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 : résumé

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 résume les concepts abordés dans la cinquième série de séance de courss, en se concentrant sur la segmentation des images, les filtres morphologiques pour le nettoyage des images binaires et la conversion des pixels en objets pour obtenir les mesures souhaitées.

Dans MOOC

Traitement et analyse d'images pour les scientifiques du vivant

Enseignant·e·s (4)

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)

Romain Guiet

Olivier Burri

Nicolas René Chiaruttini

Source officielle

Concepts associés (7)

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.

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.

Medical image computing

Medical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.

Analyse d'image

L'analyse d'image est la reconnaissance des éléments et des informations contenus dans une . Elle peut être automatisée lorsque l'image est enregistrée sous forme numérique, au moyen d'outils informatiques. Les tâches relevant de l'analyse d'image sont multiples, depuis la lecture de codes-barres, jusqu'à la reconnaissance faciale. L'analyse d'image intervient également dans le domaine de l'art et du graphisme, pour l'interprétation des compositions et signifiants.

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.

Afficher plus

Séances de cours associées (30)

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

Introduit des techniques de segmentation, des intensités aux objets et à la génération de mesures.

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.

Deep Learning : réseaux neuronaux convolutifs

Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.

Techniques de segmentation MOOC: Traitement et analyse d'images pour les scientifiques du vivant

Explore les techniques de segmentation dans l'analyse d'images, y compris le seuillage, le clustering, la croissance régionale et l'apprentissage automatique.

Afficher plus

Concepts associés (7)

Segmentation d'image

Object co-segmentation

Medical image computing

Analyse d'image

Morphologie mathématique

Afficher plus