Bio Image Analysis.ORG

Description : Les sédiments (roches formées par l’accumulation de grains micrométriques au fond des océans) sont de plus en plus étudiés par l’intermédiaire d’images numériques en microscopie optique en Lumière Polarisée Analysée à fort grossissement (x1300). Un grand nombre de grains sédimentaires différents se retrouvent dans ces roches et il est capital de connaître l’abondance et les dimensions de chaque famille de composant. Pour cela, les images initiales (Fig. 1) contenant plusieurs grains différents sont seuillées en images filles. Ces images de petites dimensions contiennent un seul grain sur lequel il est possible de mesurer de nombreux paramètres morphologiques (Fig.2). L’objectif du mémoire est de réaliser une reconnaissance des grains et une classification automatisées à partir de ces images filles.

Pré-requis : Des bibliothèques de référence pour les particules correspondant à plusieurs périodes géologiques sont disponibles. La mise en oeuvre d'une méthodologie machine learning supervisée sera privilégiée. L'utilisation du langage Python est demandée pour permettre une meilleure intégration des résultats dans le process existant.

Travail demandé : Réalisation d'un code permettant la classification des images filles en fonction de la nature des particules imagées. Réalisation d'une interface pour un traitement autonome des images.