Fusion et super-résolution

Fusionner plusieurs images peut permettre d’obtenir une seule image mais de meilleure

qualité, la qualité pouvant être améliorée en terme de résolution (on parle alors de

super-résolution [Park et al., 2003]), de rapport signal à bruit, ou de champ de vue. Un préalable

est évidemment de connaître les positions relatives des différentes acquisitions entre elles,

afin de connaître leurs géométries relatives.

La combinaison de plusieurs images d’imagerie en résonance magnétique afin

d’ob-tenir une image mieux résolue (avec des dimensions de voxel plus petites) a été

abor-dée dans [Peeters et al., 2004, Kennedy et al., 2006, Rousseau et al., 2006].

L’améliora-tion du rapport signal à bruit se fait en moyennant les différentes acquisiL’améliora-tions, comme

dans [Rohling et al., 1997, Krucker et al., 2000] où plusieurs images ultrasonores 3D sont

composées afin d’obtenir une image avec un bruit moindre. En construisant un patchwork

de plusieurs images se recouvrant partiellement, on peut augmenter substantiellement le

champ de vue, en échographie 3D [Poon and Rohling, 2006], en microscopie confocale

[Cassot et al., 2006], ou en microscopie fibrée [Vercauteren et al., 2006] où l’acquisition

en mode vidéo sert à reconstruire un champ de vue plus grand.

Nous allons utiliser ce type de méthodologie pour reconstruire une image 3D de

meilleure résolution que les acquisitions originales : deux types de méthodes existent,

la première où le dispositif d’imagerie est conçu pour acquérir plusieurs images, le second

où les transformations relatives entre les images doivent être estimées.

3.1.3.1. Solutions matérielles

Dans ce type de méthode, les positions relatives des différentes acquisitions sont

dé-terminées par l’appareil d’acquisition : cela peut être en multipliant les dispositifs

d’ac-quisition (et en connaissant par construction leurs positions relatives) ou en déplaçant

le dispositif d’acquisition (ou de manière équivalente l’objet imagé) avec un déplacement

contrôlé et connu. L’image super-résolution est facilement reconstruite en combinant les

différentes images, sous l’hypothèse que l’objet imagé n’a pas bougé entre les différentes

acquisitions, et que les positions relatives de celles-ci soient connues très précisément.

Ainsi, dans [Peeters et al., 2004, Kennedy et al., 2006], les images à fusionner sont

ac-quises avec des décalages spatiaux entre les origines des acquisitions.

En microscopie, les solutions matérielles consistent à utiliser plusieurs objectifs au lieu

d’un seul pour réaliser plusieurs acquisitions sous différents angles simultanément. Cette

technique a été utilisée pour l’acquisition d’une racine de riz dans [Rebouillat et al., 2009]

avec un microscope dit « bi-barrette » où une barrette de capteurs et un objectif

supplé-mentaires sont situés sous l’objet afin de collecter le signal de fluorescence émanant des

coupes les plus profondes du méristème (les parois cellulaires qui sont opposées à

l’ob-jectif par rapport à l’axe central). Cette technique permet d’obtenir une bonne qualité

d’image dans les coupes les moins profondes et les coupes les plus profondes, mais ne

résout pas le problème des coupes centrales.

Il existe des microscopes plus complexes permettant de construire des images dans une

grille d’échantillonnage isotrope, en utilisant simultanément plusieurs objectifs captant

la lumière réémise dans différentes directions. Cela permet plusieurs observations

simul-tanées sous différents angles d’acquisition [Swoger et al., 2003] (voir figure 3.2). Cette

technique n’est cependant pas très répandue à l’heure actuelle.

3.1.3.2. Solutions logicielles

Les positions relatives des acquisitions peuvent être connues grâce à un protocole

d’ac-quisition adapté, ou à un matériel d’acd’ac-quisition dédié, comme ceux mentionnés plus haut.

Outre le fait de pouvoir disposer d’un tel matériel, les images obtenues nécessitent que

Figure 3.2.: Microscopie à champ large et à observation multi-axe en utilisant un

ma-tériel dédié. A gauche, schéma du système d’acquisition montrant les

po-sitions relatives des objectifs par rapport au tissu observé. Au milieu : les

différentes images obtenues par les différents objectifs, et à droite, l’image

finale reconstruite.

certaines hypothèses soient vérifiées : l’objet imagé doit rester immobile, et les positions

relatives des acquisitions doivent être connues.

Dans le cas où un tel matériel dédié n’est pas à disposition, ou dans celui où les

hypothèses ne sont pas vérifiées, il est toujours possible de reconstruire une image de

super-résolution, à condition de savoir calculer les positions relatives des différentes

ac-quisitions. La difficulté est alors reportée sur lerecalage des images qui permet de calculer

les transformations reliant les différentes images. Les solutions logicielles mettent donc

en oeuvre des méthodes de recalage afin de calculer les transformations relatives entre

ces acquisitions.

Dans [Preibisch et al., 2010], des grains sont insérés dans le gel d’agarose contenant le

matériel imagé, et le calcul de la transformation est réalisé grâce à ceux-ci. Un

inconvé-nient de ce type de méthode, qui utilise des amers indépendants de l’objet observé, est

qu’elle ne peut pas compenser des mouvements ou des déformations du matériel

surve-nant durant les acquisitions. C’est également le cas pour les dispositifs matériels présentés

ci-dessus. En cas de mouvements ou de déformations, comme dans le cas d’un tissu en

croissance, ceux-ci seront moyennés et causeront un flou dans l’image résultat.

Au contraire, les méthodes de recalage qui utilisent directement des mesures de

si-milarité entre images, comme dans [Vercauteren et al., 2006], ne souffrent pas de cet

inconvénient : les déformations du tissu se produisant lors de l’acquisition sont

compen-sées par des transformations non-linéaires. Cependant, les méthodes de recalage bacompen-sées

image peuvent servir à corriger des imprécisions sur les transformations données par un

dispositif matériel [Fouard et al., 2006].

C’est cette technique que nous avons donc choisi d’utiliser. Elle est parfaitement bien

adaptée à notre tâche puisque, si on suppose que la croissance des tissus durant une

acquisition engendre de très faibles déformations, on pourra facilement compenser les

déformations intervenant entre des acquisitions successives à condition de mettre au

point une chaîne de recalage adaptée.

sui-vant.