les modules de MASTER STIC

Spécialité Image Informatique et Ingénierie


Vous trouverez ci-joints les documents descriptifs des modules d’enseignement proposés en 2009– 2010pour la master STIC, 3I, merci de cocher les modules que vous avez choisis ( 4 parmi les 7).
A rendre au secrétariat (Christelle CAILLOT, bureau GR23) le

M1 : Informatique

M2 : Electronique et image

M3 : Informatique pour l’image

M4 : Concepts et Méthodes de traitement du Signal et de l’Image

M5 : Thermographie Infrarouge

M6 : Physique de l’Imagerie Médicale

M7 : Phychophysique de la vision et Traitement l’Images appliquées aux Images médicales



Les volumes horaires et les intervenants peuvent susceptibles de légères modifications. Ces informations seront précisées dans chaque module.

Parcours préconisés :
Informatique : Modules M1, M3, M4 et un module pris à l’extérieur ou le module M5.
Image : Modules M2, M3, M4, M6 ou M7ou un module du Master2 « Erasmus-Mundus » Le-Creusot, ou Chalon-ENSAM.
Electronique et image : Modules M2, M4, M6 ou M7, M5 ou un module pris à l’extérieur.
Ingénierie : Modules M1, M4, M5, et le module M3 ou un module pris à l’extérieur. Ce module pourra être du type cours du CTS (Marie-Curie control training site), ou un module d’un autre Master2 (M2 STAPS APA, Master2 maths appliquées Dijon,…), ou le module « études de cas » du Master2 professionnalisé SEA, ou un cours spécialisé de l’ENESAD.
Imagerie médicale : Modules M6, M7, M4, et le module M3 ou un module pris à l’extérieur (dans le M2 STAPS APA, ou M2 « Bio-Ingénierie et Pharmacologie de Nancy »,….).

Module M1 : Informatique
Responsable : Jean Pallo

Il s'agit de présenter des méthodes théoriques et des techniques pratiques très récentes pour modéliser et manipuler des informations et des structures de données.
La modélisation des informations est une problématique fondamentale en informatique (par exemple dans les bases de données et l’intelligence artificielle). De nombreux modèles de représentation des données ont été proposés qui reflètent les préoccupations de ces domaines. L’émergence de nouvelles problématiques comme la prise en compte de la sémantique pour expliquer le « sens » des données modélisées et permettre une meilleure représentation et un partage optimisé de ces données est à l’origine de la convergence des modèles issus des différents domaines. On présentera dans ce module succinctement les différents types de modèles existants et on s'attachera à établir des comparatifs en terme d’objectifs, de pouvoir d’expression et d’outils associés de ces différents modèles. On s’intéressera plus particulièrement aux modèles logiques (langages déductifs à base de règles, langages logiques / orientés objets , langages basés sur la logique de description), aux modèles semi-structurés (RDF, OEM), et aux modèles basés sur les graphes (graphes conceptuels).
La manipulation concernera surtout les arbres puisque ce Master possède l'image pour dénominateur commun. On exhibera des algorithmes très récents de génération exhaustive et aléatoire. Une attention particulière sera portée aux algorithmes de rang (ranking algorithms) dans une optique de compression de données. La cardinalité des classes d'arbres étudiées étant une fonction exponentielle de la taille de ces arbres, on introduira des notions de complexité originales (CAT: Constant Average Time), les notions classiques de complexité étant sans intérêt dans ce cas précis.

1ère partie : 10 CM - Intervenants : Nadine Cullot et Kokou Yétongnon

Modèles de représentation des données:

Rappel de modèles de bases de données:
Algèbre et calcul relationnel
Modèles logiques:
Modèles déductifs à base de règles (de type Datalog)
Modèles logiques orientés objets (Frame Logique)
Modèles basés sur les logiques de description (OWL)
Modèles semi-structurés:
Modèles à base de balises (XML, RDF)
Modèles pour l’échange de données (OEM)
Modèles basés sur les graphes:
Graphes conceptuels

2ème partie : 20 CM – Intervenants : Jean Pallo et Vincent Vajnovzski

Algorithmique combinatoire :

Complexité des algorithmes:
Analyse asymptotique
Algorithmes probabilistes
Algorithmes CAT

Algorithmes de génération:
Génération exhaustive
Algorithmes de rang
Algorithmes de rang inverse
Génération aléatoire

Combinatoire appliquée:
Hachage et codes de Gray
Graphes combinatoires
Algorithmes de texte.

