Tous les projets sont encadrés par des enseignants-chercheurs (avec éventuellement des doctorants) du groupe Traitement et Interprétation des Images (TII) du département Traitement du Signal et des Images (TSI).

---

---

---

---

Détection de changement à haute résolution

Encadrant(s): Florence Tupin
Articles:
(1) Automatic Analysis of the Difference Image for Unsupervised Change Detection, Lorenzo Bruzzone, and Diego Fernàndez Prieto, 2000 PDF
(2) A Multilevel Parcel-Based Approach to Change Detection in Very High Resolution Multitemporal Images, 2009   PDF.

Descriptif:
La détection de changements est un problème très important à l'heure actuelle en télédétection en raison de la multitude d'images acquises.
Afin de limiter le nombre de zones à faire étudier par un photo-interprète, il est nécessaire d'avoir des méthodes automatiques de localisation des zones de changements. L'objectif du projet est de mettre en oeuvre un algorithme de detection de changement basé sur un seuillage d'histogramme (1) et d'en étudier
les limites afin de proposer des améliorations (comme dans (2)).
 
Programmation :
au choix des élèves (Matlab, C, C++)
    
                   
      

---

Détection de changements dans les images radar (1)

Encadrant(s): Florence Tupin
Article: "An unsupervised Approach Based on the Generalized Gaussian Model to Automatic Change Detection in Multitemporal SAR Images (Bazi, Bruzzone, Melgani)  PDF
Descriptif:

Contexte: La détection de changements est un problème très important à l'heure actuelle en télédétection en raison de la multitude d'images acquises.
Afin de limiter le nombre de zones à faire étudier par un photo-interprète, il est nécessaire d'avoir des méthodes automatiques de localisation des zones de changements. Actuellement, plusieurs capteurs satellitaires sont des capteurs radar. Ces images sont très bruitées à cause du phénomène de speckle (interférence des ondes en imagerie cohérente).  Des traitements adaptés doivent donc être développés pour ces images.

Objectif du projet :
L'objectif de ce projet est de programmer une méthode de détection de changements sur les images radar.  L'idée de ces approches adaptées au bruit multiplicatif est de travailler sur le logarithme du rapport plutôt que sur la différence des images. On essaye alors de calculer un seuil optimal en fonction d'une hypothèse de distribution gaussienne, ou gaussienne généralisée.

Une étude du comportement du détecteur sera faite sur des images simulées et sur des images radar réelles.

Programmation :
au choix des élèves (Matlab, C, C++)

   

---

Détection de changements dans les images radar (2)

Encadrant(s): Florence Tupin
Article: "A Detail-Preserving Scale-Driven Approach to Change Detection in Multitemporal SAR Images, Francesca Bovolo and Lorenzo Bruzzone   PDF
Descriptif:
Contexte :
La détection de changements est un problème très important à l'heure actuelle en télédétection en raison de la multitude d'images acquises. Afin de limiter le nombre de zones à faire étudier par un photo-interprète, il est nécessaire d'avoir des méthodes automatiques de localisation des zones de changements. Actuellement, plusieurs capteurs satellitaires sont des capteurs radar. Ces images sont très bruitées à cause du phénomène de speckle (interférence des ondes en imagerie cohérente).  Des traitements adaptés doivent donc être développés pour ces images.

Objectif du projet :
L'objectif de ce projet est de programmer une méthode de détection de changements sur les images radar.  L'idée de ces approches adaptées au bruit multiplicatif est de travailler sur le logarithme du rapport plutôt que sur la différence des images. Une anlyse multi-échelles
permet d'améliorer la détection.

Une étude du comportement du détecteur sera faite sur des images simulées et sur des images radar réelles.

Programmation :
au choix des élèves (Matlab, C, C++)


   

---

Descripteurs non-locaux de formes: une nouvelle métrique de similarité entre images

Encadrant: Elsa Angelini et Pierre Schmitt
Papier: M. Heinrich, M. Jenkinson, M. Bhushan, T. Matin, F. Gleeson, M. Brady, J. Schnabel, "Non-local shape descriptor: A new similarity metric for deformable multi-modal registration", MICCAI Conference,  2011.  PDF

Descriptif:
Le projet consiste en l'étude et l'implémentation d'une nouvelle mesure de similarité entre images utilisant des descripteurs de forme non-locaux. Ces descripteurs sont calculés en mettant en correspondance des patches similaires au sein de chacune des images à comparer. Une métrique est alors définie à partir de la liste de patchs similaires, caractérisant chaque pixel. Une telle métrique peut se révéler très utile pour la comparaison d'images médicales issues de plusieurs modalités (rayons X, ultrasons, imagerie nucléaire, IRM), ou la détection de modifications anatomiques entre deux scans (émergence de pathologie par ex).



