Traitement d images 1 ère partie : applications Caroline Petitjean
Présentation M1 IBIOM http://carolinepetitjean.free.fr 8h cours 15h TP
Qu est-ce que le traitement Amélioration, restauration d images Visualisation, reconstruction 3D, image de synthèse d images? Extraction d information, reconnaissance des formes
Organisation du cours Applications du TI L imagerie médicale Perception des images Représentation des images numériques sur ordinateur Les images couleurs Analyse d images
Retouche d images http://www.retouchephoto.com/
Reconnaissance faciale
Véhicule intelligent Thèse John Klein, Université de Rouen, 2008. Détection de l hypovigilance du conducteur Source : Real-time robust face tracking for driver monitoring, J. Nuevo et al, IEEE ITSC 2007
Analyse de scènes routières Analyse du trafic Lecture de plaques minéralogiques Source : www.macqel.fr
Vidéos de sport Tracking de joueurs, du ballon http://www.sport-universal.com/
Vision pour le contrôle qualité
Imagerie ferroviaire Thèse Régis Kouadio, Université de Rouen, 2009.
Vidéosurveillance Biométrie (authentification) Sécurité Tatouage d images http://liris.cnrs.fr/tatouage/wp-content/uploads/2007/10/philippe_carre.pdf
Imagerie multispectrale Imagerie satellitaire, aérienne Source : http://www.pedagogie.acnantes.fr/1168527883328/0/fiche ressourcepedagogique/&rh=1160730548828
Imagerie multispectrale Analyse d œuvre d art http://www.calit2.net/images/articles/2009/crivelli_multispectral_525.jpg
Compression d images 24Ko 4Ko http://artic.ac-besancon.fr/sciences70/coin_technique/compresser_image.htm
Reconnaissance de l écriture Cours L. Heutte Université de Rouen
Reconnaissance de l écriture Cours L. Heutte Université de Rouen
Indexation de documents Thèse Stéphane Nicolas, Université de Rouen, 2006.
Animation Morphing http://fr.wikipedia.org/wiki/morphing http://fcorpet.free.fr/pascal/morphe/
Imagerie de synthèse 3D
Recherche d images par le contenu http://www.imgseek.net
Imagerie médicale
Imagerie médicale
Exemples Amélioration du contraste de l image (ostéoporose) Source : [1] Synarc
Exemples Amélioration du contraste de l image (fond d œil) Image acquise Contraste amélioré Source : [1]
Exemples Morphométrie rétinienne : Quantification de la densité capillaire Quantification de la surface du réseau capillaire Densité capillaire Source : [1]
Imagerie médicale
Imagerie médicale Scanner du poumon chez des asthmatiques Source : Synarc
Exemples Comparaison d images avant/après Source : Université Louis Pasteur, Strasbourg
Imagerie médicale IRM Scanner
Imagerie anatomique
Imagerie fonctionnelle
PETScan
Imagerie multimodale En IRM, on peut avoir plusieurs images de la même scène Ces images apportent des infos complémentaires
Imagerie médicale Reconstruction 3D
Imagerie médicale
Imagerie médicale Epicarde VD Endocarde VG Piliers
Imagerie médicale Grande variabilité!
