....... Module Image .......

Responsables :
Olivier Strauss, LIRMM, département robotique. 04 67 41 85 87.
William Puech, LIRMM, département robotique. 04 67 41 86 85.
 

Réagissez sur le module image en envoyant un e-mel  (cliquez sur le penseur).

Pour s'inscrire à ce module, envoyez un e-mel précisant :

Vos prénom et nom

Votre formation doctorale de rattachement

Le titre de ce module (Module Image)

en cliquant sur le lien suivant : 
Contenu du module :
Ce module s'adresse aux étudiants de l'école doctorale I2S et aux chercheurs interessés par les techniques de traitement d'image et de vision par ordinateur.
Les thèmes abordés dans ces conférences sont très larges. Ils portent généralement à la fois sur l'aspect fondamental du traitement d'image ainsi que sur l'aspect applicatif.
Les conférenciers présentent un thème fort de leur équipe de recherche dont leur laboratoire est spécialiste au niveau national et international.
 
Organisation du module :
Ce module de l'école doctorale est composé de 6 cours/conférences.
Les conférences, d'une durée de 2 à 3 heures, sont réparties entre décembre et juin.
Elles sont proposées le jeudi a 14H00 à raison d'une par mois.
Lieu
Les exposés du module image de l'école doctorale auront lieu dans le bâtiment 1 du campus UMII/St Priest (rue de St Priest, ancien bâtiment du CNIAM, à côte du LIRMM).
Pour obtenir le plan, cliquez ici : 

Pour accéder à la version 2005 du module doctoral, cliquez sur la vielle femme.


PROGRAMME DU MODULE IMAGE
(Ce programme est en cours d'élaboration)

Les indicateurs :
: Pour vous connecter sur la page institutionnelle de l'intervenant
: Pour récupérer une présentations (lorqu'elles nous a été transmise)


Jeudi 2 février 14h00 : Image, mécanique et problème inverse :  
Bertrand Wattrisse - LMGC, Montpellier - wattriss@lmgc.univ-montp2.fr

Force appliquée : Déplacement :

Les techniques d’imagerie sont de plus en plus utilisées dans le domaine de la mécanique car elles présentent de nombreux avantages : techniques sans contact, grand nombre de mesure, … Les développements récents de la micro-informatique permettent désormais de tirer parti de cette richesse d’information. Dans cette présentation, on se propose de montrer quelques exemples de techniques d’imagerie appliquées à la mécanique : la corrélation d’image numérique et la thermographie infrarouge. La corrélation d’images numérique permet de mesurer les champs de déplacement et de déformation à la surface de solides sollicités mécaniquement. La thermographie infrarouge, quant à elle, donne accès à la distribution de température de surface, et de sources de chaleur. On insistera enfin sur l’utilisation que l’on peut faire de ces grandeurs pour caractériser le comportement local de la matière (méthodes inverses d’identification).

Jeudi 23 février 14h00 : Image et psychovisuel :
Gestion flexible d'une mémoire avec un critère de qualité perceptuelle
Vincent Ricordel - IRCCyN, Nantes - vincent.ricordel@univ-nantes.fr

Nous nous intéresserons à la gestion flexible d'une mémoire pour le stockage d'images couleur (on parle parfois de "mémoire élastique"). Il s'agit d'exploiter la propriété de graduabilité qu'offrent les nouvelles générations de codeurs : pouvoir stocker l'information sur plusieurs niveaux (ou couches) de qualité, les flux binaires ainsi obtenus sont aussi emboîtés. Typiquement avec une mémoire "classique" chaque image est stockée avec une nombre fixé de bits, le nombre maximal d'images mémorisées ne dépend donc ensuite que de la taille de la mémoire. Dans le cas d'une gestion flexible, un critère de qualité intervient qui permet de qualifier l'apport de chacune des couches du flux binaire : celles jugées inutiles peuvent être supprimées libérant ainsi de la place pour les autres images. Un des points clés est d'être capable d'apprécier perceptuellement la qualité apportée par chacune des couches de l'image comprimée. L'équipe IVC (Image et VidéoCommunication) de l'IRCCyN possède un savoir faire reconnu dans ce domaine (mise au point de critères objectifs de qualité). Lors de mon exposé la description complète du système sera faite, ce qui me permettra de présenter plus en détail les aspects : • codage graduable avec JPEG2000 • métrique perceptuelle (ici on utilise exactement un critère de qualité avec référence réduite) • allocation binaire (avec un schéma adapté à la gestion flexible de la mémoire).

Jeudi 16 mars 14h00 : Image et fusion :  
Michèle Rombaut - LIS, Grenoble - Michele.Rombaut@lis.inpg.fr

Les images sont souvent utilisées comme obserservation de procédé pour lequel on souhaite connaître l'état ou au moins détecter un état anormal. La première phase consiste toujours à extraire des paramètres judicieux au regard de l'application à l'aide d'algorithme de traitement d'images. Le processus de fusion consiste ensuite à :
• définir le ou les espaces de discernement des états possibles
• définir des modèles de conversion numérique – symbolique
• combiner la confiance pour chacune des hypothèses ou sous ensemble d'hypothèses
• choisir un critère de décision.

Après avoir posé les principes de base de la fusion, nous ferons un survol rapide des trois approches classiques utilisées en fusion de données à savoir la théorie des probabilités, la théorie des possibilités et la théorie de l'évidence.

