MORPHOMETRIE ET QUANTIMETRIE

Slides:



Advertisements
Présentations similaires
Lumière colorée et couleurs des objets
Advertisements

Coupe de France de Robotique 2007 Candidat n°4 – Steven LY BTS IRIS – PROMOTION
Exposé SI28 Photoshop CS04, Séance 1 Thibault Seillier – Lenoir Cécile
Transition image classique image numérique
Eléments de multimédia
Les photos numériques : l’avenir !
TD n° 3 LA MICROSCOPIE.

Morphométrie La segmentation a donc permis à l’analyseur de reconnaître des éléments qui doivent faire l’objet de mesures. La paramétrisation va ensuite.
Vision Par Ordinateur Partie matérielle Entrée Partie logicielle
ETALONNER UN CAPTEUR DE DISTANCE :
(traitement d’images)
Traitements d'images et Vision par ordinateur
Par Clément en vacances sur la Côte dAzur Le 02 Mars Pour bien comprendre voir dabord RADIORADIO (Découverte Junior – Gérard Villemin)Découverte.
A la prise de vue et au labo numérique
IMAGES NUMERIQUES Qu’est-ce qu’une image numérique ?
Coupe de France de Robotique 2007 Candidat n°4 – Steven LY BTS IRIS – PROMOTION
Formation aux techniques de la couleur
Traitements d'images et Vision par ordinateur
Les Images Couleur Cours 4
Algorithmes sur les images dans Excel
Lumière blanche et filtres colorés
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Formation au Numérique… …… savoir prendre de bonnes Résolutions !
Saint-Roch de l’Achigan
1 séance du 9 mai 2012 Traitement de limage sur lordinateur (certains aspects ressortent du cours de Vincent BARRA) Micro Informatique au Cellier Joseph.
Coloriser une image au trait avec GIMP
Traitements à base d’histogrammes Cours 6
Compte-rendu a) Schémas lampe Ecran vert.
La vision de la couleur.
Représentation numérique de l’information
Capsule 1 Introduction à Aphelion
Capsule 1 Introduction à Aphelion
un livre bleu une lampe bleue C’est de quelle couleur?
Les formats Débutant – Semaine 4.
LES REHAUSSEMENTS D'IMAGES
L ’acquisition d ’images
Quel couleur?.
SCHNEIDER Laurent NOYER Vincent TEISSIE Alexis
Menu image et redimensionner / incliner. L’image à été redimensionnée à 50 % en horizontal et vertical avant l’opération d’inclinaison Cliquer pour.
Photo-Club Déclic et des Claps Vendredi 12 Octobre 2011
AGIR : Défis du XXIème Siècle.
TP 2 : Synthèse additive, synthèse soustractive
Algorithmes sur les images dans Excel
Granulométrie de l’image
OBSERVER COULEURS ET IMAGES.
Illusions d'optique quand les couleurs nous trompent
Ch 19 (20) Numérisation de l’information
L’histogramme Sur et sous-exposition
CHAPITRE 1 LA COULEUR DES OBJETS. CHAPITRE 1 LA COULEUR DES OBJETS.
Les réseaux de neurones à réservoir en traitement d’images
Le contrôle de soudures laser par radiographie X
Institut de sciences et technologies Département d’informatique
Thème 2 – La réflexion 8 Science Optique.
TICE 2 ième Semestre TD6 - Récapitulatif. Mars 2006TICE 2ième Semestre - Révisions2 Evaluation La semaine prochaine Deux demi groupes, minutes d’examen.
Les réseaux de neurones à réservoir en traitement d’images
Adobe Photoshop Création Bitmap.
L’image vidéo. Séquence 1 : l’image vidéo Le Pixel est un carré lumineux : => simple définition (SD), deux standards : plusieurs NTSC et PAL => haute définition.
Synthèse soustractive
Images. Une image est constituée de « pixels »: il y en a ici 600  500 = Ce sont des petits carrés colorés de manière uniforme. Codage de l’image.
Suivi d’Horizons Sismiques
Interfaces perceptuelles Interaction avec une caméra.
La couleur.
Bloc 1 - UE 5 - Technologies de l’information et de la communication TIC Bachelier en immobilier T. SOUMAGNE.
Photoshop 6.0 Aurélie KNOSP Ye LU.
Synthèse additive Synthèse soustractive
L’image Quelques repères sur l’image Quelques repères sur l’image.
RECONNAISSANCE DE FORMES PAR CAMERA. Présentation générale du projet :
Transmission, stockage d'information C-Images numériques.
Structure de l’interface. Le thermogramme instantané vu par l’objectif de la caméra Structure de l’interface Les couleurs varient du bleu foncé au blanc.
Transcription de la présentation:

MORPHOMETRIE ET QUANTIMETRIE Poitiers 20/05/2005 MORPHOMETRIE ET QUANTIMETRIE Dr Emile BERE Ingénieur au SIMIS Service Interdisciplinaire de Microscopie et d ’Imagerie Scientifique Faculté des Sciences Fondamentales et Appliquées Université de Poitiers Faculté de Médecine et de Pharmacie

Quantimétrie/Mesures Chaîne Préparation / acquisition / Morphométrie / Quantimétrie Microscope électronique avec interface numérique Microscope optique couplé à une caméra numérique ou appareil photo numérique avec sortie sur des plans films ou appareil photo classique (diapositives) Numérisation Scanner ACQUISITION Image niveaux de gris ou couleur Morphométrie/traitement Amélioration de l ’image, segmentation, filtrage, binarisation, …. Quantimétrie/Mesures nombre, longueur, largeur, diamètre, rayon, périmètre, surface, angle, Densité optique, …... Exportation des résultats MORPHOMÉTRIE/QUANTIMÉTRIE Logiciels d ’analyse d ’images P r é p a t i o n c h m q u e Image numérique Choix du format d ’enregistrement (.TIFF) Morphométrie et Quantimétrie Université de Poitiers

Notion de Profil Morphométrie et Quantimétrie Université de Poitiers Acquisition d’une image Notion de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Notion de Profil Echelle de codage de niveaux de gris : 0 à 255 0 = noir 255 = Blanc Les rayures blanches situées très haut sur l ’échelle de codage Valeur = 250 Les rayures noires situées en bas Valeur = 50 Exemple du zèbre Pour une image en couleur, il existe aussi le profil de couleur basé en général sur l ’échelle de codage RVB (Rouge, Vert, Bleu) Morphométrie et Quantimétrie Université de Poitiers

Dans le cas du zèbre, nous avons l ’histogramme suivant : Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Notion d ’Histogramme Histogramme = Courbe de répartition de fréquences de niveaux de gris ou de couleur en fonction de l ’échelle de codage. Dans le cas du zèbre, nous avons l ’histogramme suivant : Dans le cas d ’une image en couleur on obtient 3 profils : 1R, 1V et 1R. Morphométrie et Quantimétrie Université de Poitiers

La segmentation peut être manuelle ou automatique. Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Segmentation Segmenter = isoler dans l ’image, les zones d’intérêt = séparer les objets d ’intérêt du fond. La segmentation peut être manuelle ou automatique. Segmentation manuelle automatique Seuillage manuel ou interactif Seuillage automatique Filtre passe haut Morphométrie et Quantimétrie Université de Poitiers

Segmentation Manuelle Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Segmentation Manuelle Avant de segmenter, il faut procéder à un seuillage : choisir les limites de niveaux entre lesquels les pixels devront être pris en compte. Codée à 0 ou 1 1 pour les parties de l ’image sélectionnées (colorées en blanc ou en rouge selon les logiciels) 0 pour le reste de l ’image (coloré en noir) Techniques de seuillage : Seuillage simple Seuillage par borne inférieure et supérieure Morphométrie et Quantimétrie Université de Poitiers

Morphométrie et Quantimétrie Université de Poitiers Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Cas de trois objets : Noir, gris foncé, gris clair. Seuillage simple : le seuil S3 permet de ne garder que l ’image de gauche Seuillage par borne inférieure et supérieure : le seuil compris entre S1 et S2 permet de garder l ’objet de droite. Morphométrie et Quantimétrie Université de Poitiers

Coupe histologique d ’épithélium Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Exemple de seuillage manuel Histogramme Coupe histologique d ’épithélium œsophagien Seuillage à 180 Image binaire Morphométrie et Quantimétrie Université de Poitiers

Segmentation automatique manuelle Seuillage manuel ou interactif Seuillage automatique Filtre passe haut Morphométrie et Quantimétrie Université de Poitiers

Segmentation automatique Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Segmentation automatique Seuillage automatique : valeur de seuil obtenue de manière automatique Exemple de grains posés sur un fond noir Morphométrie et Quantimétrie Université de Poitiers

Filtres passe haut Morphométrie et Quantimétrie Université de Poitiers Acquisition d’une image Notions de Profil Notions d ’Histogramme Segmentation Manuelle Segmentation automatique Filtres passe haut Morphométrie et Quantimétrie Université de Poitiers