Module M2 : Electronique et image
Reponsable : Michel Paindavoine

Le module M2 « Electronique et Image» concerne l'acquisition d'images et l'implantation d'algorithmes de traitements d'images en temps réel.
L'acquisition et le traitement des images temps réel doivent répondre à des contraintes telles que: limitation du bruit des capteurs, débit d'information, rapidité de traitement, embarquabilité, limitation de la consommation électrique, ... Pour répondre à ces contraintes, une approche "Adéquation Algorithme Architecture" est abordée à tous les niveaux. Les applications concernent les Sciences et Technologies de l'Information comme la reconnaisance de visages en temps réel, les Sciences de la Vie et de la Santé comme l'analyse de mouvements humains en temps réel, les Sciences de l’Univers comme l’imagerie faible flux en Astronomie ainsi que les Sciences de l’Ingénieur comme le contrôle qualité en temps réel de produits manufacturés.
L’objectif du cours est d’initier les étudiants aux approches de recherche menées dans le domaine de l'acquisition d'images et de l'implantation d'algorithmes d'images en temps réel. Les algorithmes implantés concernent les approches de traitement d’images linéaires et non-linéaires.

Intervenants :

Ce cours se décompose en 4 parties avec un total de 38h (24h CM, 6hTD et 8h TP) :

Imageurs CCD (4H CM et 6H TD) Guy Moreels
Les grandeurs photométriques et radiométriques
Architecture des réseaux et matrices CCD
Caractérisation des CCD
Caméras CCD
Applications des CCD : en Astronomie, en Imagerie faible flux, en Imagerie rapide et en spectroscopie

Rétines CMOS (8H CM) Jérôme Dubois
Les imageurs CMOS
Concept de rétine CMOS
Méthodologie de conception et de test

Circuits spécialisés (4h CM et 8h TP) Julien Dubois et Vincent Brost
Présentation des architectures des circuits FPGAs, DSPs et SOCs
Travaux pratiques sur l’utilisation de modules FPGAs, DSPs et SOCs

Méthodes et Outils pour le traitement d’images linéaires et non-linéaires en temps réel (8h CM) EB B.
Implantation optimale des algorithmes de traitement d'images linéaires et non-linéaires
Méthodologie Adéquation Algorithme Architecture pour les systèmes multiprocesseurs
Méthodes d'implantation d'algorithmes sur des architectures à base de SOCs

















Module M3 : Informatique pour l’image
Responsable : Marc Neveu

Les nouvelles applications informatiques incluent des quantités d’informations de plus en plus importantes (principalement à cause de l’image et de la vidéo). Ce module s’appuie sur deux parties complémentaires :
 la première concerne la construction et la production des images de synthèse augmentant considérablement la qualité des informations mises à la disposition des concepteurs et des utilisateurs de l’outil informatique (partie modélisation géométrique et synthèse d’images).
la seconde concerne la recherche par le contenu dans les grandes collections d’images en s’appuyant sur les méthodologies d’analyse et de recherche d’images, les techniques de gestion de données et les environnements distribués (partie bases de données image)

1ère partie : 20h CM – Intervenants : Marc Neveu

 Modélisation géométrique : construction d’objets selon différentes représentations (représentation par les bords avec vérification de la cohérence topologique, représentation volumique), selon leur nature (représentation polyédrique, surfaces paramétriques ou implicites), selon leur mode de construction (triangulation à partir de données 3D conduisant à des maillages, élaboration à partir de contraintes géométriques) et enfin assemblage de ces objets (arbres de construction, transformations géométriques, déformations).
 Animation : introduction dans le modèle 3D des éléments permettant son animation (modélisation paramétrique et hiérarchique, squelettes et habillages, déformations) selon divers modes (images clés, capture de mouvement, cinématique inverse, animation comportementale) et divers degrés de réalisme (dynamique, dynamique inverse).
 Visualisation des modèles élaborés dans les deux parties précédentes selon des approches empiriques (modèles traditionnels de Gouraud, de Phong) ou physiques (équations de radiosité, BRDF) et selon des algorithmes divers (ombrage de facettes, lancer de rayon, de photons. Application de textures (principes de base, atlas de textures, applications conformes,...)

