cas discret cas continu - ac-strasbourg.fr · uds, isn, 2015 cas discret 17/61. cas discret cas...

84
Cas discret Cas continu Tomographie ´ Etienne Baudrier eminaire ISN Universit´ e de Strasbourg 11 f´ evrier 2015 UdS, ISN, 2015 1/61

Upload: duongtu

Post on 10-Sep-2018

227 views

Category:

Documents


0 download

TRANSCRIPT

Cas discretCas continu

Tomographie

Etienne Baudrier

Seminaire ISNUniversite de Strasbourg

11 fevrier 2015

UdS, ISN, 2015 1/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Plan

1 Cas discretExempleTheorie HVm ≥ 2 projections

2 Cas continuGeneralitesMethodesRecherches dans l’equipe

UdS, ISN, 2015 Cas discret 2/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Introduction

Etude de la forme des cristaux d’argent

Question

2012 : A quoi ressemble-t-il a l’echelle atomique (10−10m)

UdS, ISN, 2015 Cas discret 3/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Microscope et echelle

UdS, ISN, 2015 Cas discret 4/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Images des cristaux acquises par microscopie electronique

UdS, ISN, 2015 Cas discret 5/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Localisation des atomes

UdS, ISN, 2015 Cas discret 6/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Que voit-on ?

Le microscope compte les atomes d’argent

UdS, ISN, 2015 Cas discret 7/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Recherche ...

UdS, ISN, 2015 Cas discret 8/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Solution

UdS, ISN, 2015 Cas discret 9/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Solution 2

rem : pas unicite

UdS, ISN, 2015 Cas discret 10/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Reconstruction en 3 dimensions

Votre methode est la base de la methode (plus complexe) dereconstruction !

UdS, ISN, 2015 Cas discret 11/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Plan

1 Cas discretExempleTheorie HVm ≥ 2 projections

2 Cas continuGeneralitesMethodesRecherches dans l’equipe

UdS, ISN, 2015 Cas discret 12/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Applications

microscopie electronique,

imagerie medicale,

compression de donnees,

physique statistique,

planification

UdS, ISN, 2015 Cas discret 13/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Notations

A = (ai ,j) matrice binaire de taille (m, n)

hi =∑n

j=1 ai ,j : projection horizontale de la ligne i

H = (h1, . . . , hm projection horizontale de la matrice A

vi =∑m

i=1 ai ,j : projection verticale de la colonne j

V = (v1, . . . , vn projection verticale de la matrice A

UdS, ISN, 2015 Cas discret 14/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Exemple

A =

3 1 1 0 0 12 0 1 0 0 12 0 1 0 0 12 0 1 0 0 13 0 0 1 1 1

HV

1 4 1 1 5

UdS, ISN, 2015 Cas discret 15/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Existence

Existence

Donnees : H = (h1, . . . , hm) ∈ Nm,V = (v1, . . . , vn) ∈ Nn

Question : existe-t-il une matrice binaire se projetant en H et V ?

Reconstruction

Donnees : H = (h1, . . . , hm) ∈ Nm,V = (v1, . . . , vn) ∈ Nn Sortie :une matrice binaire si elle existe, se projetant en H et V .

Unicite

Donnees : H = (h1, . . . , hm) ∈ Nm,V = (v1, . . . , vn) ∈ Nn

Question : s’il existe une matrice binaire se projetant en H et V ,est-elle unique ?

UdS, ISN, 2015 Cas discret 16/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Condition necessaire

Premiere condition necessaire : compatibilite∑ni=1

∑mj=1 ai ,j =

∑ni=1 vi =

∑mj=1 hj

exemple

V = (0, 2)→ 2

H = (1, 1)?H = (2, 0)?H = (0, 2)?

Definition (Matrice maximale)

Une matrice M est dite maximale si ses lignes sont composees degauche a droite de 1 puis de 0.

Une matrice maximale est uniquement determinee par la somme deses lignes.Soit A la matrice maximale associee a H.Soit V la permutation croissante de V

UdS, ISN, 2015 Cas discret 17/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Exemple

A=

3 1 1 0 0 12 0 1 0 0 12 0 1 0 0 12 0 1 0 0 13 0 0 1 1 1

HV

1 4 1 1 5

V 5 4 1 1 1

, A =

3 1 1 1 0 02 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

HV

5 5 2 0 0

UdS, ISN, 2015 Cas discret 18/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Theoreme

Theorem (Ryser, 1957)

Il existe une solution pour la paire compatible (H,V) si etseulement si

n∑i=1

vi =m∑j=1

hj(compatibilite) etn∑

i=k

vi ≥n∑

i=k

vi (1)

avec k = 2, . . . , n.

UdS, ISN, 2015 Cas discret 19/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Exemple

A=

3 1 1 0 0 12 0 1 0 0 12 0 1 0 0 12 0 1 0 0 13 0 0 1 1 1

HV

1 4 1 1 5

V 5 4 1 1 1

, A =

3 1 1 1 0 02 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

HV

5 5 2 0 0

∑ni=k vi - 7 3 2 1∑ni=k vi - 7 2 0 0

, σ =1 2 3 4 5

5 2 3 4 1

UdS, ISN, 2015 Cas discret 20/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

Algorithm 1 Algorithme de Ryser

Entree : une paire (H,V ) satisfaisant (1)Construire V a partir de V par une permutation σinitialisation : matrice T = A et k = nwhile (k > 1) do

while (vk >∑m

i=1 ti ,k) doSoit j0 = max{j < k|ti ,j = 1, ti ,j+1 = . . . = ti ,k = 0}.Soit le rang i0 la ou j0 a ete trouveDefinir ti0,j0 = 0 et ti0,k = 1 (deplacer le 1 vers la droite)k = k − 1

end whileend whileappliquer la permutation inverse σ−1 a M : A = σ−1(M)return A

UdS, ISN, 2015 Cas discret 21/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

Algorithm 2 Algorithme de Ryser

Entree : une paire (H,V ) satisfaisant (1)Construire V a partir de V par une permutation σinitialisation : matrice T = A et k = nwhile (k > 1) do

while (vk >∑m

i=1 ti ,k) doSoit j0 = max{j < k|ti ,j = 1, ti ,j+1 = . . . = ti ,k = 0}.Soit le rang i0 la ou j0 a ete trouveDefinir ti0,j0 = 0 et ti0,k = 1 (deplacer le 1 vers la droite)k = k − 1

end whileend whileappliquer la permutation inverse σ−1 a M : A = σ−1(M)return A

UdS, ISN, 2015 Cas discret 22/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 1 1 0 02 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

H

V5 4 1 1 1

(vk = 1 >∑m

i=1 ti ,k = 0)

UdS, ISN, 2015 Cas discret 23/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

Algorithm 3 Algorithme de Ryser

Entree : une paire (H,V ) satisfaisant (1)Construire V a partir de V par une permutation σinitialisation : matrice T = A et k = nwhile (k > 1) do

while (vk >∑m

i=1 ti ,k) doSoit j0 = max{j < k|ti ,j = 1, ti ,j+1 = . . . = ti ,k = 0}.Soit le rang i0 la ou j0 a ete trouveDefinir ti0,j0 = 0 et ti0,k = 1 (deplacer le 1 vers la droite)k = k − 1

end whileend whileappliquer la permutation inverse σ−1 a M : A = σ−1(M)return A

UdS, ISN, 2015 Cas discret 24/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

j0 = 3, i0 = 1

T =

3 1 1 1 0 02 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 25/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

Algorithm 4 Algorithme de Ryser

Entree : une paire (H,V ) satisfaisant (1)Construire V a partir de V par une permutation σinitialisation : matrice T = A et k = nwhile (k > 1) do

while (vk >∑m

i=1 ti ,k) doSoit j0 = max{j < k|ti ,j = 1, ti ,j+1 = . . . = ti ,k = 0}.Soit le rang i0 la ou j0 a ete trouveDefinir ti0,j0 = 0 et ti0,k = 1 (deplacer le 1 vers la droite)k = k − 1

end whileend whileappliquer la permutation inverse σ−1 a M : A = σ−1(M)return A

UdS, ISN, 2015 Cas discret 26/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 4

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 4

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 1 0 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 4

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 4

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 3

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 3

T =

3 1 1 0 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

k = 3

T =

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

UdS, ISN, 2015 Cas discret 27/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

Algorithm 5 Algorithme de Ryser

Entree : une paire (H,V ) satisfaisant (1)Construire V a partir de V par une permutation σinitialisation : matrice T = A et k = nwhile (k > 1) do

while (vk >∑m

i=1 ti ,k) doSoit j0 = max{j < k|ti ,j = 1, ti ,j+1 = . . . = ti ,k = 0}.Soit le rang i0 la ou j0 a ete trouveDefinir ti0,j0 = 0 et ti0,k = 1 (deplacer le 1 vers la droite)k = k − 1

end whileend whileappliquer la permutation inverse σ−1 a M : A = σ−1(M)return A

UdS, ISN, 2015 Cas discret 28/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

σ =1 2 3 4 5

3 2 4 5 1, σ−1 =

1 2 3 4 5

5 2 3 4 1

UdS, ISN, 2015 Cas discret 29/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

σ−1 =1 2 3 4 5

5 2 3 4 1

UdS, ISN, 2015 Cas discret 30/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

T =

3 1 0 1 0 12 1 1 0 0 02 1 1 0 0 02 1 1 0 0 03 1 1 0 1 0

H

V5 4 1 1 1

σ−1 =1 2 3 4 5

5 2 3 4 1

UdS, ISN, 2015 Cas discret 30/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

A =

3 1 0 1 0 12 0 1 0 0 12 0 1 0 0 12 0 1 0 0 13 0 1 0 1 1

HV

1 4 1 1 5

σ−1 =1 2 3 4 5

5 2 3 4 1

UdS, ISN, 2015 Cas discret 31/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite ?

Definition (Bascule)

Une bascule est un ensemble de quatre cellules(i , j), (i , j + k), (i + h, j) et (i + h, j + k) tel que (i , j) et(i + h, j + k) sont de valeurs 1 et (i + h, j) et (i , j + k) sont devaleurs 0 ou inversement. Une operation elementaire consiste aechanger les 1 et 0.

Les projections orthogonales d’une matrice binaire restentinchangees apres les operations elementaires.

UdS, ISN, 2015 Cas discret 32/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

A =

3 1 0 1 0 12 0 1 0 0 12 0 1 0 0 12 0 1 0 0 13 0 1 0 1 1

HV

1 4 1 1 5

UdS, ISN, 2015 Cas discret 33/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Algo

A =

3 1 1 0 0 12 0 1 0 0 12 0 1 0 0 12 0 1 0 0 13 0 0 1 1 1

HV

1 4 1 1 5

UdS, ISN, 2015 Cas discret 33/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite

Theorem (Ryser)

Si A et B sont deux reconstructions differentes de (H,V ), alors Ase transforme en B a l’aide d’une suite finie d’operationselementaires.

Proposition (Wang et Chang, 1998)

Pour H = V = (1, 1, . . . , 1) il existe (n!) solutions equivalentestelles qu’il est possible de passer d’une solution a une autre par unesuite finie d’operations elementaires .

UdS, ISN, 2015 Cas discret 34/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite du perimetre ?

Exercice

UdS, ISN, 2015 Cas discret 35/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite du perimetre ?

UdS, ISN, 2015 Cas discret 36/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite HV

Conditions pour reconstruction unique

Il y a unicite de la reconstruction si et seulement s’il n’y a pas debascule possible

UdS, ISN, 2015 Cas discret 37/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Plan

1 Cas discretExempleTheorie HVm ≥ 2 projections

2 Cas continuGeneralitesMethodesRecherches dans l’equipe

UdS, ISN, 2015 Cas discret 38/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite ?

Proposition

Pour un ensemble de m directions, il est toujours possible dereconstruire 2 ensembles distincts ayant les memes projectionsselon les m directions choisies.

Exercice...

UdS, ISN, 2015 Cas discret 39/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Unicite ?

Restriction a un ensemble de m points (Renyi, 1952)

Un ensemble de m points dans Z2 ou Z3 peut etre distingue den’importe quel autre ensemble par (m + 1) projections dans desdirections mutuellement non paralleles.

UdS, ISN, 2015 Cas discret 40/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Cas multiple

Restriction sur les ensembles : convexite

Definition (Convexite discrete)

Un ensemble discret est dit totalement convexe s’il est egal audiscretise de son enveloppe convexe.

Combien de projections pour reconstruire un ensemble tt-convexe ?

UdS, ISN, 2015 Cas discret 41/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Angles particuliers

Proposition (Gardner 1997)

Il y a unicite pour quatre directions de Zn dont les pentes(ordonnees) ont un quotient differents de 4/3, 3/2, 2, 3 ou 4

Mais pas pour 3 directions

UdS, ISN, 2015 Cas discret 42/61

Cas discretCas continu

ExempleTheorie HVm ≥ 2 projections

Angles quelconques

Theorem (Gardner 1997)

Soit un ensemble de sept directions (de Z2) mutuellement nonparalleles, alors n’importe quel ensemble convexe de Z2 peut etredistingue d’un autre par ses projections selon ces directions.

rem resultat similaire en continu.

Travaux dans l’equipe : extension de la notion de convexite(convexite par quadrant)

UdS, ISN, 2015 Cas discret 43/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Plan

1 Cas discretExempleTheorie HVm ≥ 2 projections

2 Cas continuGeneralitesMethodesRecherches dans l’equipe

UdS, ISN, 2015 Cas continu 44/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Applications

Imagerie medicale (IRM, radiographie X, echographie,..)