Programmation :
au choix des élèves (Matlab, C, C++)

---

Filtrage d'Images par estimations de statistiques locales et non-locales

Encadrant: Elsa Angelini
Papier: P. Mrazek, J. weickert, A. Bruhn,"On robust estimation and smoothing with spatial and tonal kernels",  Proc. Dagstuhl Seminar: Geometric Properties from Incomplete Data, 2004.  PDF

Descriptif:
Le projet consiste en l'étude et l'implémentation de plusieurs filtres d'images servant d'estimateurs statistiques d'intensité et d'homogénéité locaux et non-locaux. Les applications de tels filtres en traitement d'image incluent le débruitage et la simplification pour l'analyse structurelle.  Le projet s'interessera à la mise en oeuvre informatique et l'évaluation de l'influence des différents paramètres de filtrage dans différents contextes applicatifs, pour l'imagerie médicale.

Programmation :
au choix des élèves (Matlab, C, C++)


Programmation :
au choix des élèves (Matlab, C, C++)

---

Débruitage d'image par filtrage collaboratif dans un domaine de représentation parcimonieuse.

Encadrant: Elsa Angelini
Papier: K. Dabov, A. Foi, V. Katkovnik, K. Egiazarian, "Image denoising by sparse 3D transform domain collaborative filtering", IEEE TIP,  2007.  PDF

Descriptif:
Le projet consiste en l'étude et l'implémentation d'une méthode de débruitage d'image reposant sur le rehaussement de parcimonie via le filtrage de coefficients de transformées telles que la DCT ou la transformée en ondelettes. Des groupes de segments de coefficients "similaires" sont agrégés et filtrés conjointement, permettant de débruiter l'image et de révéler des détails trés fins. Chaque pixel de l'image est débruité par accumulation d'information issue de segments partiellement superposés. Le projet s'interessera à des applications au débruitage d'images médicales.



Programmation :
au choix des élèves (Matlab, C, C++)

---

Filtres artistiques - Créer un dessin à partir d'une photo

Encadrant: Elmar Eisemann
Papier: Bousseau et al. Interactive Watercolor Rendering with Temporal Coherence and Abstraction PDF
Winnemoeller et al. Real-Time Video Abstraction.  PDF

Descriptif:
Les illustrations stylisées sont intéressantes, non seulement pour des raisons esthétiques, mais aussi car, comme le montrent plusieurs études,  un observateur assimile plus facilement les informations d'une image simplifiée que d'une image complexe.

Pour ces raisons, nous allons explorer plusieurs manières de transformer une photo ordinaire en version stylisée, en remplaçant le plinceau par les outils mathématiques. Nous allons ensuite considérer un ensemble de styles (pointillisme, dessin au trait, etc.) pour chacun desquels nous chercherons à dériver une description de haut niveau, que l'on simplifiera ensuite sous forme d'équations.

Plusieurs techniques existantes seront considérées comme point d'entrée, notamment un algorithme de simulation d'aquarelle, ainsi qu'un style d'abstraction particulier. Ces deux exemples font appel à différents filtres (morphologique, bilatéral, etc.) pour éliminer les informations non pertinentes du résultat obtenu.
En suivant ce principe, nous allons nous poser la question de ce qu'est un "filtre artistique". Nous chercherons à déterminer un ensemble de règles permettant de définir de manière générale une gamme de styles très large.

Si vous avez toujours eu envie de créer de belles œuvres mais que le talent vous fait défaut, c'est le moment de s'y mettre!



Programmation :
au choix des élèves (Matlab, C, C++)

---

Détection des visages sur des images couleur

Encadrant: Cecilia Aguerrebere et Yann Gousseau
Papier: Hsu, Abdel-Mottaleb, Jain, "Face detection in color images", IEEE PAMI, 2002.   PDF


Descriptif:
La détection des visages est un problème qui concerne une grande variété d'applications, notamment biométriques (reconnaissance et identification de personnes), vision par ordinateur et vidéo surveillance. L'objectif du projet est de détecter la présence de visages sur des images couleur. L'information de couleur est premièrement utilisée pour trouver des régions qui puissent être des visages candidats (régions candidates). Ensuite, des éléments caractéristiques d'un visage (les yeux et la bouche) sont cherchés dans les régions concernées pour sélectionner les vrais visages.

Programmation :
De préférence Matlab

---

Detection de points d'intérêt dans une image

Encadrant: Guillaume Tartavel et Yann Gousseau
Papier: K.G. Derpanis, "The Harris corner detector". Technical Report, York University, 2004.  PDF
Transparents : pour illustrer Harris [lien] et LoG / DoG [lien].

Descriptif:

L'extraction de points dits "d'intérêts" constitue une première étape dans certaines tâches en traitement d'image. Citons par exemple le recollage automatique d'images (pour la création de panoramas) et la vision par ordinateur (détection et reconnaissance d'objets sur une photo).
Description : le projet consiste à comprendre le principe de deux détecteurs de points d'intérêts (Harris et gaussiens), de les implémenter et d'en visualiser le fonctionnement.

Programmation :
de préférence Matlab

Detection de points brillants sur une pile temporelle d'images radar

Encadrant: Jean-Marie Nicolas
Papier: Le traitement des images RSO" pages  198 à 201, ouvrage disponible à la bibliothèque (référence : 7.345 MAIT)


Descriptif:
Le but du projet est de réaliser un détecteur de points brillants sur une pile temporelle d'images radar. La détection de point brillant sur ce type d'image s'appuie sur une mesure, dans un vosinage de chaque pixel,  du contraste entre la partie centrale du voisinage et la partie extérieure du voisinage. Le choix de ces voisinages peut prendre ou non en compte les caractéristiques du capteur. La mesure du contraste s'appuie sur une méthologie spécifique lié à la présence de chatoiement (speckle) sur ce type d'image (imagerie cohérente).
Le passage à la pile temporelle peut s'effectuer de deux manières différentes : traiter indépendamment chaque image et fusionner le résultat; ou définir des voisinages spatio-temporels pour traiter la pile temporelle en une seule fois. Ces deux méthodes devront être implémentées et comparées.

La pile d'image disponible comprendra une douzaine de dates

Programmation :
au choix des élèves (Matlab ou C).

---

Segmentation d'une image de façade de bâtiment
Encadrant: Michel Roux

Papier: Jorge Hernandez, Beatriz Marcotegui,  " Segmentation of facade images using ultimate opening" ,  PDF

Descriptif:
La modélisation 3D de scènes urbaines nécessite l'analyse d'images de façade de bâtiments.  Ces images contiennent de nombreux éléments (balcons, réverbères, ...) qui peuvent gêner l'interprétation de l'image. L'objectif de ce projet est de mettre en oeuvre une méthode de segmentation qui soit robuste à la présence de ces objets.
Programmation :
au choix des élèves (Matlab ou C).

---

Décomposition structurelle d'une image de façade de bâtiment redressée

Encadrant: Michel Roux
Papier: Jorge Hernandez, Beatriz Marcotegui and Fernand Meyer, " Morphological facade image analysis for building modeling", PDF


Descriptif:
La modélisation 3D de scènes urbaines nécessite l'analyse d'images de façade de bâtiments.  En particulier, pour la modélisation de bâtiments, il particulièrement intéressant d'être capable de distinguer les différentes étages qui le composent. L'objectif de ce projet est de mettre au point une méthode de séparation des étages d'un bâtiment à partir d'une image de façade redressée (i.e. corrigée de certains effets de perspective). Des contraintes architecturales pourront être introduite afin de rendre l'approche plus robuste.

Programmation :
au choix des élèves (Matlab ou C).

---

Binarisation d'images de rue pour la reconnaissance d'enseignes

Encadrant: Michel Roux
Papier:  C. Thillou and B. Gosselin "Color Binarization for Complex Camera-based Images",  PDF


Descriptif:
La modélisation de scène urbaine 3D comprend la description fine des éléments constitutifs de la façade d'un bâtiment. La lecture des enseignes située au niveau du rez-de-chaussée du bâtiment  fournit une information primordiale pour l'aide à la navigation urbaine. L'objectif du projet est de préparer les images en couleur à la lecture par un système OCR ("Optical Character Recognition") qui ne prend en entrée que des images binaires.

Programmation :
au choix des élèves (Matlab ou C).

Segmentation du corps calleux dans des images IRM

Encadrant: Isabelle Bloch
Papier:  Ghassan Hamarneh and Xiaoxing Li. "Watershed segmentation using prior shape and appearance knowledge.", Image and Vision Computing, 27(1-2) :59–68, 2009. PDF

Descriptif:
Le corps calleux est une zone du cerveau située entre les deux hémisphères cérébraux. Il est formé d’un faisceau d’axones et permet d’assurer les liaisons entre les deux hémisphères du cerveau. Mesurer et suivre l’évolution du corps calleux pendant la croissance d’un enfant permet de détecter de manière précoce des pathologies éventuelles, pouvant conduire à des déficits cognitifs. Le corps calleux peut être observé de manière non invasive par imagerie
par résonance magnétique (IRM). Le but de ce projet est de segmenter le corps calleux dans ce type d'image et d'en mesurer le volume.
La méthode à développer pourra s'inspirer de l'article de Hamarneh et Li, en remplaçant le modèle de forme par des marqueurs qui pourront être
donnés de manière supervisée dans un premier temps.

