Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2023 / La profondeur de champ est un concept essentiel en photographie, qui permet de contrôler la mise au point et le flou dans les images. Généralement utilisé pour mettre l'accent sur un sujet dans une image, cet effet optique fait que les objets situés à une certaine distance du sujet apparaissent flous. Les photographes peuvent contrôler la profondeur de champ en ajustant des paramètres de caméra, tels que l'ouverture du diaphragme, la distance focale et la distance de mise au point. Or, peu de travaux ont été faits pour estimer la profondeur de champ dans les images, et la plupart des algorithmes en vision numérique ignorent donc complètement ce concept. Les méthodes existantes permettent seulement d'estimer la quantité de flou dans les images de façon locale, en générant des cartes de défocalisation par pixel. Nous proposons d'aller plus loin et d'estimer globalement la profondeur de champ dans une image, en se basant sur une modélisation optique. Notre méthode permet d'obtenir, à partir d'une seule image, les paramètres de caméras modélisant la profondeur de champ. Ces paramètres peuvent être utilisés pour améliorer certaines applications en vision numérique et en infographie, telle que l'insertion d'objets virtuels dans les images. Nous générons d'abord deux nouveaux jeux de données synthétiques et semi-synthétiques d'images réalistes à faible profondeur de champ, *BokehMe* et *SynthWorld*. Nous utilisons ces images pour entraîner des réseaux de neurones profonds à estimer des cartes de profondeur et de défocalisation à partir d'une seule image, et nous démontrons leur performance de pointe. Enfin, nous développons une méthode pour estimer les paramètres de caméra à partir des cartes de profondeur et de défocalisation, à l'aide d'un réseau de neurones de pondération novateur permettant de concentrer l'estimation sur les régions les plus pertinentes de l'image. Nous démontrons que notre méthode peut être utilisée pour améliorer la qualité de l'insertion d'objets virtuels dans les images, et a le potentiel d'être utilisée pour démocratiser plusieurs applications de réalité augmentée et de retouche d'image.

Thèse (M.Sc.)--Université Laval, 2008. / Résumés en français ou en anglais. Bibliogr.: f. 77-78. Publié aussi en version électronique dans la Collection Mémoires et thèses électroniques.

Thèse (M.Sc.)--Université Laval, 2008. / Bibliogr.: f. 76-78. Publié aussi en version électronique dans la Collection Mémoires et thèses électroniques.

L'estimation de la profondeur consiste à calculer la distance entre différents points de la scène et la caméra. Savoir à quelle distance un objet donné est de la caméra permettrait de comprendre sa représentation spatiale. Les anciennes méthodes ont utilisé des paires d'images stéréo pour extraire la profondeur. Pour avoir une paire d'images stéréo, nous avons besoin d'une paire de caméras calibrées. Cependant, il est plus simple d'avoir une seule image étant donnée qu'aucun calibrage de caméra n'est alors nécessaire. C'est pour cette raison que les méthodes basées sur l'apprentissage sont apparues. Ils estiment la profondeur à partir d'une seule image. Les premières solutions des méthodes basées sur l'apprentissage ont utilisé la vérité terrain de la profondeur durant l'apprentissage. Cette vérité terrain est généralement acquise à partir de capteurs tels que Kinect ou Lidar. L'acquisition de profondeur est coûteuse et difficile, c'est pourquoi des méthodes auto-supervisées se sont apparues naturellement comme une solution. Ces méthodes ont montré de bons résultats pour l'estimation de la profondeur d'une seule image. Dans ce travail, nous proposons d'estimer des cartes de profondeur d'images prises du point de vue des conducteurs de train. Pour ce faire, nous avons proposé d'utiliser les contraintes géométriques et les paramètres standards des rails pour extraire la carte de profondeur à entre les rails, afin de la fournir comme signal de supervision au réseau. Il a été démontré que la carte de profondeur fournie au réseau résout le problème de la profondeur des voies ferrées qui apparaissent généralement comme des objets verticaux devant la caméra. Cela a également amélioré les résultats de l'estimation de la profondeur des séquences des trains. Au cours de ce projet, nous avons d'abord choisi certaines séquences de trains et déterminé leurs distances focales pour calculer la carte de profondeur de la voie ferrée. Nous avons utilisé ce jeu de données et les distances focales calculées pour affiner un modèle existant « Monodepth2 » pré-entrainé précédemment sur le jeu de données Kitti. / Depth prediction is the task of computing the distance of different points in the scene from the camera. Knowing how far away a given object is from the camera would make it possible to understand its spatial representation. Early methods have used stereo pairs of images to extract depth. To have a stereo pair of images, we need a calibrated pair of cameras. However, it is simpler to have a single image as no calibration or synchronization is needed. For this reason, learning-based methods, which estimate depth from monocular images, have been introduced. Early solutions of learning-based problems have used ground truth depth for training, usually acquired from sensors such as Kinect or Lidar. Acquiring depth ground truth is expensive and difficult which is why self-supervised methods, which do not acquire such ground truth for fine-tuning, has appeared and have shown promising results for single image depth estimation. In this work, we propose to estimate depth maps for images taken from the train driver viewpoint. To do so, we propose to use geometry constraints and rails standard parameters to extract the depth map inside the rails, to provide it as a supervisory signal to the network. To this end, we first gathered a train sequences dataset and determined their focal lengths to compute the depth map inside the rails. Then we used this dataset and the computed focal lengths to finetune an existing model "Monodepth2" trained previously on the Kitti dataset. We show that the ground truth depth map provided to the network solves the problem of depth of the rail tracks which otherwise appear as standing objects in front of the camera. It also improves the results of depth estimation of train sequences.

