I. Introduction
Approche fréquentielle
Signaux monodimensionnels périodiques
Signaux quelconques
Signaux numériques, discrétisation, échantillonnage
Observation spectrale, TFD et TFD 2D
Systèmes numériques
Filtres numériques
Produits de convolution. Cas 2D
Sur et sous échantillonnage. Bancs de filtres
Traitement des Images.
Approches multi résolution
II. Signaux aléatoires
variables aléatoires
Processus aléatoires. Stationnarité
Processus MA, AR et ARMA
Estimation des paramètres d’un AR
III. Traitement de l’information Application à la compression
codage de source, entropie,
compression sans perte : codages entropiques
par dictionnaire, par prédiction…
Codages par transformée
La DCT et la compression JPEG
Quantifications scalaire et vectorielle
IV. Communications numériques
Modulations numériques
modulation par impulsions codées
transmission du signal numérique
Applications : RDS, NICAM…
Détection et correction d’erreurs
I. Introduction
Approche fréquentielle
Signaux monodimensionnels périodiques
Signaux quelconques
Signaux numériques, discrétisation, échantillonnage
Observation spectrale, TFD et TFD 2D
Systèmes numériques
Filtres numériques
Produits de convolution. Cas 2D
Sur et sous échantillonnage. Bancs de filtres
Traitement des Images.
Approches multi résolution
II. Signaux aléatoires
variables aléatoires
Processus aléatoires. Stationnarité
Processus MA, AR et ARMA
Estimation des paramètres d’un AR
III. Traitement de l’information Application à la compression
codage de source, entropie,
compression sans perte : codages entropiques
par dictionnaire, par prédiction…
Codages par transformée
La DCT et la compression JPEG
Quantifications scalaire et vectorielle
IV. Communications numériques
Modulations numériques
modulation par impulsions codées
transmission du signal numérique
Applications : RDS, NICAM…
Détection et correction d’erreurs
Ce cours est une introduction au traitements informatique des images. Le traitement d'images consiste à changer la nature d'une image, afin de:
1.Améliorer de l’information contenue pour aider à l'interprétation par l'homme,
2.La rendre plus adaptée pour une perception autonome de la machine.
La vision par ordinateur en télédétection spatiale : état des lieuxVisionGEOMATIQUE2014
Depuis l’arrivée des premiers satellites d’observation de la Terre, les spécialistes en télédétection cherchent à extraire de l’information des bandes spectrales composant les images qu’ils ont captées à diverses résolutions spatiales. Les pixels qui constituent les images optiques sont classifiés selon leur réflectance à partir d’algorithmes de classification, supervisée ou non. Avec l’évolution de la technologie permettant aujourd’hui d’acquérir des images où chaque pixel peut représenter un carré de 50 cm de côté sur le terrain, ces types de classification sont plus ou moins adaptés. Vu la grande hétérogénéité de telles images, la classification orientée-objet est plus appropriée que la classification par pixel pour en extraire les éléments (objets) visibles, de la même manière que l’humain le ferait, en effectuant la reconnaissance par couleur, par texture, par forme et en fonction du contexte et des autres éléments environnants.
Les avancées dans des domaines parallèles tels que l’intelligence artificielle et la vision par ordinateur sont prometteuses pour la télédétection, car ces domaines s’intéressent justement à la reconnaissance automatisée d’objets sur des images de haute résolution.
Cette présentation tente de faire l’état de lieux de ces nouvelles méthodes de classification et montre différents résultats de développements réalisés par Effigis Geo-Solutions.
Le but du projet est de produire un programme permettant d'effectuer des operations de traitement et de manipulation d'image que l'on peut trouver dans des logiciels de retouche photo.
