Modèles stochastiques en traitement d'image
Enseignant : Josiane Zerubia, Directrice de Recherche INRIA, Projet Ariana
Durée : 15 heures de cours + Examen
Hébergement : ESSI
Description :
- Le
but de ce module est de faire une introduction à l'analyse statistique
d'image. Nous traiterons principalement des problèmes liés à la
modélisation stochastique du signal d'image (champs markoviens...), aux
techniques stochastiques d'optimisation (recuit simulé), aux modèles
hiérarchiques, à l'estimation de paramètres pour ces modèles. Pour
terminer, quelques applications seront présentées dans le domaine de
l'imagerie satellitaire, médicale et biologique. Il s'agit d'un module
du tronc commun destiné aux étudiants suivant le Mastère Recherche.
Prérequis :
- Les outils
mathématiques élémentaires de probabilités, enseignés dans une école
d'ingénieur ou 1ère année Master.
Contenu détaillé :
- définition
d'un champ de Markov, cliques et systèmes de voisinage, théorème de Hammersley-Clifford, relation global/local.
- quelques
modèles classiques : m. d'Ising, m. Gaussien,
m. autologistique, phi-fonctions.
- simulation
des champs de Gibbs : introduction ; algorithmes stochastiques de
relaxation : Métropolis, échantillonneur de
Gibbs, algorithmes homogènes et inhomogènes de recuit simulé, recuit
multi-température.
- modèles
markoviens hiérarchiques : groupe de renormalisation,
multi-échelle, quad-arbre, modèle pyramidal.
- estimation
de paramètres : MV, Pseudo-MV, MCMC-MV, ICE, EM, boites qualitatives.
- quelques
exemples d'application en imagerie satellitaire, médicale et biologique.
Transparents d’introduction au cours :
Format :
- cours magistraux et
lecture d'articles.
Livres ou chapitres de livres conseillés :
- Winkler G., ``Image analysis,
random fields and dynamic Monte Carlo
methods: a mathematical introduction'' 2ème édition Springer-Verlag,
2003.
- Li S., ``Markov Random Field
modeling in computer vision'', Springer-Verlag, 2ème édition, 2001.
- Chalmond B.,``Modeling and inverses problems in image
analysis'' Springer-Verlag, 2000.
- Graffigne
C., Zerubia J., ``Approche frontière :
méthodes markoviennes'', Chapitre VII paru dans l'ouvrage collectif
``Analyse d'images : filtrage et segmentation'', Masson, 1995.
- Graffigne
C., Zerubia J., ``Approche région : méthodes
markoviennes'', Chapitre XI paru dans l'ouvrage collectif ``Analyse
d'images : filtrage et segmentation'', Masson, 1995.
- Graffigne
C., Zerubia J., ``Champs markoviens et
segmentation'', Chapitre en annexe B de l'ouvrage collectif ``Analyse
d'images : filtrage et segmentation'', Masson, 1995.
- Chellappa R., Jain A., ``Markov Random
Fields : Theory and Applications'', Academic
Press, 1993.
- Guyon
X., ``Champs aléatoires sur un réseau : modélisations, statistiques et
applications'', Masson, 1993.
Exemples de
résultats
Stages proposés : stages Ariana
Devenir d'anciens étudiants du DEA SIC-IV
et du master IGMMV :
- F. Falzon,
responsable du groupe Recherche Systèmes d'Observation, Alcaltel Alenia Space
Cannes.
- M. Rochery, ingénieur de recherche, Astrium/EADS,
Toulouse.
- C. Samson, ingénieur
de recherche, Freescale, Toulouse.
- Z. Kato, Associate Prof,
Université de Szeged en Hongrie
- H. Foroush,
Assistant Prof, University of Central Florida, Orlando, USA.
- S. Amami, doctorant CIFRE, ENST, Paris.
- I. Rosenberg,
ingénieur expert, projet Oasis, INRIA, Sophia Antipolis
Contact entreprises en
France :
- Alcatel Alenia Space, Cannes et Toulouse.
- Astrium/EADS,
Toulouse.
- Infoterra
France, Sophia Antipolis et Toulouse.
- EADS,
Vélizy-Villacoublay.
- Thales, Toulouse,
Bagneux et Guyancourt.
- Sagem, Argenteuil.
- Silogic,
Toulouse.
- C-S, Toulouse.
- Magellium,
Toulouse.
- ACRI, Sophia
Antipolis.
- Géoimage,
Sophia Antipolis.
Contacts organismes ou
instituts en France :
- DGA, Paris.
- CNES, Toulouse.
- IGN, Saint-Mandé.
- BRGM, Orléans.
- CEMAGREF,
Montpellier.
- IFN, Nogent sur Vernisson.
- Institut Pasteur,
Paris.
|