Dans cette thèse, nous proposons un modèle complet de la formation de l'image, qui s'applique à des objets microscopiques 3D translucides.Dans notre modèle, un objet translucide est défini comme une répartition discrète d'indices de réfraction et de coefficients d'absorption. Pour simuler le trajet de la lumière, nous proposons un modèle physique utilisant des techniques de lancer de rayons de la source vers l'observateur. Ce modèle physique sert à calculer l'espace objet éclairé. Pour simuler la génération d'images par le système optique, nous utilisons des principes d'optique ondulatoire. Nous modélisons la fonction de transfert 3D du microscope, qui dépend de la défocalisation. Après avoir choisi un plan de focalisation, nous calculons une image simulée en appliquant cette fonction de transfert à chaque plan plus ou moins défocalisé de l'espace objet éclairé. Une séquence d'images simulées est obtenue en faisant varier la focalisation.

Un des plus grands défis de la neuroscience moderne pour parvenir à comprendre et diagnostiquer les maladies du cerveau est de déchiffrer les détails des interactions neuronales dans le cerveau vivant. Pour ce faire, on doit être capable d'observer des populations de cellules vivantes dans leur matrice d'origine avec une bonne résolution spatiale et temporelle. La microscopie à deux photons se prête bien à cet exercice car elle permet d'exciter des fluorophores à de grandes profondeurs dans les tissus biologiques et elle offre une résolution spatiale de l'ordre du micron. Malheureusement, la très bonne résolution tridimensionnelle diminue la résolution temporelle, car l'effet de sectionnement optique causé par la faible profondeur de champ du microscope nous oblige à balayer les échantillons épais une multitude de fois avant de pouvoir compléter l'acquisition d'un grand volume. Dans ce projet de doctorat, nous avons conçu, construit et caractérisé un microscope à deux photons avec une profondeur de champ étendue afin de faciliter l'imagerie fonctionnelle de neurones dans un échantillon épais. Pour augmenter la profondeur de champ du microscope à deux photons, nous avons modifié le faisceau laser entrant dans le système optique afin de générer une aiguille de lumière, orientée axialement, dans l'échantillon au lieu d'un point. Nous modifions le faisceau laser avec un axicon, une lentille en forme de cône qui transforme le faisceau gaussien en un faisceau quasi non-diffractant, de type Bessel-Gauss. Le faisceau d'excitation conserve donc la même résolution transverse à différentes profondeurs dans l'échantillon, éliminant le besoin de balayer l'échantillon à répétition afin de sonder un volume complet. Dans cette thèse, nous démontrons que le microscope à grande profondeur de champ fonctionne effectivement tel que nous l'avons conçu et nous l'utilisons pour faire de l'imagerie calcique dans un réseau tridimensionnel de neurones vivants. Nous présentons aussi les différents avantages de notre système par rapport à la microscopie à deux photons conventionnelle. / One of the greatest challenges of modern neuroscience that will lead to a better understanding and earlier diagnostics of brain sickness is to decipher the details of neuronal interactions in the living brain. To achieve this goal, we must be capable of observing populations of living cells in their original matrix with a good resolution, both spatial and temporal. Two-photon microscopy offers the right tools for this since it presents with a spatial resolution in the order of the micron. Unfortunately, this very good three-dimensional resolution lowers the temporal resolution because the optical sectioning caused by the microscope's small depth of field forces us to scan thick samples repeatedly when acquiring data from a large volume. In this doctoral project, we have designed, built and characterized a two-photon microscope with an extended depth of field with the goal of simplifying the functional imaging of neurons in thick samples. To increase the laser scanning microscope's depth of field, we shaped the laser beam entering the optical system in such a way that a needle of light is generated inside the sample instead of a spot. We modify the laser beam with an axicon, a cone-shaped lens that transforms a gaussian beam into a quasi non-diffractive beam called Bessel-Gauss beam. The excitation beam therefore maintains the same transverse resolution at different depths inside the sample, eliminating the need for many scans in order to probe the entire volume of interest. In this thesis, we demonstrate that the extended depth of field microscope effectively works as we designed it, and we use it to image calcium dynamics in a three-dimensional network of live neurons. We also present the different advantages of our system in comparison with standard two-photon microscopy.