Étude et résolution numérique de deux modèles basés sur des équations aux dér...Ayoub Boudlal
Ce projet traite le débruitage d’images numériques corrompues en utilisant deux modèles basés sur des équations aux dérivées partielles. Le premier modèle étudié est l’équation de la chaleur, il repose sur un processus de diffusion isotrope pour un lissage de l’image traitée. Ce modèle présente un inconvénient majeur car il ne fait pas distinction entre le bruit et les contours de l’image. Pour remé- dier à cet inconvénient, la notion de diffusion anisotrope a été introduite, dont le principe est de diffuser fortement dans les zones à faibles gradients (zones ho- mogènes), et faiblement dans les zones à forts gradients (contours), c’est le cas du modèle de Pérona-Malik.
La résolution de ces modèles est effectuée en utilisant la méthode des différences finies. Les schémas utilisés sont implémentés sur Matlab et une comparaison de ces schémas est faite.
Enfin, un aperçu sur l’utilisation de la boîte à outils "Imagerie" pour le traitement d’images est présenté.
L'imagerie satellitaire, une source d'information incontournableVisionGEOMATIQUE2014
Revue et caractéristiques des différents satellites d’observation de la terre (optique et Radar) en orbite et en mission future. Exemples d’applications et méthodes de production permettant d’extraire des informations de l’imagerie (mono et stéréo).
Modélisation du signal et photométrie : application à l'astrophotographieLaurent Devineau
L’objectif de ce support est de présenter à travers un cas pratique les notions clés de photométrie et de modélisation du signal appliquées à l’astrophotographie
This document provides an overview of microcontrollers and the Arduino platform. It discusses what a microcontroller is and some common types. It then introduces Arduino as an open-source prototyping platform using easy hardware and software. Several Arduino boards are described and the ATmega328p microcontroller chip is specified. The document outlines how to download the Arduino software and write programs. It provides examples of basic Arduino projects like blinking LEDs, reading sensors, and creating sounds.
Ce cours est une introduction au traitements informatique des images. Le traitement d'images consiste à changer la nature d'une image, afin de:
1.Améliorer de l’information contenue pour aider à l'interprétation par l'homme,
2.La rendre plus adaptée pour une perception autonome de la machine.
La vision par ordinateur en télédétection spatiale : état des lieuxVisionGEOMATIQUE2014
Depuis l’arrivée des premiers satellites d’observation de la Terre, les spécialistes en télédétection cherchent à extraire de l’information des bandes spectrales composant les images qu’ils ont captées à diverses résolutions spatiales. Les pixels qui constituent les images optiques sont classifiés selon leur réflectance à partir d’algorithmes de classification, supervisée ou non. Avec l’évolution de la technologie permettant aujourd’hui d’acquérir des images où chaque pixel peut représenter un carré de 50 cm de côté sur le terrain, ces types de classification sont plus ou moins adaptés. Vu la grande hétérogénéité de telles images, la classification orientée-objet est plus appropriée que la classification par pixel pour en extraire les éléments (objets) visibles, de la même manière que l’humain le ferait, en effectuant la reconnaissance par couleur, par texture, par forme et en fonction du contexte et des autres éléments environnants.
Les avancées dans des domaines parallèles tels que l’intelligence artificielle et la vision par ordinateur sont prometteuses pour la télédétection, car ces domaines s’intéressent justement à la reconnaissance automatisée d’objets sur des images de haute résolution.
Cette présentation tente de faire l’état de lieux de ces nouvelles méthodes de classification et montre différents résultats de développements réalisés par Effigis Geo-Solutions.
Le but du projet est de produire un programme permettant d'effectuer des operations de traitement et de manipulation d'image que l'on peut trouver dans des logiciels de retouche photo.
Étude et résolution numérique de deux modèles basés sur des équations aux dér...Ayoub Boudlal
Ce projet traite le débruitage d’images numériques corrompues en utilisant deux modèles basés sur des équations aux dérivées partielles. Le premier modèle étudié est l’équation de la chaleur, il repose sur un processus de diffusion isotrope pour un lissage de l’image traitée. Ce modèle présente un inconvénient majeur car il ne fait pas distinction entre le bruit et les contours de l’image. Pour remé- dier à cet inconvénient, la notion de diffusion anisotrope a été introduite, dont le principe est de diffuser fortement dans les zones à faibles gradients (zones ho- mogènes), et faiblement dans les zones à forts gradients (contours), c’est le cas du modèle de Pérona-Malik.
