014 NO DRIVER! Logiciel embarqué Un spectromètre à fibre plus précis, plus résistant, plus pratique Concept et logiciel innovants contact@ovio-optics.com www.ovio-optics.com Spectromètre
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailPHYSIQUE 2 - Épreuve écrite
PHYSIQUE - Épreuve écrite WARIN André I. Remarques générales Le sujet de physique de la session 010 comprenait une partie A sur l optique et une partie B sur l électromagnétisme. - La partie A, à caractère
Plus en détailPLATE-FORME DE MICROSCOPIE ÉLECTRONIQUE À TRANSMISSION
PLATE-FORME DE MICROSCOPIE ÉLECTRONIQUE À TRANSMISSION Dr. Mohamed SENNOUR Responsable de la plate-forme JOURNÉE PLATES-FORMES EVRY, GÉNOCENTRE 25 juin 2013 Contexte et historique 2000 : constitution du
Plus en détailFRANCAIS. Distributé par : QR srl - Via Silvestrini, 20-37135 Verona Italy Tel. +39 045 8202727-045 583500 info@newtom.it www.newtom.
GiANO - R14.1 - FR FRANCAIS Distributé par : QR srl - Via Silvestrini, 20-37135 Verona Italy Tel. +39 045 8202727-045 583500 info@newtom.it www.newtom.it Produit par : CEFLA S.C. - CEFLA DENTAL GROUP Via
Plus en détailAmélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons
Amélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons Ahmad OSMAN 1a, Valérie KAFTANDJIAN b, Ulf HASSLER a a Fraunhofer Development Center
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailPHYSIQUE-CHIMIE. Partie I - Spectrophotomètre à réseau
PHYSIQUE-CHIMIE L absorption des radiations lumineuses par la matière dans le domaine s étendant du proche ultraviolet au très proche infrarouge a beaucoup d applications en analyse chimique quantitative
Plus en détailSommaire. Couverture de zone de surveillance dans les réseaux de capteurs. De quoi parle-t-on ici (1/2)? Objectif. De quoi parle-t-on ici (2/2)?
ouverture de zone de surveillance dans les réseaux de capteurs Jean arle, Master Recherche Informatique Option Informatique Mobile 008-009 s Jean arle - Master Recherche Informatique 008-009 Objectif e
Plus en détailSIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE
SIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE Sébastien LALLECHERE - Pierre BONNET - Fatou DIOUF - Françoise PALADIAN LASMEA / UMR6602, 24 avenue des landais, 63177 Aubière pierre.bonnet@lasmea.univ-bpclermont.fr
Plus en détailD ETECTEURS L UXMETRE SUR TIGE C OMPTEUR DE FRANGES A FIBRE OPTIQUE. Détecteurs
D ETECTEURS L UXMETRE SUR TIGE Capteur luxmètre à sonde détachable, idéal pour les expériences de polarisation, il permet de quantifier simplement et rapidement les principales sources et phénomènes lumineux.
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailReconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12
Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité
Plus en détailEquation LIDAR : exp 2 Equation RADAR :
Contexte scientifique Systèmes LIDAR/RADAR Equation LIDAR : exp Equation RADAR : p (r) : puissance rétrodiffusée r : altitude ou profondeur. C : constante instrumentale. β : coefficient de rétrodiffusion
Plus en détailRecherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel Alexis Joly alexis.joly@inria.fr INRIA - IMEDIA Alexis Joly cours monitoring p. 1 Plan de l'exposé
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailENFIN, UN SYSTÈME POLYVALENT D'IMAGERIE ORL ET DENTAIRE
CS 9300 ENFIN, UN SYSTÈME POLYVALENT D'IMAGERIE ORL ET DENTAIRE Conçu pour de multiples applications cliniques, le système CS 9300 fournit des images panoramiques de très grande qualité, ainsi que des
Plus en détail10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010
10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 Le compressed sensing pour l holographie acoustique de champ proche II: Mise en œuvre expérimentale. Antoine Peillot 1, Gilles Chardon 2, François
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailData Mining. Vincent Augusto 2012-2013. École Nationale Supérieure des Mines de Saint-Étienne. Data Mining. V. Augusto.
des des Data Mining Vincent Augusto École Nationale Supérieure des Mines de Saint-Étienne 2012-2013 1/65 des des 1 2 des des 3 4 Post-traitement 5 représentation : 6 2/65 des des Définition générale Le
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailAnalyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains
Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains Andrés Felipe SERNA MORALES Directrice de thèse: Beatriz MARCOTEGUI ITURMENDI serna@cmm.ensmp.fr MINES ParisTech, Mathématiques
Plus en détailSensibilité (bas niveaux de lumière, hauts niveaux de lumière) Spectre de sensibilité : visible (400-700 nm) mais aussi IR, UV, RX
Les capteurs pour l imagerie en biologie i Marc Moreau Catherine Leclerc Centre de Biologie du développement UMR 5547 et GDR E n 731 Toulouse BC02 mars 2013 Les différents système d imagerie à base de
Plus en détailEXERCICES DE REVISIONS MATHEMATIQUES CM2
EXERCICES DE REVISIONS MATHEMATIQUES CM2 NOMBRES ET CALCUL Exercices FRACTIONS Nommer les fractions simples et décimales en utilisant le vocabulaire : 3 R1 demi, tiers, quart, dixième, centième. Utiliser
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailEvaluation d un appareil quantitatif ultrasonore utilisant des matrices (Beam scanner):précision standardisée
Evaluation d un appareil quantitatif ultrasonore utilisant des matrices (Beam scanner):précision standardisée M-A Gomez, M Nasser-Eddin, M Defontaine, B Giraudeau, F Jacquot, F Patat INTRODUCTION L ostéoporose
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailDétection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO
Détection des points d intérêt et Segmentation des images RGB-D Présentée par : Bilal Tawbe Semaine de la recherche de l UQO 25 Mars 2015 1. Introduction Les méthodes de détection de points d intérêt ont
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailFoscolo (1), J Felblinger (2), S Bracard (1) CHU Hôpital central, service de neuroradiologie, Nancy (1) CHU BRABOIS, Centre d investigation clinique
S A l (1) G H (2) S S Aptel (1), G Hossu (2), S Foscolo (1), J Felblinger (2), S Bracard (1) CHU Hôpital central, service de neuroradiologie, Nancy (1) CHU BRABOIS, Centre d investigation clinique innovation
Plus en détailAxe " Génie des Procédés", centre SPIN, Ecole des Mines de Saint-Etienne ECOLE DES MINES SAINT-ETIENNE ANALYSE D IMAGE
ANALYSE D IMAGE 1. PRESENTATION DE L ANALYSE D IMAGE. 4 1.1. OJECTIF ET BUT DE L ANALYSE D IMAGE 4 1.2. PRINCIPE 4 1.2.1. FORMATION DE L IMAGE NUMERIQUE 4 1.2.2. TRANSFORMATION DE L IMAGE NUMERIQUE EN
Plus en détailDIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h
ANNEE UNIVERSITAIRE 2011-2012 DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE Examen du Tronc Commun sous forme de QCM Janvier 2012 14 h à 16 h Les modalités de contrôle se dérouleront cette année sous forme
Plus en détailMesure d angles et trigonométrie
Thierry Ciblac Mesure d angles et trigonométrie Mesure de l angle de deux axes (ou de deux demi-droites) de même origine. - Mesures en degrés : Divisons un cercle en 360 parties égales définissant ainsi
Plus en détailAix Marseille Université (Aix-Marseille I) Institut Universitaire des Systèmes Thermiques Industriels - UMR CNRS 6595 -
Aix Marseille Université (Aix-Marseille I) Institut Universitaire des Systèmes Thermiques Industriels - UMR CNRS 6595 - THÈSE pour obtenir le grade de DOCTEUR D AIX-MARSEILLE UNIVERSITÉ Discipline : Mécanique
Plus en détailCours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailIntroduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Plus en détailAngles orientés et fonctions circulaires ( En première S )
Angles orientés et fonctions circulaires ( En première S ) Dernière mise à jour : Jeudi 01 Septembre 010 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble (Année 006-007) Lycée Stendhal, Grenoble
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailMESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .
MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détailIPANEMA PATRIMEX @ IPANEMA ANCIENT MATERIALS RESEARCH PLATFORM. L. Bertrand, M. Thoury, S. Schöder IPANEMA USR3461 CNRS/MCC
IPANEMA ARCHAEOLOGY CONSERVATION SCIENCES PALAEONTOLOGY PALAEO-ENVIRONMENTS ANCIENT MATERIALS RESEARCH PLATFORM PATRIMEX @ IPANEMA L. Bertrand, M. Thoury, S. Schöder IPANEMA USR3461 CNRS/MCC Centre national
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailAuscultation par thermographie infrarouge des ouvrages routiers
Journée «Thermographie infrarouge pour le bâtiment et les travaux publics» Auscultation par thermographie infrarouge des ouvrages routiers Jean Dumoulin (LCPC) Mario Marchetti (LRPC Nancy) Frédéric Taillade
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailPRINCIPE MICROSCOPIE CONFOCALE
PRINCIPE MICROSCOPIE CONFOCALE Un microscope confocal est un système pour lequel l'illumination et la détection sont limités à un même volume de taille réduite (1). L'image confocale (ou coupe optique)
Plus en détailComparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation
Laboratoire Vision & Robotique Comparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation Emilie KOENIG, Benjamin ALBOUY, Sylvie TREUILLET, Yves Lucas Contact : Sylvie Treuillet Polytech'Orléans
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailIntroduction à l informatique temps réel Pierre-Yves Duval (cppm)
Introduction à l informatique temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 -Définition et problématique - Illustration par des exemples -Automatisme:
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détail