2ème partie : 10h CM – Intervenants : Kokou Yétongnon et Richard Chbeir

Modèles de représentation d’images
Structure d’indexation et de stockage et indexation d’images
Recherche d’images par le contenu
Sémantique et recherche d’image
Recherche basée sur les caractéristiques de l’image
Système de gestion de bases de données image
Modélisation des données
Langage de requêtes
Langage visuel
Systèmes de gestion de bases de données multimédia
Gestion d’images dans des environnements distribués et interopérables







Module M4 : Concepts et Méthodes de traitement du Signal et de l’Image
(Vision 3D et multispectrale)
Responsable : Albert Dipanda

L’objectif de ce cours est d’initier les étudiants aux méthodes de base permettant de concevoir un dispositif multispectral, d’étudier des outils de base pour l’optimisation, le calibrage des dispositifs 3D. Des manipulationss sont proposées pour illustrer ce module.

(38h) 24h CM 6hTD 8h TP
Intervenants : - C. Stolz, O. Laligant, O. Morel, A Dipanda, F. Marzani, A. Adlane



• Analyse d’Images Multispectrales
o Images Spectrales, Multispectrales et hyperspectrales
o Correction Atmosphérique
o Méthodes de réduction de dimension en hyperspectrales

• 3D Multispectrale
o Calibrage des systèmes stéréoscopique
o Calibrage des systèmes multispectraux
o Stéréoscopie passive et active
o Reconstruction 3D et Analyse de mouvement
o Reconstruction 3D Multispectrale et Musée Virtuelle

• Méthodes et Outils pour l’optimisation, Chaine des Markov et Algorithme évolutionnaire
o Champs de Markov et distribution de Gibbs
o Estimation bayésienne
o Présentation et description des différents éléments d’un AE
o Application des Chaines de Markov à la classification d’images Multispectrales
o Application des AE à la classification d’images Multispectrales
o Estimation bayésienne
o Présentation et description des différents éléments d’un AE
o Application des Chaines de Markov à la classification d’images Multispectrales
o Application des AE à la classification d’images Multispectrales
Module M5 : Thermographie Infrarouge
(méthodes passives et actives)
Responsable : Fabrice Mériaudeau et Philippe Nardin

L’objet de ce cours est de présenter et de montrer des exemples et des applications de méthodes ou de techniques modernes, non-triviales, éventuellement numériques, utilisées dans différents secteurs de l’industrie ou de la recherche.

(37h) 22h CM 15 TD – Intervenants : Fabrice Mériaudeau

- Transferts de Chaleur : conduction, convection.
o Loi de Fourier, équation de la chaleur, résolution à une dimension, analogie électrique……
- Rayonnement infrarouge
o Concepts, corps noir, Loi de Planck et lois dérivées, émissivité, réflexion, transmission….
- Optique et détecteur infrarouge
o Définitions et caractéristiques, bruit, détecteurs thermiques, détecteurs « photoniques », appareillage de mesures, calibrage, FEL, FTC…..
- Thermographe passive et active
o Thermographie passive : mesures et calcul de température.
o Thermographie monobande, bibande, tribande, multispectrale , méthodes hybrides: avantages et inconvénients.
o Thermographie active pulsée
o Thermographie active à détection synchrone
o Thermographie active à phase pulsée.
o Vibrothermographie
- Notions de traitement d’images associées aux images thermiques
o Prétraitements : égalisation d’histogramme, expansion dynamique, techniques de seuillage automatique (Otsu, Wen..)
o Convolution numérique et restauration dans le domaine spatial
o Analyse (thermographie à phase pulsée et à détection synchrone) dans l’espace de Fourier, notions de restauration dans l’espace de Fourier.












Module M6 : Physique de l’Imagerie Médicale
Responsable : Michel Parmentier
Ce module se déroule à l’Université de Franche-Comté (Besançon)

L’imagerie médicale est en progression rapide et constante depuis plus de trois décennies.
Après l’imagerie X planaire (radiographie) sont apparues l’imagerie radioisotopique simple photon (scintigraphie), l’imagerie ultrasonore (échographie), l’imagerie par tomodensitométrie (scanner X), l’imagerie par résonance magnétique (IRM) et enfin, dernière née, l’imagerie radioisotopique double photon ou tomographie par émission de positons (TEP).
Ces diverses modalités apportent à la médecine et à la biologie d’énormes possibilités pour le diagnostic des pathologies et la connaissance des sciences du vivant.
Le but de ce cours est d’apporter aux futurs chercheurs, ingénieurs et médecins une formation sur ces domaines en expliquant les principes physiques de chaque modalité et les mécanismes de la détection de l’information utile à la formation des images bi ou tri-dimensionnelles acquises.
Les performances de chaque modalité sont discutées ainsi que l’évolution des technologies et l’apport de la multimodalité.

