Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Des intensités aux objets Introduction

Dans cours

BIO-695: Image Processing for Life Science

Registration details will be announced via email. It takes place yearly from Sept./October to December & intends to teach image processing with a strong emphasis of applications in life sciences. The idea is to enable the participants to solve image-proces ...

Description

Cette séance de cours présente des techniques de segmentation, y compris la conversion d'images d'intensité en images binaires, le nettoyage d'images binaires et l'étiquetage d'objets. Les méthodes classiques de segmentation, les filtres morphologiques et la génération de mesures d'objets sont expliqués, ainsi que leurs avantages et leurs inconvénients.

Dans MOOC

Traitement et analyse d'images pour les scientifiques du vivant

Enseignant·e·s (4)

Romain Guiet

Olivier Burri

Nicolas René Chiaruttini

Arne Seitz

04/1996-06/2000 Scientific co-worker at Philipps-University of Marburg, Dep. of Physical Chemistry 07/2000-10/2002 Post Doc at Max-Planck Unit for Structural Molecular Biology in Hamburg 11/2002-11/2005 Post Doc at European Molecular Biolohy Laboratory (EMBL), Cell Biology and Cell Biophysics Programme 11/2005-03/2009 Staff Scientist at Advanced Light Microscopy Facility, EMBL 04/2009- Head of Bioimaging and Optics platforme (BIOP), Ecole Polytechnique Fédérale de Lausanne (EPFL)

Source officielle

Concepts associés (9)

Segmentation d'image

La segmentation d'image est une opération de s consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. Des algorithmes sont écrits comme substitut aux connaissances de haut niveau que l'homme mobilise dans son identification des objets et structures.

Morphologie mathématique

La morphologie mathématique est une théorie et technique mathématique et informatique d'analyse de structures qui est liée avec l'algèbre, la théorie des treillis, la topologie et les probabilités. Le développement de la morphologie mathématique est inspiré des problèmes de , domaine qui constitue son principal champ d'application. Elle fournit en particulier des outils de filtrage, , quantification et modélisation d'images. Elle est également utilisable en traitement du signal, par exemple pour filtrer les variations d'une mesure (physique, biologique) au cours du temps.

Érosion (informatique)

L'érosion est l'une des deux opérations fondamentales du traitement d'image morphologique. Soit A une image binaire, respectant les conventions usuelles suivantes : Les pixels ayant la valeur 0 sont considérés de couleur noire et représentent le fond. Les pixels ayant la valeur 1 sont considérés de couleur blanche et représentent le sujet de l'image. Soit B un élément structurant, respectant lui aussi ces conventions.

Dilation (morphology)

Dilation (usually represented by ⊕) is one of the basic operations in mathematical morphology. Originally developed for , it has been expanded first to grayscale images, and then to complete lattices. The dilation operation usually uses a structuring element for probing and expanding the shapes contained in the input image. In binary morphology, dilation is a shift-invariant (translation invariant) operator, equivalent to Minkowski addition. A binary image is viewed in mathematical morphology as a subset of a Euclidean space Rd or the integer grid Zd, for some dimension d.

Object co-segmentation

In computer vision, object co-segmentation is a special case of , which is defined as jointly segmenting semantically similar objects in multiple images or video frames. It is often challenging to extract segmentation masks of a target/object from a noisy collection of images or video frames, which involves object discovery coupled with . A noisy collection implies that the object/target is present sporadically in a set of images or the object/target disappears intermittently throughout the video of interest.

Afficher plus

Séances de cours associées (18)

Opérations morphologiques MOOC: Traitement et analyse d'images pour les scientifiques du vivant

Couvre les opérations morphologiques de base à avancées pour les flux de travail d'analyse d'images.

Des intensités aux objets : résumé MOOC: Traitement et analyse d'images pour les scientifiques du vivant

Résume la segmentation des images, les filtres morphologiques et convertit les pixels en objets.

Traitement de l'image aux Fidji

Couvre les bases du traitement d'image à l'aide du logiciel fidjien, en se concentrant sur la gestion des fichiers et l'application de filtres.

Flux de travail ABBA : traitement et analyse d'images

Couvre le flux de travail ABBA pour le traitement et l'analyse d'images cérébrales à l'aide de QuPath et OMERO.

Traitement d'image: Bases et reconstruction 3D

Explore le traitement d'images en 2D et 3D, couvrant les conditions d'imagerie idéales, l'analyse d'histogrammes, les outils, les étapes de reconstruction 3D et la visualisation.

Afficher plus

Concepts associés (9)

Segmentation d'image

Morphologie mathématique

Érosion (informatique)

Dilation (morphology)

Object co-segmentation

Afficher plus