Exemple : reconnaissance d'action en athlétisme :



Jeudi 20 avril 14h00 : Image et médical :  
Denis Mariano-Goulart - CHU, Montpellier - d-mariano_goulart@chu-montpellier.fr

Cet exposé comprendra trois parties complémentaires. Dans un premier temps, nous présenterons les différentes modalités de l'imagerie médicale en insistant sur la nature physique du signal mesuré et sur sa valeur sémiologique. Nous insisterons sur le fait qu'une partie de ces techniques d'imagerie (radiologie, médecine nucléaire) aboutissent à des signaux de projection et nécessitent de mettre en place des méthodes de reconstruction. La seconde partie de l'exposé portera sur les méthodes de reconstruction tomographique 2D et 3D utilisées en médecine. Ce sera l'occasion de discutter des difficultés liées au conditionnement des problêmes de tomographie. Nous terminerons l'exposé par quelques illustrations plus médicales en TEP et en IRM.

Jeudi 11 mai 14h00 : Image et 3D :  
Luce Morin - IRISA, Rennes - luce.morin@irisa.fr

	Le monde qui nous entoure est tri-dimensionnel (3D). Les images sont des objets bi-dimmensionnels (2D). Notre système visuel utilise un capteur 2D, la rétine, pour appréhender le monde 3D. Ainsi, il nous est facile et naturel d'interpréter une image comme une représentation d'une scène 3D. Par contre, cette tâche est délicate à réaliser automatiquement par analyse d'image. La vision par ordinateur s'intéresse à extraire automatiquement des informations 3D (forme, position) à partir d'un ensemble d'images. La reconstruction 3D a de nombreuses applications, par exemple la métrologie, l'imagerie médicale ou la réalité virtuelle et augmentée.
	Dans cette présentation, on s'intéressera plus particulièrement à une application originale de la reconstruction 3D au domaine de la compression vidéo. La compression vidéo a pour but de représenter sous forme compacte l'information contenue dans une séquence vidéo. Elle vise à réaliser le meilleur compromis débit-distortion. En effet,  si on doit transmettre une vidéo avec un débit réduit, il sera nécessaire de supprimer de l'information pour atteindre ce débit cible (compression avec pertes) ; on cherche alors des méthodes qui permettent d'atteindre le débit voulu tout en limitant au maximum la dégradation (ou distortion visuelle) des images.
	Les méthodes de compression standard actuelles (MPEG, H264) sont basées sur la suppression des redondances spatio-temporelles par estimation et compensation de mouvement 2D. La compression vidéo par modélisation 3D s'applique aux scènes fixes acquises par une caméra en mouvement. Les images de la vidéo sont alors les projections 2D d'une même scène 3D. Notre approche, de type analyse-synthèse, construit une représentation 3D à partir de la vidéo (analyse) ; cette représentation est ensuit comprimée et transmise ; au récepteur, la séquence vidéo est reconstituée à partir de la représentation 3D (synthèse).

Cette approche permet d'atteindre des performances similaires aux codeurs actuels à bas débit,  et de réaliser une compression vidéo à des très bas débits non atteignables par les codeurs standards.
Elle fournit de plus des fonctionalités 3D telles que : ajout d'objets synthétiques, modifications d'éclairage, trajet virtuel, navigation interactive, visualisation stépréoscopique,...
Enfin, elle offre naturellement la fonctionalité de scalabilité spatiale et temporelle.

La présentation abordera successivement les points suivants :
-principe de la reconstruction 3D à partir d'images
-principe de la compression vidéo
-compression vidéo par modélisation 3D

Jeudi 1 juin 14h00 : Image et couleur :  
Alain Trémeau - LIGIV, Saint-Etienne -  tremeau@ligiv.org
 

Le domaine de l’image couleurs constitue, à part entière, un secteur de recherche et développement d’une très grande complexité. En effet, au-delà de la question « quelles sont les données qui contribuent fondamentalement à définir une image couleurs ? » ou de la question « comment se répercute sur l’image la modification de l’une de ces données ? », se pose également le problème de la subjectivité de l’observation visuelle. Pour comprendre comment une image s’est formée (sources d’éclairement, optique, capteur), il est nécessaire de faire appel à la physique. Il en est de même pour comprendre comment certaines interactions lumineuses (phénomènes d’ombrage, de réflexion colorée, de transparence, de constance des couleurs) entre objets ont pu modifier l’image.
	Pour comprendre comment une image est perçue par un observateur (adaptation chromatique, contrastes simultanés, apparence couleur, focus d’attention), il est nécessaire de faire appel à la psychophysique. De même, pour comprendre comment certains phénomènes visuels peuvent modifier la perception que l’on a d’une scène, il est nécessaire de s’intéresser au Système Visuel Humain (SVH).
Pour analyser comment l’image est constituée (niveau pixel, niveau spatiofréquentiel, niveau objet, niveau sémantique), il est nécessaire de faire appel à toute une chaîne d’opérateurs de traitement d’images (filtrage, segmentation, indexation) qui eux-mêmes relèvent notamment de la modélisation mathématique (représentation scalaire ou vectorielle des données, espaces de représentation couleur). De même, pour analyser la qualité d’une image (image fixe ou vidéo, image couleur ou multispectrale), il est nécessaire de sélectionner (analyse discriminante, réseau de neurones, apprentissage) parmi tous les descripteurs image (netteté, contraste, diversité des couleurs) ceux qui satisfont au mieux au problème posé. Pour prédire comment l’image sera restituée sur un périphérique donné (écran CRT, LCD, HDR, imprimante multiprimaires) il est nécessaire de caractériser au préalable ce périphérique (management des couleurs, domaine des couleurs restituables) en faisant appel notamment à l’électronique et au traitement du signal (numérisation, codage des données, compression, transmission). D’une manière générale, l’image couleurs requiert donc un ensemble de connaissances et de compétences extrêmement large et diversifié. L’objectif de l’exposé sera d’illustrer ces notions à travers différents exemples.