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
1 / 17 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !