Josiane Zerubia (DR1 INRIA - responsable du projet Ariana)
Xavier Descombes (CR1 INRIA- responsable de cette COLORS)
Participants :
Albert Bijaoui (Astronome- Chercheur A)
Eric Slezak (Astronome adjoint - Chercheur B).
Unité de biométrie (INRA, Avignon) : L'unité de biométrie de l'INRA apportera ses connaissances en statistiques spatiales. Elle participera également à l'élaboration de l'algorithme d'optimisation du processus ponctuel marqué.
Participants :
Radu Stoica (post-doctorant)
Les processus ponctuels
marqués ont prouvé leur efficacité pour extraire des
structures linéiques à partir d'images. Plusieurs applications
en télédétection (extraction de réseaux routiers
ou hydrographiques [1,2]) et en imagerie médicale (détection
des espaces de Virchow-Robin [3]) ont montré des résultats
prometteurs.
Les processus ponctuels
sont définis par une densité relativement à la mesure
de Poisson. Cette mesure de référence permet de contrôler
l'espérance du nombre de points dans un compact. Ces points sont
alors répartis uniformément et indépendamment dans
le compact. L'introduction d'une densité permet, via un terme d'attache
aux données, de répartir les points vers les zones d'intérêt
(les zones de l'image où se trouvent les objets), et d'introduire
des corrélations, via la définition d'interactions, entre
ces points pour répondre à des contraintes géométriques
sur l'agencement des objets. L'ajout de marques permet également
d'associer un objet à chaque point, dont la géométrie
(taille, orientation,...) est donnée par la valeur des marques.
Ce type de modèle
peut être simulé par un algorithme de type MCMC à sauts
réversibles. En intégrant cet algorithme dans un schéma
de recuit simulé, nous pouvons alors estimer la configuration optimale.
Bien que les filaments semblent proéminents sur les images de galaxies, il n'existe pas, à l'heure actuelle, de méthode satisfaisante pour extraire et décrire une telle structuration. La méthode classique des moments d'ordre 2, dans l'espace réel ou dans l'espace de Fourier, ne permet pas une telle description. Une bonne alternative consiste à associer, à la configuration de points, l'arbre de recouvrement minimal. L'unicité d'une telle représentation est une propriété intéressante. Néanmoins, une telle représentation connecte tous les points, ce qui est indésirable. Cet inconvénient majeur est résolu par une représentation de la structure filamentaire par la réalisation d'un processus ponctuel marqué.
Dans ce projet, on
développera et implantera un tel modèle pour l'extraction
des filaments de galaxies. Des contraintes adaptées à la
structure de ces réseaux filaires seront modélisées
par une densité relativement à la mesure de Poisson. De plus,
les caractéristiques des objets traités seront incluses dans
un terme d'attache aux données. A l'issue de cette étape
de modélisation, on s'attachera à définir un algorithme
d'optimisation de type MCMC à sauts réversibles. En outre,
on portera une attention particulière à la définition
de noyaux de perturbation adaptés au modèle en vue d'accélérer
la convergence. Pour finir, on envisagera une procédure d'estimation
des paramètres du modèle afin d'automatiser l'outil de détection
mais également de proposer une signature des réseaux filaires
permettant de les caractériser. Ces attributs de caractérisation
seront validés par les astronomes de l'Observatoire de Nice.
Simulation de l'état
final de la distribution de matière dans un univers
dominé par une composante
non baryonique froide (courtesy of Hydra
consortium). La matière visible
s'organise en un réseau de filaments.
Visualisation de la distribution des galaxies contenues dans deux
tranches de déclinaison du ciel Nord et Sud telle qu'observée
(compilation des relevés CfA-2 et SSRS-2).
L'éloignement augmente à mesure que l'on s'éloigne du point central
où se trouve la Galaxie. On voit très clairement que les galaxies se
regroupent en filaments laissant de vastes régions vides de matière,
des vides dont le diamètre typique avoisine les 75 millions d'années-
lumière et qui remplissent 90% du volume.
La distribution des 100 000 galaxies
du relevé 2dF, plus récent.
L'organisation sous forme de filaments
délimitant des vides
persiste aux profondeurs importantes
atteintes par le relevé.
Références :
[1] R. Stoica, X. Descombes, and J. Zerubia. A Gibbs point process for road extraction in remotely sensed images. International Journal of Computer Vision, 57(2):121--136, 2004.
[2] C. Lacoste, X. Descombes, J. Zerubia, and N. Baghdadi. Extraction automatique des réseaux linéiques à partir d'images satellitaires et aériennes par processus Markov objet. Bulletin de la Société Française de Photogrammétrie et de Télédétection, 170:13--22, 2003.
[3] X. Descombes, F. Kruggel, G. Wollny, and H.J. Gertz. An object based approach for detecting small lesions: application to Virchow-Robin spaces. IEEE Trans. Medical Imaging, 23(2):246--255, Février 2004.
[4] R. Stoica, V. Martinez,
J. Mateu and E. Saar. Detection of cosmic filaments using the Candy model.
Technical Report. University of Jaume I, Dept. of Math., Castellon, Spain,
RR-68, 2004.
Budget demandé :
1 stagiaire sur 6 mois : 9000 euros
1 Conférence internationale : 2500 euros
3 missions Nice-Avignon : 800 euros
1 mission Avignon-Nice + cours séjour : 400 euros
Soit au total : 12400 euros sur 12 mois
Actions Colors antérieures du projet Ariana :
Déconvolution
(2002) : Déconvolution d'images astronomiques et satellitaires par
paquets d'ondelettes complexes.
Thématique et méthodologie différentes de la présente
proposition. Cette action a débouchée sur un autre stage
(internship) financé par l'OCA l'année suivante avec une
étudiante du professeur Rob Nowak de Rice University aux USA.
Arbres (2003)
: Reconnaissance assistée par ordinateur d'arbres et de forêts
sur images numériques à haute ou très haute résolution.
Thématique différente de la présente proposition.
Cette action a débouchée sur une thèse.