Imagerie Physique Multivariée

La création de cet axe transverse intitulé Imagerie Physique Multivariée a démarré en 2008.

Responsables scientifiques : Christophe Collet (MIV), Jihad Zallat (TRIO)

Grâce aux techniques d'acquisition de données numériques, l'image est devenue un outil essentiel indispensable pour la caractérisation et l'étude de systèmes hétérogènes. L'imagerie conventionnelle s'appuie sur l'analyse des niveaux d'intensité, couplée éventuellement à une analyse en longueur d'onde. Ceci ne permet pas toujours d'accéder à l'ensemble des informations nécessaires à l'appréhension des milieux complexes observés dans la nature.

Les développements de nouvelles techniques d'imagerie au LSIIT (imagerie infrarouge, multispectrale, polarimétrique etc.) sont prolongés et s'appuient sur les recherches avancées en traitement d'images, ainsi qu'en analyse de données et en problèmes inverses. Ce couplage est rendu indispensable pour authentifier l'information physique finale et est garant de la qualité des applications envisagées.

Ainsi, l'objectif de l'axe IPM est de développer de nouvelles approches pour le traitement des images multicomposantes au contenu physique complexe, en particulier lorsque l'on dispose de la maîtrise complète ou partielle de l'instrumentation réalisant la formation de ces images. Outre l'introduction explicite d'informations a priori sur la physique de formation des images dans les algorithmes de traitement, cette approche vise à fournir également un diagnostic sur la conception de systèmes imageurs auxquels seront associées ces nouvelles méthodes d'analyse. Il s'agit ainsi clairement d'aborder le traitement de tels images par une approche pluridisciplinaire où interagiront différentes compétences : la modélisation physique, la maîtrise des développements de dispositifs imageurs, la capacité à proposer des techniques optimales de traitement d'images (au sens de la physique et de la théorie de l'information).

Cet axe regroupera une vingtaine de personnes (chercheurs, enseignants-chercheurs et ingénieurs de recherche du LSIIT) à part quasi égale entre les équipes MIV et TRIO. La fédération des compétences entre, d'un coté les chercheurs maîtrisant les modalités physiques de formation des images (imageur polarimétrique, imagerie hyperspectrale de télédétection, imagerie par tomographie optique, radioastronomie, etc.) et de l'autre coté les chercheurs en analyse et traitement d'images développant des méthodes innovantes sur des données multicomposantes permettra de donner davantage de visibilité et une dynamique renforcée à des activités émergentes inter-équipe telles que par exemple :

La mise en œuvre de dispositifs imageurs quasi temps-réel sensibles à la polarisation nécessitant le passage des images intensité à l'image codée en polarisation. Ce problème inverse est résolu en exploitant l'information physique disponible ;

Le traitement des données issue d'imageurs satellitaires embarqués hyperspectraux nécessitant la mise en œuvre de techniques de super résolutions spatiale et/ou spectrale allant du domaine spectral du visible à l'infrarouge thermique couplées à des modèles de réflectance et de transfert radiatif pour des problématiques de recalage et de détection de changement ;

La mise en œuvre de la tomographie optique diffuse en imagerie médicale fonctionnelle où la forte diffusion optique des tissus doit être prise en compte dans les méthodes d'inversion proposées. La résolution de ce problème direct non linéaire fait appel à des techniques d'éléments finis ;

L'étude, en imagerie astronomique, du comportement cinématique de galaxies par traitement et analyse de données de spectroscopie spatialement résolues (effet Doppler). L'objectif est d'aboutir à une meilleure compréhension de la formation de l'Univers et à une meilleure connaissance de l'histoire des galaxies grâce à l'expertise des astronomes ;

La fusion de données où l'estimation des paramètres d'un modèle génératif associé à l'observation de données hétérogènes issues de différents capteurs est envisagée. La reconstruction des objets, de résolution spatiale et spectrale arbitraire, doit permettre la fusion-reconstruction de surfaces en métrologie dimensionnelle 3D.

A travers ces quelques exemples, on constate que le domaine de l'analyse d'images multivariées est en pleine expansion car l'atout de ce type d'images est la grande richesse des données : le contenu des modalités d'imagerie monocomposante, plus classiques, est en effet plus réduit. Cependant, l'exploitation des telles données de complexité élevée ne peut se faire de façon optimale qu'en incorporant de l'information a priori relative à la physique des phénomènes observés. D'autre part, une connaissance fine des méthodes de traitement et d'analyse des données permet généralement d'effectuer des mesures plus judicieuses d'un point de vue informationnel. La mise en œuvre de ce type d'imagerie nécessite donc une étroite collaboration entre les chercheurs maîtrisant les dispositifs de formation des images et les chercheurs maîtrisant les techniques de traitement des données.