Théorème de RadonLe théorème de projection de Radon établit la possibilité de reconstituer une fonction réelle à deux variables (assimilable à une image) à l'aide de la totalité de ses projections selon des droites concourantes. L'application la plus courante de ce théorème est la reconstruction d'images médicales en tomodensitométrie, c'est-à-dire dans les scanneurs à rayon X. Il doit son nom au mathématicien Johann Radon. En pratique, il est impossible de disposer de toutes les projections d'un objet solide, seulement un échantillonnage.
Iterative reconstructionIterative reconstruction refers to iterative algorithms used to reconstruct 2D and 3D images in certain imaging techniques. For example, in computed tomography an image must be reconstructed from projections of an object. Here, iterative reconstruction techniques are usually a better, but computationally more expensive alternative to the common filtered back projection (FBP) method, which directly calculates the image in a single reconstruction step.
Tomographic reconstructionTomographic reconstruction is a type of multidimensional inverse problem where the challenge is to yield an estimate of a specific system from a finite number of projections. The mathematical basis for tomographic imaging was laid down by Johann Radon. A notable example of applications is the reconstruction of computed tomography (CT) where cross-sectional images of patients are obtained in non-invasive manner.
Tomographievignette|Principe de base de la tomographie par projections : les coupes tomographiques transversales S1 et S2 sont superposées et comparées à l’image projetée P. La tomographie est une technique d’, très utilisée dans l’, ainsi qu’en géophysique, en astrophysique et en mécanique des matériaux. Cette technique permet de reconstruire le volume d’un objet à partir d’une série de mesures effectuées depuis l’extérieur de cet objet.
Compression d'imageLa compression d'image est une application de la compression de données sur des . Cette compression a pour utilité de réduire la redondance des données d'une image afin de pouvoir l'emmagasiner sans occuper beaucoup d'espace ou la transmettre rapidement. La compression d'image peut être effectuée avec perte de données ou sans perte. La compression sans perte est souvent préférée là où la netteté des traits est primordiale : schémas, dessins techniques, icônes, bandes dessinées.
Compression de donnéesLa compression de données ou codage de source est l'opération informatique consistant à transformer une suite de bits A en une suite de bits B plus courte pouvant restituer les mêmes informations, ou des informations voisines, en utilisant un algorithme de décompression. C'est une opération de codage qui raccourcit la taille (de transmission, de stockage) des données au prix d'un travail de compression. Celle-ci est l'opération inverse de la décompression.
Transformation de Fourier discrèteEn mathématiques, la transformation de Fourier discrète (TFD) sert à traiter un signal numérique. Elle constitue un équivalent discret (c'est-à-dire pour un signal défini à partir d'un nombre fini d'échantillons) de la transformation de Fourier (continue) utilisée pour traiter un signal analogique. Plus précisément, la TFD est la représentation spectrale discrète dans le domaine des fréquences d'un signal échantillonné. La transformation de Fourier rapide est un algorithme particulier de calcul de la transformation de Fourier discrète.
Imagerie photoacoustique pour la biomédecinevignette|300px|Fig. 1. Schéma illustrant l'imagerie photoacoustique. vignette|300px|Fig. 2. Spectre d'absorption des formes oxy et desoxy de l’hémoglobine. L'imagerie photoacoustique, en tant que modalité de l'imagerie biomédicale, est basée sur l'effet photoacoustique. Dans l'imagerie photoacoustique, des impulsions laser non ionisantes sont émises à l'intérieur de tissus biologiques ; lorsque ce sont des impulsions radiofréquences qui sont employées, on parle alors de thermoacoustique.
Johann RadonJohann Karl August Radon (né le à Tetschen - mort le à Vienne) est un mathématicien autrichien. Radon est né à Tetschen (royaume de Bohême, Autriche-Hongrie. Il passe son doctorat à l'université de Vienne en 1910 et séjourne le semestre d'hiver 1910/11 à l'université de Göttingen ; ensuite, il est assistant à l' (Brno), et de 1912 à 1919 à la Grande École technique de Vienne. En 1913-1914, il passe son habilitation à l'université de Vienne. thumb|left|Johann Radon en 1920 environ En 1919, il est nommé professeur extraordinaire à l'université de Hambourg récemment fondée.
JPEG 2000JPEG 2000 ou ISO/CEI 15444-1, abrégé JP2 (quelquefois J2K), est une norme de compression d’ commune à l’ISO, la CEI et l’UIT-T, développée entre 1997 et 2000, et créée par le groupe de travail Joint Photographic Experts Group. Depuis mai 2015, il est officiellement reconnu par l'ISO / CEI et l'UIT-T sous le code ISO/IEC CD 15444. JPEG 2000 peut travailler avec ou sans perte, en utilisant des transformées en ondelettes (méthode d’analyse mathématique du signal), dont la décomposition est similaire à la transformée de Fourier à court terme.
