L'ablation des tissus par hyperthermie locale guidée par IRM est une technique prometteuse pour le traitement du cancer et des arythmies cardiaques. L'IRM permet d'extraire en temps réel des informations anatomiques et thermiques des tissus. Cette thèse a pour objectif d'améliorer et d'étendre la méthodologie existante pour des interventions sur des organes mobiles comme le rein, le foie et le coeur. La première partie a été consacrée à l'introduction de l'imagerie rapide (jusqu'à 10-15 Hz) pour le guidage de l'intervention par IRM en temps réel. L'utilisation de cartes graphiques (GPGPU) a permis une accélération des calculs afin de satisfaire la contrainte de temps réel. Une précision, de l'ordre de 1°C dans les organes abdominaux et de 2-3°C dans le coeur, a été obtenue. Basé sur ces avancées, de nouveaux développements méthodologiques ont été proposés dans une seconde partie de cette thèse. L'estimation du mouvement basée sur une approche variationnelle a été améliorée pour gérer la présence de structures non persistantes et de fortes variations d'intensité dans les images. Un critère pour évaluer la qualité du mouvement estimé a été proposé et utilisé pour auto-calibrer notre algorithme d'estimation du mouvement. La méthode de correction des artefacts de thermométrie liés au mouvement, jusqu'ici restreinte aux mouvements périodiques, a été étendue à la gestion de mouvements spontanés. Enfin, un nouveau filtre temporel a été développé pour la réduction du bruit sur les cartographies de température. La procédure interventionnelle apparaît maintenant suffisamment mature pour le traitement des organes abdominaux et pour le transfert vers la clinique. Concernant le traitement des arythmies cardiaques, les méthodes ont été évaluées sur des sujets sains et dans le ventricule gauche. Par conséquent, la faisabilité de l'intervention dans les oreillettes mais aussi en présence d'arythmie devra être abordée. / MR-guided thermal ablation is a promising technique for the treatment of cancer and atrial fibrillation. MRI provides both anatomical and temperature information. The objective of this thesis is to extend and improve existing techniques for such interventions in mobile organs such as the kidney, the liver and the heart. A first part of this work focuses on the use of fast MRI (up to 10-15 Hz) for guiding the intervention in real time. This study demonstrated the potential of GPGPU programming as a solution to guarantee the real time condition for both MR-reconstruction and MR-thermometry. A precision in the range of 1°C and 2-3°C was obtained in abdominal organs and in the heart, respectively. Based on these advances, new methodological developments have been carried out in a second part of this thesis. New variational approaches have proposed to address the problem of motion estimation in presence of structures appearing transient and high intensity variations in images. A novel quality criterion to assess the motion estimation is proposed and used to autocalibrate our motion estimation algorithm. The correction of motion related magnetic susceptibility variation was extended to treat the special case of spontaneous motion. Finally, a novel temporal filter is proposed to reduce the noise of MR-thermometry measurements while controlling the bias introduced by the filtering process. As a conclusion, all main obstacles for MR-guided HIFU-ablation of abdominal organs have been addressed in in-vivo and ex-vivo studies, therefore clinical studies will now be realized. However, although promising results have been obtained for MR-guided RF-ablation in the heart, its feasibility in the atrium and in presence of arrhythmia still remains to be investigated.

