Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

6 novembre 2017

Stage M2 - CEA Grenoble - Fusion de données pour de l’imagerie à rayons X couleur à haute résolution spatiale


Catégorie : Stagiaire


L'objectif du travail proposé est de tester des méthodes de fusion dans le but d’obtenir une image spectrale combinant hautes résolutions spatiale et spectrale tout en tenant compte des conditions opérationnelles associées à un système d’imagerie X. L’image résultante doit permettre une analyse améliorée de l’objet observé sous rayonnement X tant au niveau de sa géométrie que de sa composition. Les applications visées sont l'imagerie médicale et le contrôle de bagages en sécurité.

 

Contexte

Dans le cadre de ses développements en imagerie par Rayons X (RX), le LETI conçoit de nouveaux détecteurs RX spectrométriques à base de CdTe [1] combinés à des méthodes de traitement avancées. Les principales applications sont l'imagerie médicale, le contrôle de bagages pour la sécurité et le contrôle non destructif.

Le laboratoire développe des algorithmes de traitement [2] prenant en compte l'ensemble de l'information spectrale fournie par les détecteurs spectrométriques (avec un nombre de canaux en énergie de l’ordre de la centaine) pour améliorer l'identification des matériaux ou des tissus inspectés par le système RX grâce à leur signature spectrale. Cependant, ces détecteurs ne peuvent offrir simultanément des résolutions spatiale et spectrale optimales. Une solution communément utilisée en imagerie hyperspectrale [3] dans le domaine du visible et du proche infra-rouge et connue sous le nom de Pansharpening consiste à fusionner des images acquises simultanément par un détecteur monochromatique à haute résolution spatiale et un détecteur hyperspectrale à haute résolution spectrale. La fusion permet alors d’exploiter les complémentarités de ces deux types d’images pour générer une image spectrale à haute résolution spatiale.

Travail demandé

L'objectif du travail proposé est de tester des méthodes de fusion dans le but d’obtenir une image spectrale combinant hautes résolutions spatiale et spectrale tout en tenant compte des conditions opérationnelles associées à un système d’imagerie X. L’image résultante doit permettre une analyse améliorée de l’objet observé tant au niveau de sa géométrie que de sa composition.

Dans un premier temps, le stagiaire fera un état de l’art des méthodes de fusion existantes.

Dans un deuxième temps, il choisira une ou plusieurs techniques particulièrement adaptées à la problématique RX et il les implémentera.

La validation de la ou des méthodes proposées se fera dans un premier temps sur des données simulées et dans un deuxième temps sur des données expérimentales acquises sur les bancs expérimentaux disponibles au laboratoire.

Le stagiaire aura à disposition un environnement de simulation existant et la possibilité d’avoir accès à des mesures expérimentales.

Profil du candidat

Le candidat devra faire preuve d'une bonne capacité à manipuler des outils de traitement de signal et d’un intérêt pour la physique des interactions rayonnement matière. Des connaissances en informatique sont également souhaitables. Enfin, la curiosité pour des domaines techniques variés et de bonnes aptitudes relationnelles seront appréciées.

Une possibilité de poursuite en thèse à l'issue du stage est envisageable.

Durée du stage :

5 à 6 mois à partir de février/mars 2018.

Contact

Caroline Paulus, caroline.paulus@cea.fr.

Références

[1] A. Brambilla et al., « Fast CdTe and CdZnTe semiconductor detector arrays for spectrometric X-rays imaging », IEEE Trans. on Nuclear Science, Vol. 60, No. 1, February 2013.

[2] A. Brambilla et al., « Basis material decomposition method for material discrimination with a new spectrometric X-ray imaging detector », Journal of Instrumentation, Vol. 12, August 2017.

[3] L. Loncan et al., « Hyperspectral pansharpening: a review », IEEE Geoscience and remote sensing magazine, September 2015.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.