La résolution de ces modèles est effectuée en utilisant la méthode des différences finies. Les schémas utilisés sont implémentés sur Matlab et une comparaison de ces schémas est faite.
Enfin, un aperçu sur l’utilisation de la boîte à outils "Imagerie" pour le traitement d’images est présenté.
L'imagerie satellitaire, une source d'information incontournableVisionGEOMATIQUE2014
Revue et caractéristiques des différents satellites d’observation de la terre (optique et Radar) en orbite et en mission future. Exemples d’applications et méthodes de production permettant d’extraire des informations de l’imagerie (mono et stéréo).
Modélisation du signal et photométrie : application à l'astrophotographieLaurent Devineau
L’objectif de ce support est de présenter à travers un cas pratique les notions clés de photométrie et de modélisation du signal appliquées à l’astrophotographie
This document provides an overview of microcontrollers and the Arduino platform. It discusses what a microcontroller is and some common types. It then introduces Arduino as an open-source prototyping platform using easy hardware and software. Several Arduino boards are described and the ATmega328p microcontroller chip is specified. The document outlines how to download the Arduino software and write programs. It provides examples of basic Arduino projects like blinking LEDs, reading sensors, and creating sounds.
EEG and MEG are non-invasive neuroimaging techniques that measure electrical and magnetic fields produced by neural activity in the brain. EEG detects electrical currents using scalp electrodes, while MEG directly measures magnetic fields using SQUID magnetometers. Both have excellent temporal resolution of 1ms or less but MEG has better spatial resolution of under 1cm. Together, EEG and MEG provide insights into neural correlates of cognitive processes and are useful for clinical applications like epilepsy diagnosis.
This document summarizes the design of an EEG circuit and data acquisition system. It includes block diagrams of the EEG amplifier board and analog-to-digital converter board. The EEG amplifier uses a two-stage design with gains of 50 and 390. The proposed analog-to-digital converter is a Keithley KPCI-1307 card capable of 100k samples/second. Software options for the card include VHDL implementation on an Altera board or using DriverLINX APIs. Testing showed the system could successfully record eyebrow raises and eye blinks.
Alternative - Complément au Tramway et 3ème lien de la ville de Québec Daniel Bedard
An update of this presentation has been done with Slide 16 that has been updated and 17 has been added, only.
Cette présentation a été ajournée avec la diapo 16 qui a été modifié et la 17 qui a été ajouté.
Voir ici
https://www.slideshare.net/slideshow/alternative-au-tramway-de-la-ville-de-quebec-rev1-sum-pdf/269691794
CDPQ Infra dévoile un plan de mobilité de 15 G$ sur 15 ans pour la région de Québec. Une alternative plus économique et rapide, ne serait-elle pas posssible?
- Valoriser les infrastructures ferroviaires du CN, en créant un Réseau Express Métropolitain (REM) plutôt qu'un nouveau tramway ou une combinaison des 2.
- Optimiser l'utilisation des rails pour un transport combiné des marchandises et des personnes, en accordant une priorité aux déplacements des personnes aux heures de pointes.
- Intégrer un téléphérique transrives comme 3ème lien urbain dédiés aux piétons et cyclistes avec correspondance avec le REM.
- Le 3 ème lien routier est repensé en intégrant un tunnel routier qui se prolonge avec le nouveau pont de l'Île d'Orléans et quelques réaménagemet de ses chausées.
https://www.linkedin.com/in/bedarddaniel/
English:
CDPQ Infra unveils a $15 billion, 15-year mobility plan for the Quebec region. Wouldn't a more economical and faster alternative be possible?