La thèse porte sur la détection d’objets à partir d’une caméra embarquée sur un véhicule mobile en exploitant l’approche monoculaire « c-vélocité ». Cette méthode s’inspire de la méthode appelée « v-disparité » utilisée en stéréovision : toutes deux ont pour objectif la détection d’objets en les approximant par des plans d’orientations différentes, ce qui permet d’éviter, en monoculaire, d’estimer la profondeur. Ces deux approches, monoculaires et binoculaires, permettent de transformer le problème complexe de la détection d’objets en un problème plus simple de détection de formes paramétriques simples (droites, paraboles) dans un nouvel espace de représentation où la détection peut être réalisée à l’aide d’une transformée de Hough. La « c-vélocité », pour être efficace, requiert un calcul assez précis du flot optique et une bonne estimation de la position du Foyer d’expansion (FOE). Dans cette thèse, nous avons étudié les approches existantes de calcul de flot optique et sommes arrivés à la conclusion qu’aucune n’est vraiment performante notamment sur les régions homogènes telle que la route dans les scènes qui correspondent à l’application que nous visons à savoir : les véhicules intelligents. Par ailleurs, les méthodes d’estimation du flot optique peinent également à fournir une bonne estimation dans le cas de déplacement importants dans les régions proches de la caméra. Nous proposons dans cette thèse d’exploiter à la fois un modèle 3D de la scène et une estimation approximative de la vitesse du véhicule à partir d’autres capteurs intégrés. L’utilisation de connaissances a priori permet de compenser le flot dominant pour faciliter l’estimation de la partie résiduelle par une approche classique. Par ailleurs, trois approches différentes sont proposées pour détecter le foyer d’expansion. Parmi elles, nous proposons une méthode novatrice permettant d’estimer le FOE en exploitant la norme du flot et la structure de la scène à partir d’un processus « c-vélocité » inversé. En plus d’améliorer ces étapes préliminaires, nous proposons aussi l’optimisation et l’accélération de l’algorithme « c-vélocité » par une implémentation multithread. Enfin, nous proposons une modification de l’approche c-vélocité d’origine afin d’anticiper une éventuelle coopération mouvement/stéréo, proposée en perspective, à travers un jumelage avec la v-disparité. / This thesis is based on the detection of objects from an onboard moving camera by exploiting the monocular approach "c-velocity". This method is inspired by the method called "v-disparity" used in stereovision: both methods aim at detecting objects by approximating objects into plans with different orientations. Such approximation can avoid to estimate the depth in monocularvision. These two approaches, monocular and binocular, allow to transform the complex objet détection problem into a more simple parametric forms (eg. lines) detection in a new space, where these formes can be easily extracted using Hough Transform.The “c-velocity”, to make it effective, requires an accurate computation of optical flow and a good estimation of the focus of expansion (FOE) location. Therefore, we have studied the existing approaches of optical flow estimation and arrived at the conclusion that none of them is really powerful especially on the homogeneous regions such as road surface. In addition, the optical flow estimation methods also struggle to provide a good estimate in the case of huge displacement in the areas close to the camera. We propose in this thesis to exploit both a 3D model of the scene and a rough estimate about the vehicle speed from other integrated sensors. Using a priori knowledge allows to compensate the dominant optical flow and to facilitate the estimation of the rest part by a classical approach. In addition, three different approaches are proposed to detect the focus of expansion. Among them, we propose a novel method for estimating FOE by leveraging the flow norm and the scene structure from an inverse “c-velocity“ process. In addition to improve these preliminary steps, we also propose an acceleration and optimization of the “c-velocity“ algorithm by a multi-thread implementation. Finally, we propose a modification to the original “c-velocity“ approach in order to anticipate a possible cooperation motion/stereo, proposed in perspective, with the “v-disparity“ approach.