Geophysique

Astrophysique

Biologie moleculaire

technique sans contact (non destructive)

UdS, ISN, 2015 Cas continu 45/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Principe de la tomographie

1 Projections sous differents angles

2 Sinogramme

3 Reconstruction

UdS, ISN, 2015 Cas continu 46/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Principe de la tomographie

1 Projections sous differents angles

2 Sinogramme

3 Reconstruction

UdS, ISN, 2015 Cas continu 46/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Principe de la tomographie

1 Projections sous differents angles

2 Sinogramme

3 Reconstruction

UdS, ISN, 2015 Cas continu 46/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Principe de la tomographie

1 Projections sous differents angles

2 Sinogramme

3 Reconstruction

UdS, ISN, 2015 Cas continu 46/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Modelisation

La transformee de Radon (1917)

modelisation mathematiques de la tomographie

R[f ](θ, s) = pθ(u) =∫R f (u cos θ − v sin θ, u sin θ + v cos θ)dv

probleme inverse :

methodes analytiquesmethodes algebriquesmethodes heuristiques

UdS, ISN, 2015 Cas continu 47/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Plan

1 Cas discretExempleTheorie HVm ≥ 2 projections

2 Cas continuGeneralitesMethodesRecherches dans l’equipe

UdS, ISN, 2015 Cas continu 48/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Retroprojection

Idee

Attribuer pθ(u) a tout point place sur le rayon de projection, puissommer ces contributions

UdS, ISN, 2015 Cas continu 49/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Retroprojection

Operateur de retroprojection

B[p](x , y) =∫ π

0 pθ(x cos θ + y sin θ)dθ

Relation

B[p](x , y) = (f ? h)(x , y) avec h(x , y) = 1√x2+y2

Inversion

f = TFI [TF (B[p]) · ρ] avec ρ(X ,Y ) =√

X 2 + Y 2

UdS, ISN, 2015 Cas continu 50/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Algebrique

Recherche des solution dans une espace de dimension finie, commecombinaison lineaire de fonctions de base ϕi

f (x , y) =n∑

i=1

fiϕi (x , y).

Exemple ϕi indicatrice du pixel i (ordre arbitraire).

UdS, ISN, 2015 Cas continu 51/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Algebrique

Une projection :

pj =n∑

i=1

Rji fi

avec

Rji =

∫ϕi (ul cos θk − v sin θk , ul sin θk + v cos θk)dv

pj : valeur de la projection d’angle θk au point ul .

Expression matricielle de la projection

P = Rf

Taille P : M × NPf N × N

UdS, ISN, 2015 Cas continu 52/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

les methodes algebriques

ART et SIRT : algorithmes iteratifs pour resoudre ce systeme

UdS, ISN, 2015 Cas continu 53/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Plan

1 Cas discretExempleTheorie HVm ≥ 2 projections

2 Cas continuGeneralitesMethodesRecherches dans l’equipe

UdS, ISN, 2015 Cas continu 54/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Principe

Specimens de la molecules isoles dans une fine couche de glace

Grossissement au microscope electronique

1 seule prise a cause des radiations

→ orientations inconnues

UdS, ISN, 2015 Cas continu 55/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Donnees

Images de microscopie electroniquede � particules isolees �

tres bruitees

angles de projection inconnus

une conformation :10 000-100 000

plusieurs : 1 000 000

UdS, ISN, 2015 Cas continu 56/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Modele

Transformee en rayon X

TR(f , θ) =∫ 1−1 Rθ(f )(x , y)dy

1 rotation de l’objet

2 integration verticale

Probleme

Reconstruire l’objet f a partir des projections(TR(f , θ1), . . . ,TR(f , θn))

angles connus : methodes classiques

angles inconnus : plus dur !

UdS, ISN, 2015 Cas continu 57/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Methode

Observation

L’estimation des orientations influence la reconstruction de l’objetet reciproquement

Principe

Reconstruction conjointe des orientations et de l’objet (3D+t)

Methode

Definition d’une fonction de cout et optimisation heuristique

UdS, ISN, 2015 Cas continu 58/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Methode

Donnees :

images (projections) du microscope

objet courant aleatoire

angles courants aleatoires

UdS, ISN, 2015 Cas continu 59/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Modification elementaire

Sur les angles

Permutation aleatoire de deux angles,

Sur le sinogramme donne, permutation de deux lignes.

UdS, ISN, 2015 Cas continu 60/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Modification elementaire

Objet

choix aleaoire d’un pixel,choix aleatoire d’un nouveau niveau de gris

Sur le sinogramme courant, changement d’une valeur dans chaqueligne.

UdS, ISN, 2015 Cas continu 61/61

Cas discretCas continu

GeneralitesMethodesRecherches dans l’equipe

Illustration

Originale notre methode Logiciel (SIMPLE)

UdS, ISN, 2015 Cas continu 62/61