Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.
Inscriptions closes à cette réunion.
29 personnes membres du GdR ISIS, et 16 personnes non membres du GdR, sont inscrits à cette réunion.
Capacité de la salle : 60 personnes.
Les images couleur semblent être la transcription la plus naturelle de l'environnement pour le système visuel humain. Et pourtant l'acquisition de ces images, leur traitement et analyse sont des sujets de recherche qui sont loin d'être épuisés et qui continuent à occuper différentes communautés de chercheurs de différents horizons (Informatique, signal, neurosciences, mathématique, physiques, etc.). Le système visuel humain est très complexe et les capacités de traitement et d'interprétation par le cerveau ne sont que très partiellement comprises malgré le développement d'outils mathématiques de plus en plus sophistiqués pour représenter et analyser les images couleur.
Par ailleurs, certaines limitations dans le traitement des images couleur sont intrinsèques à l?étape d?acquisition elle-même (capteur, éclairage, codage, etc.). Pour s'affranchir de ces problèmes, l'imagerie multispectrale apporte une réponse. L'imagerie multispectrale consiste en l'acquisition de dizaines d'images, chacune d'elles étant une image en niveaux de gris acquise à travers un filtre centré sur une longueur d'onde particulière du spectre électromagnétique. L'objectif étant d'accéder à la propriété de la réflectance de la surface de l'objet acquis et non de mimer le capteur d'image rétinien.
Longtemps confinée à la télédétection et la mesure en champ lointain du fait du coût des imageurs et leurs contraintes d'entretien, les applications de l'imagerie multispectrale en champ proche connaissent aujourd'hui une forte expansion, grâce aux avancées technologiques récentes à la fois des capteurs d'images, des sources de lumière et des filtres. Nous entendons par proche toute exploitation ne nécessitant pas un capteur aéroporté ou satellisé. Parmi les domaines d'application les plus prometteurs, on peut citer sans être exhaustif : le contrôle qualité, l'agroalimentaire, la médecine, la biologie, l'imagerie moléculaire, l'industrie cosmétique, l'étude d'oeuvres d'art, l'imprimerie, le patrimoine, etc.
Cette diversification a pour conséquence de réactualiser certaines problématiques connues en imagerie couleur (caractérisation de texture, réduction de dimensionnalité des données, apprentissage et classification, visualisation, etc.) dans de nouveaux contextes. L'exploration de champs proches a également donné naissance à de nouvelles problématiques scientifiques (sélection de caractéristiques, dématriçage C-SFA, estimation de la réflectance, intégration de modèles physiques, visualisation, impression, séparation de sources, etc.) auxquelles se confronte une communauté de chercheurs tant académiques qu'industriels.
Si les principes sous-jacents à l?acquisition des images couleur et multispectrales sont distincts, leur exploitation (outils mathématiques de représentation, traitement et analyse) sont les mêmes moyennant quelques adaptations liées à la dimensionnalité.
Il existe encore actuellement de nombreuses questions concernant ces images couleur ou multibandes. Citons d'une manière non exhaustive : comment modéliser ces données en prenant en compte à la fois l'aspect 2D ou vectoriel des données ? Comment comparer des images multibandes ?
Dans ce contexte, Le GDR ISIS organise une réunion, inscrite dans le thème B, autour des outils de représentation, traitement et analyse des images couleur et multispectrales. Cette journée sera l'occasion de faire un point et une synthèse des avancées scientifiques liées aux problématiques de l'imagerie couleur et multispectrale, de créer des passerelles de communication et de collaboration entre les acteurs des différentes communautés travaillant avec des données couleur et multispectrales et enfin de faire émerger les nouveaux problèmes et défis scientifiques.
Cette réunion se déroulera à Paris le 5 novembre 2015 à l'ENST Paris (Nom de l'amphi sera communiqué ultérieurement). Elle sera structurée autour de 3 présentations Senior et des communications en format plus court (15 min de présentation + ~10 à 15 min de discussion).
Les orateurs seniors sont :
Les propositions de communications (titre et résumé de quelques lignes) sont à envoyer au plus tard le 30 septembre aux organisateurs :
---------------------------
11h20-11h35 : Pause
---------------------------
========================
- 12h55-14h00 : pause déjeuner.