Les travaux présentés dans ce manuscrit s’inscrivent dans un projet de thermométrie cardiaque par IRM. L’objectif de cette approche est de monitorer en temps réel le traitement des arythmies cardiaques par ablation thermique. Dans la chaine de traitement utilisée, des méthodes de recalage d’images doivent être implémentées afin d’assurer un suivi exploitable de l’ablation. En effet, les mouvements des différents organes localisés dans la (les) coupe(s) d’imagerie ont un impact sur la précision de la thermométrie IRM. Les méthodes d’estimation de mouvement doivent cependant être robustes aux différents artefacts (faible SNR, flux sanguin dans les cavités cardiaques, etc.) et utilisables en pseudo temps réel (10 images/seconde). Les travaux présentés dans ce manuscrit se concentrent sur la robustesse des méthodes de recalage d’images. Tout d’abord, le bruit inhérent aux images IRM a été intégré à l’estimation de mouvement. Ceci permet de pondérer localement les voxels de l’image dans le calcul du déplacement. Ensuite, une annulation numérique du signal chaotique du sang à l’intérieur du ventricule gauche est proposée via une segmentation semi-automatique de celuici à base de modèle déformable. Un nouveau terme, issu de la probabilité d’appartenir à ce ventricule, a été ajouté dans l’algorithme de contour actif. Les méthodes proposées apportent une amélioration de la qualité de l’estimation du mouvement. Elles sont adaptées à la chaine de traitement de thermométrie afin de les rendre automatiques dans la phase d’ablation thermique de la procédure. De plus, ces méthodes répondent aux contraintes de temps réel de la thermométrie IRM / The works presented in the manuscript are incorporated within the framework of cardiac MR thermometry. The aim of this approach is to monitor in real time the treatment of arrhy²thmias by thermal ablation. In the pipeline used in thermometry, image registration methods have to be inserted to unsure a reliable monitoring of the treatment. Indeed, motions of the different organs present in the acquisition slices have an impact on the accuracy of the MR thermometry. Furthermore, image registration has to be robust to artefacts (low SNR, blood flow in the heart cavities…) and has to be used in real time (10 images/second). The works presented in this manuscript focuses on the robustness of the image registration methods. First, the MR images inherent noise is integrated to the motion estimation. It enables the local weighting of the image’s voxels in the computing of the displacement. Then, a numerical cancelation of the chaotic blood flow signal within the left ventricle through a semi-automatic segmentation is proposed. A new term based on the probability to belong to this ventricle is added to the active contour algorithm. The proposed methods improved the quality of the motion estimation. They are adapted to the thermometry pipeline to make them automatic in the thermal ablation phase of the procedure. They are also compatible with the real-time aspect of MR thermometry.

L’objectif de cette thèse est l’étude de l’évolution de champ scalaire transporté par un écoulement à partir d’une séquence d’images temporelles. L’estimation du champ de vitesse d’un écoulement turbulent est d’une importance majeure pour mieux comprendre le phénomène physique. Jusqu’à présent, le problème de la turbulence est généralement ignoré dans l’équation de mouvement des méthodes existantes. Les images contiennent une information discrète correspondant à la taille du pixel. Selon le niveau de turbulence de l’écoulement, les résolutions des pixels et du temps peuvent devenir trop grandes pour négliger l’effet des petites échelles (sous-pixel) sur le champ de vitesse. Nous proposons pour cela, une équation de mouvement définie par l’équation de transport de concentration filtrée pour laquelle un modèle classique de viscosité turbulente sous-maille est introduit afin de tenir compte de cet effet. Nous utilisons pour formuler le problème, une approche Markovienne. Une méthode de multirésolution par décomposition pyramidale, sans transformation d’image intermédiaire au cours du processus, est proposée. Cela permet de diminuer le nombre d’opérations sur les images. La méthode d’optimisation utilisée, couplée avec une approche multigrille, permet d’obtenir le champ de vitesse réel optimal. Notre approche est testée sur des séquences d’images synthétiques et réelles (expérience PIV et tempête de sable à partir d’image de télédétection) avec des nombres de Reynolds élevés. Les comparaisons avec des approches existantes sont très prometteuses. / The objective of this thesis is to study the evolution of scalar field carried by a flow from a temporal image sequence. The estimation of the velocity field of turbulent flow is of major importance for understanding the physical phenomenon. Up to now the problem of turbulence is generally ignored in the flow equation of existing methods. An information given by image is discrete at pixel size. Depending on the turbulent rate of the flow, pixel and time resolutions may become too large to neglect the effect of sub-pixel small-scales on the pixel velocity field. For this, we propose a flow equation defined by a filtered concentration transport equation where a classic turbulent sub-grid eddy viscosity model is introduced in order to account for this effect. To formulate the problem, we use a Markovian approach. An unwarping multiresolution by pyramidal decomposition is proposed which reduces the number of operations on images. The optimization coupled with a multigrid approach allows to estimate the optimal 2D real velocity field. Our approach is tested on synthetic andreal image sequences (PIV laboratory experiment and remote sensing data of dust storm event) with high Reynolds number. Comparisons with existing approaches are very promising.

