Séance de cours

Des intensités aux objets Introduction

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

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

De nos jours, les méthodes basées sur l'image sont indispensables pour les scientifiques du vivant. La microscopie optique, en particulier, est passée d'observations sommaires à l'œil nu à des acquisitions multiplan, multicanal, multiposition et multimode à haut débit qui produisent facilement des milliers d'images riches en informations qui doivent être quantifiées d'une manière ou d'une autre pour répondre à des questions biologiques. Ce cours vous enseignera les concepts de base, de l'acquisition d'imag

Enseignant·e·s (4)

Olivier Burri

Expertise Development of bioimage analysis workflows and algorithms to extract quantitative data from microscopy imagesTools & Software: ImageJ/Fiji, CellProfiler, ilastik, Imaris, Arivis, Matlab, RStudio, IntelliJ, Eclipse, Jupyter NotebooksProgramming languages:Java, Groovy, JavaScript, TypeScript, PHP, Python, R, C, C , Matlab, Bash Expertise Development of bioimage analysis workflows and algorithms to extract quantitative data from microscopy imagesTools & Software: ImageJ/Fiji, CellProfiler, ilastik, I

Arne Seitz

Enseignement et PhD Cours Advanced Microscopy for Life Science BIO-659 For further information, please get in contact with the instructor or have a look on the following web-site: http://biop.epfl.ch/ Bioimage informatics BIO-410 Le cours fournit une complète revue des méthodes, algorithmes et des outils logiciels utilisés en analyse d'images biologiques. Il expose les concepts fondamentaux et les solutions informatiques permettant d'extraire des informations quantitatives à

Romain Guiet

Expertise Development of BioImage Analysis workflows and algorithms to extract quantitative data from microscopy images.BioSample Preparation : in vitro cell, organoid, time-lapse, fixation, staining strategies, actin, mitochondria, fluorescent protein expressionBioImage Acquisition : Widefield, Confocal, Whole Slide Imaging, Super-resolution (SIM, STORM, STED), FRET, FRAP, FLIMBioImage Analysis: Colocalisation analysis, Deconvolution, Time-lapse , Whole Slide ImagingTools & Software: ImageJ/Fiji, QuPath, i

Nicolas René Chiaruttini

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.

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.

Traitement d'image I: Opérateurs de Normalisation Locale et de Morphologie

Introduit des opérateurs morphologiques et de normalisation locale pour l'analyse de forme dans le traitement d'image.

Traitement d'image en Python: Manipulation et techniques de convolution

Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.

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.

Afficher plus

Concepts associés (9)

Segmentation d'image

Morphologie mathématique

Érosion (informatique)

Dilation (morphology)

Object co-segmentation

Afficher plus