La profondeur de champ est un paramètre crucial pour la conception des systèmes optiques. Cette affirmation est particulièrement vraie dans le cas des microscopes. Plusieurs solutions ont été proposées dans le passé pour contourner les limites imposées par ce paramètre. L'ingénierie du front d'onde consiste par exemple à ajouter un masque de phase dans le système optique pour rendre la fonction de transfert optique invariante par rapport à la position axiale de l'objet. Ce mémoire propose d'atteindre ce but en optimisant des masques de phase polynomiaux par la méthode du recuit simulé. L'invariance de la fonction de transfert optique est assurée par la minimisation d'une fonction de coût faisant intervenir la MTF du système optique en fonction de l'aberration du défocus. L'optique de Fourier est utilisée pour obtenir cette information à partir d'un modèle théorique du microscope. Les masques de phases sont optimisés selon deux géométries en particulier : le système de coordonnées cartésiennes séparables et la symétrie de rotation. Cette façon de procéder permet d'évaluer un grand nombre de solutions différentes dans un temps raisonnable, ce qui maximise les chances d'atteindre le minimum global de la fonction de coût. Le meilleur masque ainsi obtenu est fabriqué par la méthode des gravures binaires successives. Cette technique photolithographique permet d'obtenir quatre niveaux de phase. Le masque fabriqué est finalement ajouté au montage du microscope afin de vérifier son effet sur la profondeur de champ. Les résultats obtenus après déconvolution des images acquises respectent le but initialement fixé.

Une augmentation de la profondeur de champs d'un système d'analyse cytologique par introduction d'un masque de phase couplé à un traitement numérique des images est proposée. La conception et l'optimisation des paramètres d'un masque de phase cubique ont été faites à l'aide du logiciel de conception optique Zemax®. Les masques de phase optimisés ont été réalisés selon 2 méthodes de fabrication. L'algorithme de traitement d'image par déconvolution ainsi que l'ajustement des pas de discrétisation des spectres nécessaires à ce traitement sont aussi démontrés dans ce mémoire. Finalement, les images résultantes présentent une profondeur de champs 20 fois plus grande que celle du système initial. / This thesis displays an extension of the depth of field of a cytologic System by introduction of a phase mask coupled with post-digital image processing. The phase masks parameters have been optimized using the Zemax® optical design software. The optimized cubic phase masks were fabricated using two different methods. An analysis of the fabricated phase masks and their performances are shown. The image processing deconvolution algorithm and the resulting depth extended images are also presented in this thesis. Finally, the depth of field of the cytologic System has been extended by 20 times.