========================
---------------------------
- 15h20-15h35 : Pause
---------------------------
Présentations senior
David Alleyson : Laboratoire de Psychologie et Neurocognition, CNRS UMR 5105, Grenoble
Résumé : L'exposé commencera par un bref rappel de la géométrie de l'espace de la vision des couleurs associé à l'expérience d'équivalence des couleurs, qui est le fondement des normes CIE. Ensuite, je discuterais de la création d'un espace des couleurs qui prend en compte les différences inter-individuelles liées à la biologie de la photo-réception. Finalement, je présenterais des données récentes sur la mesure des différences de couleurs pour un observateur qui questionnent la nature Riemannienne de l'espace de vision des couleurs.
Yannick Berthoumieu, IMS Lab Signal and Image Processing Group UMR 5218 CNRS - Bordeaux
Résumé : En classification d'images, il est bien connu que le choix de l'espace de description, le mode de codage de l'information dans cet espace et la règle de décision utilisée sont autant d'éléments qui conditionnent la performance, le caractère générique et robuste de l'approche. Avec l'apparition de sources d'observation de plus en plus enrichies en termes de bandes spectrales, de résolution spatiale et de disponibilité temporelle, le choix de ces éléments clefs deviennent d'autant plus difficile que les données évoluent dans des espaces à grande dimension où il est courant d'observer de fortes disparités sur le plan de la redondance intra et inter dimensions.
Dans cet exposé, nous ferons certaines propositions tirant partie de l'interprétation probabiliste du problème posé afin de tenter de répondre aux différents aspects mentionnés précédemment. Notamment, nous nous intéresserons à l'étude de descripteurs locaux liés à l'espace des matrices de covariances (MC) pour leurs propriétés d'invariance notamment. Nous proposerons d'étendre le concept de lois de mélange à l'espace MC pour faciliter la plasticité du modèle. Sur le choix de la méthode de classification, nous verrons également l'intérêt de passer par des techniques de ré-échantillonnage et d'agrégation de modèles notamment pour traiter des données hyperspectrales.
Abder El Moataz : Greyc UMR 6072 - Caen
Résumé : De plus en plus de données sont directement collectées ou représentées sous formes de graphes ou de fonctions sur ces graphes. Les exemples sont nombreux : images définies sur des domaines réguliers ou irréguliers, maillages 3D, images définies sur des nuages de points 3D, nuage de points de grandes dimensions, données définies sur des structures de réseaux etc.
Il y'a actuellement un grand intérêt pour transférer et adapter des Méthodes mathématiques classiques (EDPs, Ondelettes, etc.) initialement développées pour traiter des images définies sur des domaines réguliers, sur graphes de topologie arbitraires.
Dans cet exposé, je présenterai un formalisme simple permettant d'adapter différentes EDPs sur Graphes. Je montrerai que ce cadre permet d'unifier le traitement local et non local des images et de l'étendre de manière naturelle aux traitement et analyse de données discrètes. J'illustrerai ma présentation par différents exemples : dé-bruitage (images, surfaces 3D, nuage de points 3D colorés), interpolations de données sur graphes et en classification de données.
Présentations junior
Sofiane Mihoubi, CRIStAL - UMR 8219, Université de Lille
Résumé : Les caméras couleurs mono-capteurs, qui utilisent classiquement une mosaïque de filtres couleur (CFA) pour échantillonner les composantes RGB, ont récemment été étendues au domaine multispectral. Afin d'échantillonner plus de trois bandes de longueur d'onde, ces systèmes utilisent une mosaïque de filtres multispectraux (MSFA) qui fournit une image brute dans laquelle le niveau d'une seule bande spectrale est disponible en chaque pixel. Une procédure de dématriçage est alors nécessaire pour estimer une image multispectrale avec une résolution spectrale complète. Dans cette présentation, nous présentons l'état de l'art des méthodes de dématriçage d'images multispectrales avant de proposer de nouvelles méthodes prenant en compte les corrélations spatiale et spectrale avec l'intensité pour l'estimation de chaque composante. Les résultats expérimentaux montrent que ces méthodes fournissent des images estimées de meilleure qualité que les méthodes classiques.