Imagerie médicale Suivi des mouvements cardiaques
Exemples Atlas d organes Source : INRIA http://www.imaios.com/fr/e-anatomy/genou-irm
Organisation du cours Applications du TI Perception des images Représentation des images numériques Les images couleurs Analyse d images
Perception Quelques illusions d optique Illusion de Zöllner
Illusion de Titchener Perception
Perception
Perception des couleurs Dire la couleur des mots (ne pas les lire) Le cerveau gauche lit les mots, le cerveau droit voit les couleurs
Perception Le cerveau cherche du sens là où il n y en a pas
Perception Trident impossible Escalier de Penrose
Perception : conclusions Interprétation du cerveau Interprétation de l ordinateur La perception du cerveau peut être faussée par le contexte Le cerveau «voit» de la signification
Organisation du cours Applications du TI Perception des images Représentation des images numériques Les images couleurs Analyse d images
Représentation des images Acquisition Numérisation Traitement Stockage Visualisation
Représentation des images Image = tableau de valeurs (matrice) Chaque case du tableau = pixel (picture element) La valeur du pixel représente son niveau de gris 0 = Noir 128 = Gris 255 = Blanc 135 142 139 147 153 28 143 143 134 138 158 84 138 138 131 132 149 144 131 131 133 139 151 165 125 132 129 131 155 173 135 140 137 108 122 155 169 169 164 121 88 125 180 179 177 156 130 151
Représentation des images En général, il y a 256 niveaux de gris Sur combien de bits est codé chaque pixel? Espace mémoire occupé par une image? Taille de l image : 200 x 300 pixels Chaque pixel est codé sur 8 bits 200 x 300 x 1 octet = 60 Ko (en théorie)
Représentation des images Nombre de niveaux de gris utilisés
Profil d une image y Image 256 x 256, 8 bits par pixel Tracer le profil de la ligne 177 en fonction de x Ligne 177 x Profil horizontal
Représentation des images Pour chaque pixel situé en (x,y), on a la valeur de son NdG I(x,y) y I(x,y) Une image est une fonction bidimensionnelle : (x,y) I(x,y) x A chaque niveau I correspond une couleur Que se passe-t-il si à chaque I on fait correspondre une hauteur z? (3 ème dimension)
Attention! la représentation surfacique ne correspond pas au relief perçu par l œil et interprété par le cerveau
Représentation des images Résolution
Résolution des images Quand l image a des dimensions «réelles» (mesure en cm), on peut calculer une résolution en point (ou pixel) par pouce (ppp) dot per inch (dpi) (1 inch = 1 pouce = 2.54 cm) Exemple d application : On a une photo de 13 x10 cm On veut l imprimer avec une résolution de 300 dpi au moins. Quelle sera la taille en pixels de l image numérisée? http://www.minutemanbristol.com/images/dpi.jpg
Organisation du cours Applications du TI Perception des images Représentation des images numériques Les images couleurs Analyse d images
Couleur On a vu comment représenter une image en niveau de gris Mais comment représenter une image en couleur (sur l ordinateur)? Comment obtient-on une image couleur?
Couleur http://www.techno-science.net/?onglet=glossaire&definition=7254
Couleur Système visuel humain
La rétine
Les bâtonnets
Couleur RGB Rouge Vert Bleu (RVB) Red Green Blue (RGB) La décomposition selon les 3 plans RGB permet de reconstituer toutes les couleurs possibles http://www.lesnumeriques.com/touteverite-tv-led-article-848.html Cf. aussi les écrans à tube cathodique, à LED
Couleur RGB Décomposition de l image RGB sur les 3 plans R, G, B Rouge Vert Bleu Tout ce qui a du rouge «ressort» a une grande valeur va être en blanc Tout ce qui a du vert «ressort» a une grande valeur va être en blanc Tout ce qui a du bleu «ressort» a une grande valeur va être en blanc
Couleur RGB Décomposition de l image RGB sur les 3 plans R, G, B Rouge Vert Bleu
Couleur RGB Décomposition de l image RGB sur les 3 plans R, G, B Rouge Vert Bleu
Couleur RGB Comment passer d une image RGB à une image niveaux de gris? Moyenne des 3 plans couleurs R, G, B Combien de couleurs différentes peut-on représenter si chaque plan est codé sur 8 bits?
