Traitement des Images Fluorescentes, Restauration - TIMC-IMAG

Yves
Yves Usson Usson Paris, 2003 Paris, 2003
Traitement des Images Fluorescentes,
Traitement des Images Fluorescentes,
Restauration &
Restauration & D Dé éconvolution convolution
Yves USSON
Yves USSON
Reconnaissance des Formes & Microscopie Quantitative
Reconnaissance des Formes & Microscopie Quantitative
Lab
Lab. TIMC UMR 5525 CNRS, IN3S, Grenoble . TIMC UMR 5525 CNRS, IN3S, Grenoble
Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Propri
Proprié ét té és des images de microscopies phoniques s des images de microscopies phoniques
Lumi
Lumiè ère transmise re transmise Fluorescence Fluorescence
- Niveau
- Niveau é élev levé é de lumi de lumiè ère re
--> bon rapport signal sur bruit
--> bon rapport signal sur bruit
- Niveau faible de lumi
- Niveau faible de lumiè ère re
--> mauvais rapport signal sur bruit
--> mauvais rapport signal sur bruit
- L
- L’ ’absorption est un processus multiplicatif absorption est un processus multiplicatif
--> contraste
--> contraste é élev levé é de marquage de marquage
- L
- L!’é !’émission de lumi mission de lumiè ère est un processus re est un processus
additif
additif
- Processus d
- Processus d!’ !’illumination-collection illumination-collection
coh
cohé érent rent
--> peu de lumi
--> peu de lumiè ère diffract re diffracté ée et e et
diffus
diffusé ée e
- Processus d
- Processus d!’é !’émission non-coh mission non-cohé érent rent
--> diffraction et diffusion
--> diffraction et diffusion é élev levé ées es
Images bruit
Images bruité ées es
Le contraste et la r
Le contraste et la ré ésolution solution
spatiale sont alt
spatiale sont alté ér ré ées par une es par une
«!
«!brume brume!» !» caract caracté éristique ristique

Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Le bruit photonique dans les images de
Le bruit photonique dans les images de
fluorescence et traitement num
fluorescence et traitement numé érique rique
Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Le bruit photonique dans les images de fluorescentes
Le bruit photonique dans les images de fluorescentes
“
“Le bruit photonique Le bruit photonique” ” : de quoi s : de quoi s’ ’agit-il? agit-il?
Image de FISH
Image de FISH
Histogramme d
Histogramme d’ ’intensit intensité é
Rapport signal/bruit
(SNR)
-> moyenne / variation

Yves
Yves Usson Usson Paris, 2003 Paris, 2003
2 4 1 6 3
Propri
Proprié ét té és statistiques du bruit photonique s statistiques du bruit photonique
“
“mauvais mauvais” ” SNR SNR “
“bon bon” ” SNR SNR
SNR (dB)=10 log
µ
3 !
"
#
$
%
Bruit de Poisson
Bruit de Poisson : :
µ = !
2
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40
0.00
0.20
0.40
0.60
0.80
1.00
1.0 2.2 3.2 4.5 5.5
Source 3 photons/ms
Temps
Temps d d’ ’int inté égration gration 1ms : signal 1ms : signal
moyen
moyen 3 photons 3 photons
Le bruit photonique dans les images de fluorescentes
Le bruit photonique dans les images de fluorescentes
Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Restauration : suppression du bruit de Poisson
Restauration : suppression du bruit de Poisson
Am
Amé élioration du SNR : filtrage par int lioration du SNR : filtrage par inté égration temporelle gration temporelle
Temps d
Temps d’ ’int inté égration 0,5 s gration 0,5 s integration 2 s integration 2 s integration 16 s integration 16 s
R
Ré éalis alisé é pendant l pendant l’ ’acquisition : acquisition : moyennage moyennage d d’ ’images, images,
filtrage de
filtrage de Kalman Kalman

Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Filtrage num
Filtrage numé érique du bruit photonique rique du bruit photonique
Filtres directs
Filtres directs Filtres adaptatifs Filtres adaptatifs Filtres stochastiques
Filtres stochastiques
Convolution lin
Convolution liné éaire aire
Adapt
Adapté é aux bruits aux bruits
gaussien et de Poisson
gaussien et de Poisson
Rapide, peut
Rapide, peut ê être it tre ité ér ré é
Alt
Altè ère la r re la ré ésolution ! solution !
Filtre de rang (M
Filtre de rang (Mé édian) dian)
Adapt
Adapté é au bruit impulsion- au bruit impulsion-
nel
nel
Rapide, peut
Rapide, peut ê être it tre ité ér ré é
Pr
Pré éserve les bords serve les bords
D
Dé étruit les structure fines truit les structure fines
et peut cr
et peut cré éer des textures er des textures
peu naturelles !
peu naturelles !
Moyenne tronqu
Moyenne tronqué ée e
Propagation de gradient
Propagation de gradient
Diffusion
Diffusion anisotropique anisotropique
Adapt
Adapté é aux bruits gaussien et aux bruits gaussien et
de Poisson
de Poisson
Assez rapide, peut
Assez rapide, peut ê être it tre ité ér ré é
Pr
Pré éserve les bords serve les bords
Pr
Pré éserve les structures fines serve les structures fines
Repose sur la connaissance
Repose sur la connaissance
des param
des paramè ètres du bruit ! tres du bruit !
Champs de Markov
Champs de Markov
Filtre
Filtre à à relaxation relaxation
Filtre quasi id
Filtre quasi idé éal ! al !
Ttrr
Ttrrèè èèss lleenntt ss lleenntt ! !
Solution id
Solution idé éale ale
quand les ordinateurs
quand les ordinateurs
seront mille fois plus
seront mille fois plus
puissants !
puissants !
Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Filtrage num
Filtrage numé érique du bruit photonique rique du bruit photonique
Evaluation de diverse techniques
Evaluation de diverse techniques
Image de test
Image de test

Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Image test
Image test
+ bruit
+ bruit
Filtrage num
Filtrage numé érique du bruit photonique rique du bruit photonique
Evaluation de diverse techniques
Evaluation de diverse techniques
Yves Usson
Yves Usson Paris, 2003 Paris, 2003
Image filtr
Image filtré ée e
Filtrage num
Filtrage numé érique du bruit photonique rique du bruit photonique
Filtrage Gaussien
Filtrage Gaussien