Transformation de Fourier rapideLa transformation de Fourier rapide (sigle anglais : FFT ou fast Fourier transform) est un algorithme de calcul de la transformation de Fourier discrète (TFD). Sa complexité varie en O(n log n) avec le nombre n de points, alors que la complexité de l’algorithme « naïf » s'exprime en O(n). Ainsi, pour n = , le temps de calcul de l'algorithme rapide peut être 100 fois plus court que le calcul utilisant la formule de définition de la TFD.
Foncteur adjointL'adjonction est une situation omniprésente en mathématiques, et formalisée en théorie des catégories par la notion de foncteurs adjoints. Une adjonction entre deux catégories et est une paire de deux foncteurs et vérifiant que, pour tout objet X dans C et Y dans D, il existe une bijection entre les ensembles de morphismes correspondants et la famille de bijections est naturelle en X et Y. On dit que F et G sont des foncteurs adjoints et plus précisément, que F est « adjoint à gauche de G » ou que G est « adjoint à droite de F ».
Opérateur adjointEn mathématiques, un opérateur adjoint est un opérateur sur un espace préhilbertien qui est défini, lorsque c'est possible, à partir d'un autre opérateur a et que l'on note a*. On dit aussi que a* est l'adjoint de a. Cet opérateur adjoint permet de faire passer l'opérateur a de la partie gauche du produit scalaire définissant l'espace préhilbertien à la partie droite du produit scalaire. Il s'agit donc d'une généralisation de la notion de matrice adjointe à des espaces de dimension infinie.
Endomorphisme autoadjointEn mathématiques et plus précisément en algèbre linéaire, un endomorphisme autoadjoint ou opérateur hermitien est un endomorphisme d'espace de Hilbert qui est son propre adjoint (sur un espace de Hilbert réel on dit aussi endomorphisme symétrique). Le prototype d'espace de Hilbert est un espace euclidien, c'est-à-dire un espace vectoriel sur le corps des réels, de dimension finie, et muni d'un produit scalaire. L'analogue sur le corps des complexes s'appelle un espace hermitien.
Réponse impulsionnellevignette|300px|right|Réponses impulsionnelles d'un système audio simple (de haut en bas) : impulsion originale à l'entrée, réponse après amplification des hautes fréquences et réponse après amplification des basses fréquences. En traitement du signal, la réponse impulsionnelle d'un processus est le signal de sortie qui est obtenu lorsque l'entrée reçoit une impulsion, c'est-à-dire une variation soudaine et brève du signal.
AutoadjointEn mathématiques, un élément x d'une algèbre involutive A est dit autoadjoint si x* = x ; plus généralement, une partie de A est dite autoadjointe si elle est stable par l'involution * (comme la partie {y, y*}, pour tout élément y de A). Sur la C*-algèbre des opérateurs bornés sur un espace de Hilbert H, l'involution est l'application qui à tout opérateur borné associe son adjoint, et les éléments autoadjoints sont appelés les opérateurs autoadjoints.
Digital image processingDigital image processing is the use of a digital computer to process s through an algorithm. As a subcategory or field of digital signal processing, digital image processing has many advantages over . It allows a much wider range of algorithms to be applied to the input data and can avoid problems such as the build-up of noise and distortion during processing. Since images are defined over two dimensions (perhaps more) digital image processing may be modeled in the form of multidimensional systems.
Équation polynomialeEn mathématiques, une équation polynomiale, ou équation algébrique, est une équation de la forme : où P est un polynôme. Voici un exemple d'équation simple avec une seule inconnue : Usuellement, le terme équation polynomiale désigne une équation avec une seule inconnue (notée ici x) : où l'entier naturel n et les , appelés coefficients de l’équation, sont connus. Les coefficients sont le plus souvent des nombres réels ou complexes, mais ils peuvent prendre leurs valeurs dans n’importe quel anneau.
Propriété universelleEn mathématiques, et plus précisément en théorie des catégories, une propriété universelle est la propriété des objets qui sont la solution d'un problème universel posé par un foncteur. De très nombreux objets classiques des mathématiques, comme la notion de produit cartésien, de groupe quotient, ou de compactifié, peuvent être définis comme des solutions de problèmes universels.
Rayon lumineuxvignette|Lasers visibles Lasers rouges : 635 nm, 660 nm Lasers verts : 520 nm, 532 nm Lasers bleus : 405 nm, 445 nm Le rayon lumineux est une notion d'optique et un outil mathématique, utilisé principalement en optique géométrique, décrivant le trajet de la lumière de manière simplificatrice, valable uniquement lorsque le rayon lumineux se propage dans des milieux où les obstacles et composants optiques ont des dimensions très supérieures à la longueur d'onde.