Saadallah El Asmar, Laboratoire MIA - Université de La Rochelle
Résumé : Nous abordons le problème de la segmentation non supervisée d'images hyperspectrales suivant une approche de type 'Spectral Hashing' ou 'Semantic Hashing'. Les variations du profil spectral de chaque pixel sont encodées par un vecteur binaire. En utilisant une version généralisée de la distance de Hamming, nous proposons ensuite une méthode de segmentation par clustering. Les données étant des codes binaires, nous sommes amenés à mettre en place une variante de l'algorithme des k-means utilisant des k-centres. Nous expliquons en particulier comment choisir de façon efficace les k-centres d'initialisation.
Nous terminons en illustrant les résultats obtenus sur quelques exemples issus de la littérature et en évoquant d'autres possibilités d'utilisation du codage binaire (1) (Relational Clustering et segmentation par similarité).
Jessica El Khoury, Laboratoire LE2I, UMR 6306, Université de Bourgogne
Résumé : Images captured outside usually suffer from visibility degradation caused by the particles suspended in the air. The enhancement of visibility remains a challenging task, since it generates some inaccuracies. In this regard, a large number of methods have been proposed. In this lecture, we propose a comprehensive description of the phenomena contributing to poor visibility, the problems related to the original image recovery, and the major challenges related to the subjective and objective evaluation of the processed images.
Alain Clément : Laboratoire Angevin de Recherche en Ingénierie des Systèmes EA 7315, Université d'Angers
Résumé : La segmentation des images couleur, multispectrales et plus généralement multicomposantes rencontre une double difficulté d'ordre mathématique et algorithmique : celle de manipuler des données vectorielles sur lesquelles il n'existe pas de relation d'ordre naturel et qui occupent un espace mémoire toujours plus grand induit par les évolutions technologiques des systèmes d'acquisition.
La classification pixelaire par analyse d'histogrammes est une approche vectorielle non supervisée qui tient compte de la corrélation entre les composantes de l'image. Elle permet de développer des outils efficaces dans un contexte d'automatisation de la chaîne de traitement. Néanmoins, le caractère diffus des histogrammes multidimensionnels favorise la sur-segmentation et donne souvent des résultats médiocres en présence d'images texturées.
Notre contribution vise à explorer cette problématique en proposant une décomposition hiérarchique des histogrammes multidimensionnels qui s'adapte aux variations locales de densité de l'information couleur ou multispectrale.
Yoann Altmann : Institute of Sensors, Signals and Systems Heriot-Watt University
Résumé : L'amélioration des capteurs multi/hyperspectraux a permis de considérablement étendre les domaines d'application de l'imagerie hyperspectrale (astrophysique, observation de la terre, défense, médecine, '). Bien que bénéficiant d'une excellente résolution spectrale, les images multi/hyperspectrales se composent de (seulement) deux dimensions spatiales, ce qui peut limiter la caractérisation de scènes observées en présence de relief (canopées, scènes urbaines, ' ). Les systèmes Lidar (basés sur des détecteurs de photons uniques) sont particulièrement adaptés pour extraire de l'information géométrique d'une scène. Couplées à des images multi/hyperspectrales, les données Lidar peuvent donc permettre une meilleure caractérisation (géométrique et spectrale) de scènes 3D. Durant cette présentation, nous allons voir comment les systèmes Lidar multispectral peuvent être utilisés pour une meilleure analyse de scènes 3D, par exemple en s'affranchissant de l'étape de fusion multi-capteurs et en limitant l'influence des conditions d'illumination. Enfin, nous discuterons les problématiques associées à l'acquisition et traitement de cette nouvelle modalité.
R. Soulard : Département XLIM-SIC, UMR CNRS 7252
Résumé : Il s'agit dans cet exposé de présenter une nouvelle représentation des images couleur introduisant différents concepts physique comme la notion de phase instantanée. La nouveauté est d'encapsuler cette représentation dans une description réduite reposant sur la sélection de maxima d'ondelettes. Nous monterons qu'il est possible de définir un algorithme de reconstruction respectant les formes et la couleur à partir de cette représentation très partielle.
Date : 2015-11-05
Lieu : Amphithéâtre Opale, ENST Paris
Thèmes scientifiques :
B - Image et Vision
Inscriptions closes à cette réunion.
(c) GdR IASIS - CNRS - 2024.