Accueil

• Responsable de l'équipe : Pr Fabrice Heitz
  
• Co-responsable : Pr Christian Ronse
  

Les thèmes de recherche de l’équipe sont centrés sur l’imagerie, et plus particulièrement sur le traitement et l’analyse d’ensembles d’images, sur la vision par ordinateur et sur les interactions de la vision avec la synthèse. L’objectif des travaux de l’équipe est le développement de méthodes et d’algorithmes novateurs, en traitement d’images et en vision, en s’appuyant sur de solides bases mathématiques. L’unité de l’équipe réside dans les aspects méthodologiques du traitement et de l’analyse multi-images (ensembles temporels, spatiaux, multimodaux, multispectraux, multicapteurs d’images, avec prise en compte d’informations complémentaires sous forme de connaissances a priori ou de bases d’images de référence) et dans l'étude des transferts de propriétés qualitatives et quantitatives entre les espaces euclidiens représentant la « réalité » et les espaces discrets représentant les données et leurs traitements.

Les objectifs peuvent se résumer comme suit :

• Méthodes en inférence bayésienne et analyse statistique : ce nouveau thème s'intéresse à l’ensemble des approches méthodologiques basées sur l’utilisation des statistiques et des outils associés à l’inférence bayésienne et à l’apprentissage (« machine learning »). L'objectif est le développement de modèles, de méthodes d'inférence et d'algorithmes originaux, dans un contexte générique ou dans le cadre d'applications particulières. Les données considérées couvrent les signaux, les images et les autres types de données (cliniques, épidémiologiques).

• Géométrie discrète et morphologie mathématique : développement de géométries discrètes et de modèles topologiques adaptés à l'analyse et à la synthèse d'images, et élaboration de nouveaux opérateurs morphologiques en traitement d'images. Notre objectif est de bâtir une algorithmique robuste et performante en imagerie et de développer des outils purement discrets pour étudier les propriétés différentielles, géométriques, topologiques et morphologiques des objets, pour des applications en segmentation de structures.

• Traitement d'images biomédicales : développement de modèles, de méthodes et d’algorithmes innovants pour le traitement de données issues d'imageurs biologiques et médicaux.
  Nous nous intéressons en particulier à la mise en correspondance d'images, la segmentation d'images, la reconstruction de données, la création et l'utilisation d’atlas, la détection de changements, le suivi temporel, l'étude de la connectivité et des réseaux cérébraux, l'étude de la conformation de protéines, l'analyse de structures biologiques.

• Traitement d'images astronomiques et de télédétection : extraction de l'information pertinente à partir de masses de données hétérogènes issues de l'observation de la Terre ou de l'Univers avec un nombre de bandes spectrales et de capteurs disponibles en constante augmentation. Les modèles développés s'intéressent en particulier à la redondance et à la propagation de l’incertitude d'observations multivariées, hétérogènes et massives.

Mots-clés : Acquisition, représentations, détection, segmentation, fusion, classification ; interprétation et exploitation d’images et de séquences d’images multisources, multimodales et multispectrales variées. Géométrie discrète, morphologie mathématique, tomographie discrète. Discrétisation des objets et des opérateurs. Q-convexité. Imagerie médicale. Modèles probabilistes, inférence bayésienne, modèles statistiques, apprentissage statistique, détection de changement. Vision par ordinateur, réalité virtuelle et/ou augmentée, traitement d’images, métrologie, contrôle qualité.

Rapport d'activités 2007-2011
Rapport d'activités 2011-2016
Posters de présentation de l'équipe