Programmation
Langage de programmation : Matlab ou C

---

Segmentation de la colonne vertébrale dans des images IRM

Encadrant: Isabelle Bloch
Papier:  Claudia Chevrefils, Farida Chériet, Guy Grimard, and Carl-Eric Aubin. "Watershed Segmentation of Intervertebral Disk and Spinal Canal from MRI Images". ICIAR 2007, LNCS 4633, pp. 1017–1027, 2007 PDF

Descriptif:
Dans l'objectif de construire des modèles numériques réalistes du corps humain, il est possible d'exploiter des données d'imagerie médicale acquises de manière non invasive comme c'est le cas avec l'imagerie par résonance magnétique (IRM). Il faut alors segmenter les différentes structures anatomiques que l'on veut modéliser. Le but de ce projet est de segmenter la colonne vertébrale dans des images IRM d'enfants, par une méthode morphologique.

Programmation
Langage de programmation : Matlab ou C

---

Modification de couleur ou de contraste sans artefacts

Encadrant: Yann Gousseau
Papier:  J  Rabin, J. Delon, Y. Gousseau, "Removing artefacts from color and contrast modification",  IEEE TIP, 2011  PDF

Descriptif:
Ce projet consiste à implémenter un cadre général permettant de filtrer des images après changement de contraste ou de couleur, de manière à faire disparaître les défauts classiques tels que : augmentation du bruit, perte de détails, effets de blocs, etc

---

Synthèse de Micro-textures

Encadrant: Yann Gousseau
Papier:  B. Galerne, Y. Gousseau, J.-M. Morel, "Random Phase Textures: Theory and Synthesis", IEEE TIP 2011  PDF
Descriptif:
Ce projet consiste à comprendre le papier ci-dessus, puis à tester  l'algorithme correspondant gràce à l'implémentation en ligne
Dans un deuxième temps, on implémentera une modification de l'algorithme  permettant de s'assurer que l'histogramme des textures synthétisées est en  accord avec le modèle.
      
      
  image originale                                                    Image synthetisée



...
 

---

Analogies entre Images

Encadrant: Yann Gousseau
Papier:  Aaron Hertzmann, Charles E. Jacobs, Nuria Oliver, Brian Curless, David H. Salesin, IEEE TIP 2011  PDF
Descriptif:
This paper describes a new framework for processing images by example, called ``image analogies.'' The framework involves two stages: a design phase, in which a pair of images, with one image purported to be a ``filtered'' version of the other, is presented as ``training data''; and an application phase, in which the learned filter is applied to some new target image in order to create an ``analogous'' filtered result. Image analogies are based on a simple multiscale autoregression, inspired primarily by recent results in texture synthesis. By choosing different types of source image pairs as input, the framework supports a wide variety of ``image filter'' effects, including traditional image filters, such as blurring or embossing; super-resolution, in which a higher-resolution image is inferred from a low-resolution source; improved texture synthesis, in which some textures are synthesized with better coherence than previous approaches; texture transfer, in which images are ``texturized'' with some arbitrary source texture; artistic filters, in which various drawing and painting styles are synthesized based on scanned real-world examples; and texture-by-numbers, in which realistic scenes, composed of a variety of textures, are created using a simple painting interface.
Lien sur le projet: http://mrl.nyu.edu/publications/image-analogies/

---

Transfert de couleurs entre images

Encadrant: Sonia Dahdouh, Elsa Angelini
Papier: Erik Reinhard, Michael Ashikhmin, Bruce Gooch, and Peter Shirley, Color transfer Between Images, Applied Perception, 2001.  PDF
Descriptif:

Le projet consiste en l'étude et l'implémentation d'une méthode permettant d'appliquer les couleurs d'une image source à une image cible. L'approche retenue consiste en une modification d'histogramme dans un espace de couleur bien choisi. Cette méthode pourra être comparée à des méthodes plus récentes à discuter avec l'encadrant.

Les applications d'une telle méthode peuvent être la correction d'image capturée dans des conditions d'eclairement non-contrôlées (typiquement une photo en eclairage intérieur artificiel) ou la manipulation d'image comme illustré ci-dessous.