Couleur : autre représentation Lumière visible 380 nm 770 nm Vers les UV Longueur d onde Vers les IR Espace colorimétrique HSV = Hue, Value, Saturation
Couleur : espace HSV HSV : Teinte, Saturation, Luminance Utilisé dans les applications graphiques
Image couleur Comment obtient-on une image couleur? Soit à l acquisition (ex : photographie) Soit par modification artificielle : on part d une image NdG et on utilise une Look-Up Table (LUT)
Acquisition d images couleur Photographie couleur Les capteurs CCD (dans les app. photo numériques) sont sensibles à l'ensemble du spectre de la lumière visible Toutes les longueurs d onde (ou couleurs) sont acquises Imagerie multispectrale Des bandes de longueurs d onde sont acquises séparement Pour chaque bande, on a une image
Imagerie multispectrale Appliquée à l analyse d œuvre d art http://www.vinci-editions.com/images/publications/archiving-06fr.pdf
Imagerie multispectrale Dans cette partie du spectre, la chlorophylle émet fortement http://www.onera.fr/imagesscience/observation-imagerie/imageriehyperspectrale.php http://www.hyvista.com/technology/hyperspectral-theory
Couleur : les LUT Image niveaux de gris Images artificiellement en couleur
Fausses couleurs Source : Cours T. Boudier Imagerie numérique
Fausses couleurs Imagerie astronomique Image en fausse couleur de la nébuleuse Eta Carinae prise par le téléscope spatial Hubble. Source : Wikipédia Image composite en fausses couleurs de Vénus obtenues avec l'instrument VIRTIS. Source : CNRS Imagerie médicale http://www.pubmedcentral.nih.gov/articl erender.fcgi?artid=2244806 http://www.ac-nancy-metz.fr/enseign/svt/ format/qualif/agregint96/agindos96.htm
Fausses couleurs Vidéos d images des alvéoles pulmonaires
Acquisition de UNE image de la scène Ex : photo N&B, image rayons x, échographie 1 pixel = 1 valeur Acquisition de PLUSIEURS images de la même scène Photo couleur (RGB) Images IRM (T1, T2, PD) Imagerie multispectrale http://neurology.org/cgi/content-nw/full/66/8/e30/f152 1 pixel = n valeurs http://www.sciences.univnantes.fr/geol/webumr6112/persnl/l emouelic/omega.html
Formats d images Extension BMP GIF EPS TIFF JPEG DCM Nom du format BitMap Windows Graphic Information Format Encapsulated Postscript Tagged Image File Format Joint Photograph Experts Group Dicom (ACR-NEMA) Description Format des images Windows Microsoft Pas de compression Comprimé LZW (sans perte), 8 bits Possibilité d'animation et de transparence Bitmap encapsulé dans Postscript Format Adobe. 8 à 24 bits. Compression LZW Photo numérique. Compression liée aux limites de l'œil Imagerie radiologique
Organisation du cours Applications du TI Perception des images Représentation des images numériques Les images couleurs Analyse d images
Différents traitements selon l objectif à atteindre! Résultat : visualisation améliorée Résultat : mesure de la surface de la tumeur Prétraitement Traitement Reconnaissance des formes saine malade Résultat : identification des cellules malades et saines
Présentation de l analyse d images Traitement de 2 images Estimation de mouvement Recalage d images Morphing
Amélioration d image Extraction d information dans l image Segmentation Comparer 2 images Recalage & fusion
Références Cours de Vision artificielle, Christine Fernandez-Maloigne, Université de Poitiers Images d illusions d optique : wikipedia Cours de Imagerie Numérique Bruno Nazarian, École de Journalisme et de Communication, DESS IESS
Spécificit cificités s des méthodes m de TIM Prise en compte des caractéristiques des images médicales Robuste (au bruit) Rapide (pratique clinique) (Semi-)Automatique Validée
Spécificit cificités s des méthodes m de TIM Prise en compte des caractéristiques des images médicales Exemple en IRM : intensité non uniforme (INU) Source : [2] B. Dawant and A. Zijdenbos. Chapter 2: Image Segmentation. Handbook of Medical Imaging. Volume 2: Medical Image Processing and Analysis, SPIE Press: p.71-127, 2000.
Source : [2] Correction de INU en IRM
Spécificit cificités s des méthodes m de TIM Prise en compte des caractéristiques des images médicales Exemple en IRM : effet de volume partiel Source : [2]
http://www.med.univ-angers.fr/discipline/radiologie/pdfs/dc1_ipdm/dias_ipdm_tdm.pdf Spécificit cificités s des méthodes m de TIM Images scanner (CT) : unités Hounsfield
Spécificit cificités s des méthodes m de TIM Images échographiques (US) : bruit speckle Bruit multiplicatif