CReSTIC Images

L'équipe Image de Troyes est une composante du CReSTIC de l'URCA (EA 3804) qui se situe à Reims.

 

Membres

  • Frédéric MORAIN-NICOLIER, professeur
  • Agnès DELAHAIES, maître de conférences
  • Stéphane LEBONVALLET, maître de conférences
  • Jérôme LANDRE, maître de conférences
  • Régis HUEZ, maître de conférences
  • Victor CHEN, maître de conférences
  • Sami HAJLAOUI, doctorant
  • Youssef ECH-CHOUDANY, doctorant
  • Hoai Phuong NGUYEN, doctorant

 

Objectif général

L'objectif général est d'étudier et développer les approches numériques pour le traitement d'images et la reconnaissance des formes. L'équipe est particulièrement sensible au transfert de son savoir-faire. Ce qui permet de résoudre des problèmes concrets dans des domaines tels que le contrôle de qualité par vision, le traitement en imagerie médicale, l'indexation dans le domaine du document numérisé (la médiathèque en particulier).

 

Thèmes de recherche

L'équipe Image s'organise selon différentes compétences. L'organisation de l'équipe se décline selon trois axes dans le domaine du traitement d'images et de la reconnaissance des formes :
Segmentation et classification (SVM, modèles statistiques, approches floues, contours actifs, flots optiques, graph-cut)
Fusion de données signal et image
Mesure de similarité (multi-résolutions, distance de Hausdorff)
Implémentation d'architectures reconfigurables (FPGA-SOPC).

Les applications que nous avons développées dans l'équipe portent essentiellement sur :

  • Imagerie médicale

Les travaux consistent à extraire automatiquement des informations nécessaires à partir d'images médicales afin d'aider au diagnostic, par exemple, une partition automatique des images d'un cerveau pour mesurer et localiser des éléments anatomiques. Dans le cas pathologique, les travaux s'orientent vers la localisation des tumeurs, la mesure de ses tailles, et l'analyse de ses signaux, et aussi le suivi de l'évolution d'une tumeur au cours d'un traitement thérapeutique.

  • Documents anciens

Les méthodes de comparaison basées sur les critères de similarité sont étudiées afin de chercher une image dans une base de données ou bien de classer une base de données à partir de l'image requête. L'intérêt de la méthode repose sur l'analyse de l'image par son contenu et non l'indexation classique telle que le mot clé. L'équipe a établi une collaboration avec la bibliothèque de Troyes pour aider les historiens à identifier et classer les illustrations anciennes à partir d'une base de données.

  • Contrôle qualité par vision

Les travaux consistent à implanter des algorithmes sur architectures reconfigurables (FPGA) pour atteindre un traitement en temps réel des données. Ces architectures conduisent à un prototypage rapide des applications et permettent d'obtenir un système autonome couramment qualifié de système embarqué sur puce ou SOPC (Système On Programmable Chip).

 

Collaborations

  • CREATIS à Lyon (laboratoire de CNRS, UMR CNRS 5220 et d'INSERM, U 630 Inserm)
  • LIRIS à Lyon (laboratoire de CNRS, UMR 5205)
  • LE2I à Dijon (laboratoire de CNRS, UMR 5158)
  • CSER à Tours (laboratoire de CNRS, UMR6576)
  • CHU de Caen
  • CHU de Dijon
  • Dalian University of Technology en Chine
  • Tsinghua University en Chine

Voir le site du CReSTIC de Reims (Centre de Recherche en Sciences, Technologie, Informatique et Communication).