Dans le domaine de l'imagerie médicale ultrasonore, la connaissance du déplacement du milieu imagé est une donnée clinique très importante dans de nombreux examens, parmi lesquels nous pouvons citer les examens Doppler ou les examens d'élastographie. Dans la littérature, les deux principales familles de méthodes permettant d'estimer le déplacement sont les méthodes de mise en correspondance de blocs et les méthodes Doppler. Les méthodes de mise en correspondance de blocs estiment le déplacement en comparant des vignettes prises dans les images ultrasonores avant et après déplacement. Elles dépendent donc de la méthode utilisée pour former les images. Les méthodes Doppler mesurent quant à elles le déplacement suivant une direction particulière, ce qui limite leur gamme d'utilisation à l'estimation de champs de déplacements simple. Dans cette thèse, nous avons proposé un formalisme, ainsi que trois méthodes, permettant d'estimer le déplacement 2D directement à partir de ces signaux bruts. Cette approche permet de s'affranchir de la dépendance envers la méthode de formation d'images, tout en permettant l'estimation de champs complexes. Nous avons mis en évidence le concept de vecteur normal, liant le déplacement réel de milieu aux décalages temporels de long des signaux bruts. Le formalisme général est appliqué à plusieurs séquences ultrasonores: la première méthode d'estimation utilise des signaux acquis à l'aide d'éléments uniques de la sonde; la deuxième est basée sur l'utilisation d'ondes planes et la troisième méthode s'appuie sur une séquence utilisant des faisceaux focalisés. Les méthodes d'estimation directe du mouvement ont été validées en simulation et expérimentalement, et leurs performances ont été comparées à une méthode de référence: la mise en correspondance de blocs. Les méthodes proposées améliorent significativement la précision de l'estimation du champ de déplacement par rapport à la méthode standard, en atteignant une précision de 1.5µm dans la direction transverse et une précision de 2.5µm dans la direction axiale pour une fréquence de travail de 5MHz. Nous avons également développé une méthode de formation d'images améliorant la résolution spatiale. Cette méthode utilise les spectres de signaux RF acquis avec des ondes planes pour former le spectre de l'image ultrasonore. Elle fournit les images utilisées par la méthode d'estimation du mouvement de référence. / In the field of medical ultrasound imagery, the knowledge of displacement is an important input for many clinical exams, including color Doppler and elastography. In the literature, the two main way proposed for solving the displacement field estimation are blockmatching techniques and Doppler methods. Blockmatching techniques try to match part of images acquired before and after the displacement and depends on the way those images where created. On the other hand, Doppler methods only estimate displacement along a fixed direction. In this thesis, we proposed three methods that can be used to estimates directly the motion field from raw RF signals by using the proposed concept of normal vector. This concept models how displacement will change RF signals. The proposed methods are compared in simulation and experimentally to a reference blockmatching technique and show a improvement of resolution. Proposed methods resolution are up to 1.5µm in the transverse direction and 2.5µm in the axial direction at a frequency of 5MHz. We also proposed a new beamforming technique that estimate the spectrum of the ultrasound image. This method is compatible with RF signals used by motion estimation methods.

Cette étude a pour cadre l’analyse d’images dans un contexte multi-échelles, une attention particulière étant portée sur les images fluides dans un contexte turbulent. Nous traitons en premier lieu le problème de l’estimation de mouvement. Dans un contexte multi-échelles, on néglige bien souvent dans un premier temps la contribution des fines échelles du problème. Nous proposons, pour pallier ce problème, plusieurs termes d’attache aux données dérivant de l’OFCE. Ceux-ci permettent, à chaque niveau d’échelle, la prise en compte de ces composantes fines échelles. Les performances de ces termes sont expérimentalement démontrées sur des images générales et fluides. Nous abordons en second lieu le problème de super-résolution d’images de scalaires passifs : nous souhaitons reconstruire, de manière explicite, certains détails manquants au sein d’images basse résolution données. Pour cela, nous utilisons plusieurs modèles issus de la simulation des grandes échelles ainsi que des méthodes d’assimilation de données permettant d’assurer une certaine cohérence temporelle de la solution. Les approches présentées sont expérimentalement étudiées sur différentes séquences d’images. Enfin, nous proposons une méthode d’estimation multi-résolution permettant de combiner de manière simultanée les informations issues des différents niveaux de résolution. / This thesis is concerned with image analysis within a multi-scale framework. Specific attention is given to fluid images in the presence of turbulence. In a first part, we adress the problem of multi-scale motion estimation from image sequences. Starting from OFCE equation, we derive several image data terms allowing to take into account, while estimating the solution coarse scales, the contribution of the finer scales components usually neglected in classic approaches. The performances of the resulting estimators is demonstrated on both general and fluid images. The second step of this study is concerned with the problem of passive scalar images super- resolution : starting from low resolution input images, we aim at recovering some of the missing high frequencies. We proposed several methods inspired by the LES framework, as well as data assimilation techniques, in order to ensure the solution consistency over time. Such approaches are experimented and compared over various image sequences. Finally, we propose a multi-resolution estimation method simultaneously combining informations from different grid levels.