Leverage CN's railway infrastructure by creating a Metropolitan Express Network (REM) instead of a new tramway or a combination of both.
Optimize the use of rails for combined freight and passenger transport, giving priority to passenger travel during peak hours.
Integrate a cross-river cable car as a third urban link dedicated to pedestrians and cyclists, with connections to the REM.
Rethink the third road link by integrating a road tunnel that extends with the new Île d'Orléans bridge and some reconfiguration of its lanes.
https://www.linkedin.com/in/bedarddaniel/
2. Programme de BIOPHYSIQUE
1) Imagerie médicale
2) Radiobiologie, radioprotection
3) Electrophysiologie
Cours magistraux
PCEM2
3. DATE HORAI
RE
COURS ENSEIGNANT
Mardi 28 septembre 08 h 30 1 Imagerie, IRM (1)
2 IRM (2)
3 Explorations ultrasonores
4 Rayons X
5 Scanner X
6 Médecine Nucléaire (1)
7 Médecine Nucléaire (2)
8 Radiobiologie Radioprotection (1)
9 Imagerie Multimodalités
10 Imagerie Hybride
11 Radiobiologie Radioprotection (2)
12 Electrophysiologie
Peretti I.
Mercredi 29 septembre 10 h 30 Peretti I.
Mercredi 06 octobre 10 h 30 Rouzet F.
Vendredi 08 octobre 10 h 30 Sarda L.
Mercredi 13 octobre 10 h 30 Sarda L
Jeudi 14 octobre 08 h 30 Rouzet F.
Vendredi 15 octobre 10 h 30 Rouzet F.
Vendredi 22 octobre 10 h 30 Hindié E.
Mercredi 03 novembre 10 h 30 Peretti I.
Vendredi 05 novembre 10 h 30 Paycha F.
Mercredi 10 novembre 08 h 30 Hindié E.
Vendredi 19 novembre 10 h 30 Ingster-Moati I.
4. Première partie : Imagerie médicale
Bases physiques de l’imagerie médicale :
- radiologie (radiographie conventionnelle, scanner TDM)
- médecine nucléaire (scintigraphie, TEP)
- imagerie par résonance magnétique (IRM)
- explorations ultrasonores (échographie, effet Doppler)
5. Imagerie médicale : généralités
technique d’imagerie → liée à la mesure
d’une grandeur physique
Exemples :
coefficient d’atténuation des rayons X
coefficient de réflexion des ultrasons
aimantation
radioactivité
- Grandeur physique mesurée
6. - Mode de formation des images
Différents processus :
- Émission
scintigraphie
IRM
- Transmission
radiographie
- Réflexion
échographie
7. - propriété physique mesurée :
atténuation du faisceau de RX
• exemple de la radiographie conventionnelle
- source de rayons X
Rx
Objet (3D)
détecteur
(image 2D)
- noircissement de la plaque photographique
en un point : lié à la quantité de
rayonnement reçue en ce point
- Imagerie analogique et imagerie numérique
- Imagerie analogique et imagerie numérique
- Imagerie analogique et imagerie numérique
8. - analyse visuelle : l’intensité lumineuse varie
continûment d’un point à l’autre :
image « analogique »
4 degrés d’opacité : - osseuse
- aqueuse
- graisseuse
- gazeuse
9. NUMERISATION d’une image
transforme l’information initiale (analogique) en
une matrice
- codage spatial : ECHANTILLONNAGE SPATIAL
image divisée en
N × M pixels
(picture elements)
- codage en intensité : QUANTIFICATION
chaque pixel → un nombre : valeur moyenne
M
N
10. - reconstruction visuelle de l’image :
nombre → niveau de gris
- images numériques : information « discrète »
- avantages des images numériques,
rôle de l’informatique
11. Méthodes qui permettent d’obtenir des images
numériques : deux groupes :
- l’image numérisée est formée à partir
d’une information analogique
- l’image est obtenue directement sous
forme numérique
exemples : TDM, IRM
objet
voxel
pixel
image
12. en TDM : information recueillie dans un pixel :
atténuation du faisceau de RX par
l’élément de volume correspondant de
l’objet : voxel.