30 h CM – Intervenants :
Imagerie radio-isotopique
- Bases physiques et biochimiques de l’imagerie radioisotopique
- Transport des photons gamma dans la matière, modélisation, simulation par la méthode de Monte-Carlo
- Détecteurs gamma, mesure de l’énergie du photon gamma, sondes de comptage
- Détecteurs à scintillation et collimateurs pour l’imagerie monophotonique
- Photodétecteurs à tubes à vide, photodétecteurs état solide
- Formation de l’image, bruit statistique
- Performances obtenues : résolution spatiale, résolution en énergie, contraste, sensibilité
- Imagerie 3D à simple photon (SPECT)
- Imagerie radioisotopique haute résolution

- Bases physiques de la tomographie par émission de positons
- Détecteurs à coïncidence temporelle
- Formation de l’image, performances obtenues
- Perspectives : mesure de la profondeur d’interaction (DOI), mesure du temps de vol
- Interprétation des images et applications cliniques

Imagerie par RMN
- Magnétisme nucléaire et phénomènes de résonance magnétique
- Phénomènes de relaxation, séquence de base en écho de spin
- Densité protonique et contraste de l’image en T1, T2
- Codage spatial et construction de l’image
- Séquences d’acquisition
- Facteurs de qualité et artéfacts en IRM
- Interprétation des images et applications cliniques

Imagerie X et par Ultrasons
- Effets biologiques des rayonnements ionisants
- Principes de l'imagerie X et instrumentation utilisée
- Reconstruction tomodensitométrique
- Principe des techniques de reformatage pour affichage en 3d
- Techniques de reformatage et de post traitement avancés
- Interprétation des images obtenues et applications cliniques
- Principe de l’imagerie échographique ultrasonore
- Echographie Doppler
- Technologie des différents transducteurs utilisés
- Interprétation des images et applications cliniques
Module M7 : Phychophysique de la vision et Traitement l’Images appliquées aux Images médicales
Ce module se déroule à l’Université de Franche-Comté (Besançon)
Responsable : Michel Parmenetier – Guy Moreels

La première partie (a) de ce module vise à familiariser l'utilisateur et le producteur d'images aux modalités de perception de l'oeil humain et de montrer aux participants la nécessité de prendre en compte les caractéristiques physiques et physiologiques de l'oeil pour les choix à effectuer en matière de représentation et d'interprétation d'images de toutes origines.
La deuxième partie (b) de ce module est de traiter certains aspects caractéristiques du traitement d’images employés en médecine à partir de situations concrètes et classiques fréquemment rencontrées notamment dans le domaine de la tomographie, du recalage et de la fusion d’images de la visualisation, de la recherche de contour.

30h CM

Psychophysique de la vision humaine
-Anatomie de l'œil
-Genèse et élaboration des messages dans la rétine
-Les centres visuels du cerveau
-Vision monochrome
Niveaux de gris discernables
Seuils
Contrastes simultannés
Adaptation à l'obscurité
Adaptation à la lumière
Réponse fréquentielle
Perception du mouvement
Illusions visuelles
-Variables fondamentales du stimulus lumineux
Le corps noir
Grandeurs radiométriques et photométriques
Grandeurs calorimétriques
Trivariance visuelle
Synthèse des couleurs
Techniques additives et soustractives
Différents procédés techniques
Représentations de l'espace des couleurs
Synthèse de couleur sur écran
Anomalies de la vision des couleurs
-Démonstrations
Evaluation des anomalies de vision des couleurs
Synthèse additive des couleurs
Images statiques et dynamiques
Vision binoculaire
Test d'acuité visuelle
Vision stéréoscopique
Opthalmomètre de Javal
-Applications de la vision des couleurs à la présentation d'images
Représentation simultanée de plusieurs dimensions (codage de la distance par la couleur)
Pseudo-3D
Fausses couleurs: applications et choix des échelles de couleur
Décomposition d'une image colorée (extraction des composantes colorées, luminance, saturation)
Représentation d'une image calculée (images paramétriques)
Vision stéréoscopique
-Evaluation de la perception visuelle dans une image. Reconnaissance d'objets dans une image. Evaluation subjective de la qualité d'une image