Nous nous intéressons dans cette thèse au problème de l'estimation dense du mouvement dans des séquences d'images, également désigné sous le terme de flot optique. Les approches usuelles exploitent une paramétrisation locale ou une régularisation globale du champ de déplacement. Nous explorons plusieurs façons de combiner ces deux stratégies, pour surmonter leurs limitations respectives. Nous nous plaçons dans un premier temps dans un cadre variationnel global, et considérons un filtrage local du terme de données. Nous proposons un filtrage spatialement adaptatif, optimisé conjointement au mouvement, pour empêcher le sur-lissage induit par le filtrage spatialement constant. Dans une seconde partie, nous proposons un cadre générique d'agrégation pour l'estimation du flot optique. Sous sa forme générale, il consiste en une estimation locale de candidats de mouvements, suivie de leur combinaison à l'étape d'agrégation avec un modèle global. Ce schéma permet une estimation efficace des grands déplacements et des discontinuités de mouvement. Nous développons également une méthode générique de gestion des occultations. Notre méthode est validée par une analyse expérimentale conséquente sur des bases de données de référence en vision par ordinateur. Nous démontrons la supériorité de notre méthode par rapport à l'état de l'art sur les séquences présentant de grands déplacements. La dernière partie de la thèse est consacrée à l'adaptation des approches précédentes à des problématiques d'imagerie biologique. Les changements locaux importants d'intensité observés en imagerie de fluorescence sont estimés et compensé par une adaptation de notre schéma d'agrégation. Nous proposons également une méthode variationnelle avec filtrage local dédiée au cas de mouvements diffusifs de particules. / This thesis is concerned with dense motion estimation in image sequences, also known as optical flow. Usual approaches exploit either local parametrization or global regularization of the motion field. We explore several ways to combine these two strategies, to overcome their respective limitations. We first address the problem in a global variational framework, and consider local filtering of the data term. We design a spatially adaptive filtering optimized jointly with motion, to prevent over-smoothing induced by the spatially constant approach. In a second part, we propose a generic two-step aggregation framework for optical flow estimation. The most general form is a local computation of motion candidates, combined in the aggregation step through a global model. Large displacements and motion discontinuities are efficiently recovered with this scheme. We also develop a generic exemplar-based occlusion handling to deal with large displacements. Our method is validated with extensive experiments in computer vision benchmarks. We demonstrate the superiority of our method over state-of-the-art on sequences with large displacements. Finally, we adapt the previous methods to biological imaging issues. Estimation and compensation of large local intensity changes frequently occurring in fluorescence imaging are efficiently estimated and compensated with an adaptation of our aggregation framework. We also propose a variational method with local filtering dedicated to the case of diffusive motion of particles.