De nouveaux concepts d'imagerie permettent aux systèmes optiques d'être plus compacts et plus performants. Parmi ces nouvelles techniques, les systèmes d'imagerie hybrides par codage de pupille allient un système optique comprenant un masque de phase et un traitement numérique. La fonction de phase implantée sur le masque rend l'image insensible à un défaut du système optique, qui peut être une aberration ou de la défocalisation. Cet avantage est obtenu au prix d'une déformation connue de l'image qui est ensuite corrigée par un traitement numérique.L'étude des propriétés de ces systèmes a été effectuée en cherchant à augmenter la profondeur de champ d'un système d'imagerie. Un gain sur ce paramètre permet déjà d'envisager le relâchement de contraintes de conception optique telles que la courbure de champ, la défocalisation thermique, le chromatisme... Dans ces techniques d'imagerie, la prise en compte du bruit du capteur constitue l'un des paramètres critiques pour le choix et l'utilisation de méthodes de traitement d'image.Les travaux menés durant cette thèse ont permis de proposer une approche originale de conception conjointe de la fonction de phase du masque et de l'algorithme de restauration d'image. Celle-ci est basée sur un critère de rapport signal à bruit de l'image finale. Contrairement aux approches connues, ce critère montre qu'il n'est pas nécessaire d'obtenir une stricte invariance de la fonction de transfert du système optique. Les paramètres des fonctions de phase optimisés grâce à ce critère sont sensiblement différents de ceux usuellement proposés et conduisent à une amélioration significative de la qualité de l'image.Cette approche de conception optique a été validée expérimentalement sur une caméra thermique non refroidie. Un masque de phase binaire qui a été mis en œuvre en association avec un traitement numérique temps réel implémenté sur une carte GPU a permis d'augmenter la profondeur de champ de cette caméra d'un facteur 3. Compte-tenu du niveau de bruit important introduit par l'utilisation d'un capteur bolométrique, la bonne qualité des images obtenues après traitement démontre l'intérêt de l'approche de conception conjointe appliquée à l'imagerie hybride par codage de pupille.

Approche esthétique de l’œuvre cinématographique de Brian De Palma. La problématique s’articule entre esthétique du montage et violence de l’image. En premier lieu, le texte interroge le mode de découpage privilégié par Brian De Palma en soulignant l'importance du plan-séquence et du split screen. L'usage du plan-séquence est, notamment, rapporté à la question du défaut de vision, phénomène considéré comme central. Un second moment de cette thèse est consacré à l'étude des personnages. Des personnages anti-héros, marginaux. L'accent est particulièrement mis sur le corps féminin. Regard et voyeurisme revient à la question du découpage privilégié par Brian De Palma. Comment Brian De Palma utilise-t-il le regard pour accéder à la violence ? Qu’est-ce que regarder chez Brian De Palma ? Comment les éléments voyeuristes depalmiens se construisent-ils à partir du langage cinématographique ? Le cinéma de Brian De Palma s’annonce aussi savant et complexe, entre classicisme et modernisme. Comment Brian De Palma travaille-t-il l’œuvre hitchcockienne pour offrir une conception nouvelle ? Comment violenter l’image pour extraire son invisible ? / An esthetically pleasing approach to Brian De Palma's cinematographic work. The issue revolves around editing aesthetics and image violence. First, the text questions the cutting mode favored by Brian De Palme, stressing the importance of sequence-shot and split screen. The use of sequence-shot is in particular brought by the issue of lack of vision, a phenomenon considered as central. A second point of this thesis is devoted to the study of the characters. Anti-hero characters, drop outs. Emphasis is particularly placed on the female body. And voyeuristic gaze returns to the issue of cutting by Brian De Palma. How does Brian De Palma use eyes to see violence ? What is the meaning of « looking » to Brian De Palm a? How are De Palma's voyeuristic elements constructed from film language ? Brian De Palma's film also promises to be clever and complex, between classicism and modernism. How does Brian De Palma use Hitchcock's work in order to offer a new design? How assaulting the image to get its unseen part ?