13.
14.
15. chaîne de création de l’image numérique
paramètre physique → grandeur électrique
capteur
amplification
filtrage
C A N
ordinateur
visualisation reprographie
mémoire
de masse
16. Convertisseur analogique – numérique
représentation binaire
convertisseur à n chiffres (bits) : 2n niveaux de gris
• cas de 2 niveaux de gris
2 valeurs : 0 et 1
n = 1 chiffre
• cas de 4 niveaux de gris
4 valeurs : 00, 01, 10, 11
n = 2 chiffres
• cas de 256 niveaux de gris
256 = 28 valeurs
n = 8 chiffres
17. Quantité d’informations contenue dans une image
exemple :
matrice 512 x 512
en 256 niveaux de gris
262 144 pixels
8 chiffres
soit : 2, 097 152 x 106 chiffres
remarque :
capacité de la mémoire : par exemple :
série dynamique de 120 images en scintigraphie
série de 20 coupes anatomiques en IRM
19. - Résolution spatiale :
- Rapport signal sur bruit :
S
B
- Qualité de l’image
- Contraste
Rapport contraste sur bruit
20. - Résolution spatiale :
• dimension du plus petit objet bien contrasté dont
on peut obtenir l’image
• dépend des :
- caractéristiques de la technique d’imagerie
- caractéristiques du système de visualisation
22. Rapport Signal sur Bruit
S
B
= k Vvoxel × √ Tacq
• Ê quand Vvoxel Ê càd quand :
S
B
• Ep Ê (Ep : épaisseur de coupe)
• taille pixel Ê
⇒ résolution spatiale Ì
• Ê quand Tacq Ê (Tacq : durée d’acquisition)
S
B
résolution spatiale inchangée
23. - Contraste
contraste sur une image → différence
de « brillance »
- contraste – objet
SA
SB
- rapport contraste sur bruit
- contraste – image : C =
|SA − SB|
SA + SB
24. Contraste
SA
SB
0
C =
|SA − SB|
SA + SB
La dynamique du signal S dépend de la
technique utilisée ⇒ dispositions particulières
pour la visualisation
- échelle de gris (16 ou 32 niveaux)
- niveau moyen et fenêtre
- échelles de couleur
25. Contraste sur bruit
- La résolution spatiale : s’évalue à haut contraste
- Le contraste se mesure sur des objets de grande
taille par rapport à la résolution spatiale
L’important pour le clinicien est la détection de
petits détails présentant un faible contraste vis à
vis des tissus voisins.
Cette détection sera d’autant plus facile que le
bruit sera faible
(1)
A
0
B
(2)
A
0
B
26. Analyse de l’image numérique
but : déterminer des paramètres quantitatifs
- soit pour leur intérêt clinique direct
- soit pour le traitement des images
- intensité moyenne sur une région d’intérêt
(moyenne, écart-type, surface, nombre de pixels)
• renseignement objectif
• comparaison de deux régions
• exemple de l’I.R.M. : calcul de T1 et T2
27. Traitement d’images
Le traitement d’images a un grand nombre
d’applications :
- modifier la présentation de l’image
- privilégier la perception de certaines
structures de l’image
- extraire des informations fonctionnelles
-associer différentes modalités d’imagerie
par exemple :
image anatomique et image fonctionnelle
….
28. - recadrage de la dynamique d’une image
- inversion de l’image ( Haut ↔ Bas
Droite ↔ Gauche
Noir ↔ Blanc )
- visualisation simultanée de plusieurs images
- calcul de volumes
- addition, soustraction, recalage d’images
(ex : angiographie numérisée)
- lissage
- filtrage, accentuation de contours
- agrandissement à la visualisation
29. - superposition d’images d’origine différente
- reconstruction de coupes dans des plans autres
que ceux de l’acquisition