Cette thèse traite de l'estimation du mouvement à partir d'une séquence d'images par des méthodes d'assimilation de données. Les travaux ont porté sur la prise en compte des objets dans les processus d'estimation, afin de corréler en espace les résultats obtenus. Les deux composantes méthodologiques que sont approche variationnelle et approche séquentielle sont traitées. L'algorithme variationnel repose sur une équation d'évolution, une équation d'ébauche et une équation d'observation. L'estimation s'obtient comme le minimum d'une fonction de coût. Dans une première étape, l'objet est décrit par sa courbe frontière. Le modèle dynamique caractérise l'évolution des images et déplace les objets afin que leurs positions correspondent à celles observées dans les acquisitions image. Cette approche impacte fortement les temps de calculs, mais permet une amélioration de l'estimation du mouvement. Deuxièmement, les valeurs de la matrice de covariance des erreurs d'ébauche sont modifiées afin de corréler, à moindre coût, les pixels de l'image. L'algorithme séquentiel présenté repose sur la création d'un ensemble de vecteurs d'état ainsi que sur des approches de localisation. Pour modéliser les objets, un nouveau critère de localisation portant sur l'intensité de niveau de gris des pixels a été défini. Cependant, la localisation, si elle est appliquée directement sur la matrice de covariance d'erreur, rend la méthode inutilisable pour de grandes images. Une approche consistant à découper le domaine global en sous-domaines indépendants, avant d'estimer le mouvement, a été mise au point. La prise en compte des objets intervient lors du découpage du domaine d'analyse global. / This thesis describes approaches estimating motion from image sequences with data assimilation methods. A particular attention is given to include representations of the displayed objects in the estimation process. Variational and sequential implementations are discussed in the document.The variational methods rely on an evolution equation, a background equation and an observation equation, which characterize the studied system and the observations. The motion estimation is obtained as the minimum of a cost function. In a first approach, the structures are modeled by their boundaries. The image model describes both the evolution of the gray level function and the displacement of the structures. The resulting motion field should allow the position of the structures in the model to match their observed position. The use of structures betters the result. A second approach, less expensive regarding the computational costs, is designed, where the structures are modeled by the values of the background error covariance matrix.The sequential approach, described in the thesis, relies on the creation of an ensemble of state vectors and on the use of localization methods. In order to model the structures, a new localization criteria based on the gray level values is defined. However, the localization method, if directly applied on the background error covariance matrix, renders the approach inoperable on large images. Therefore, another localization method is designed, which consists to decompose the image domain into independent subdomains before the estimation. Here, the structures representation intervenes while decomposing the global domain.

La connaissance du comportement des flux sanguins est une donnée clinique fondamentale. L'imagerie ultrasonore, couplée à des techniques Doppler, est souvent utilisée pour évaluer les vitesses de flux sanguins. Cependant, les techniques Doppler présentent quelques limitations notamment liées à la résolution spatiale des résultats et à la difficulté d'estimer des faibles vitesses. Dans cette thèse, nous avons proposé une approche basée sur des bancs de filtres spatiotemporels orientés pour l'estimation de champs denses de mouvement à partir de séquences d'images ultrasonores de flux. Le formalisme proposé a été présenté dans des contextes 2D puis 3D. Afin de valider notre méthode, nous avons utilisé des données simulées et expérimentales. A cet effet, nous avons proposé un cadre adapté à la simulation rapide de séquences d'images ultrasonores. Notre modèle de simulation a été validé en termes de statistiques du premier et deuxième ordre. La méthode d'estimation de mouvement proposée a été appliquée à des séquences de flux se déplaçant à faibles vitesses (~ 1mm/s) dans des vaisseaux de petites dimensions (~ 1mm). Les résultats obtenus ont montré un bon comportement global permettant de caractériser les flux étudiés. Une comparaison avec trois autres méthodes d'estimation de vitesses de flux a également permis de montrer que notre approche constituait un bon compromis en termes de précision et de complexité algorithmique.

Dans cette thèse, nous développons un système d'asservissement visuel pour une caméra montée sur une tourelle commandable en pan et tilt et embarquée sur un drone. Ceci afin de réaliser des tâches telles que le suivi d'objets fixes et quelconques au sol quels que soient les mouvements du drone. Dans une première partie, un algorithme d'analyse d'image est proposé. Il est basé sur une estimation globale/locale permettant d'estimer la position de l'objet. Dans une seconde partie, une loi de commande classique fonctionnant avec une double boucle d'asservissement est proposée. Pour diminuer le temps de réponse du système, une nouvelle loi de commande sur-échantillonnée utilisant les résultats intermédiaires de l'analyse d'image est proposée. Nous nous intéressons aussi aux problèmes de non-linéarité du système et proposons une solution basée sur un contrôleur LQR. Des simulations et des expérimentations en conditions réelles montrent la validité de notre approche.