Development and implementation of compressed sensing-based denoising and acquisition strategies for fluorescence microscopy and optical coherence tomography

Autor: Meiniel, William
Přispěvatelé: Laboratoire Traitement et Communication de l'Information (LTCI), Institut Mines-Télécom [Paris] (IMT)-Télécom Paris, Télécom ParisTech, Elsa Angelini, Jean-Christophe Olivo-Marin, STAR, ABES
Jazyk: angličtina
Rok vydání: 2018
Předmět:
Zdroj: Image Processing [eess.IV]. Télécom ParisTech, 2018. English. ⟨NNT : 2018ENST0052⟩
Popis: The mathematical theory of Compressed Sensing (CS) is a recently developed framework that enables the reconstruction of a signal or an image from very few measurements. In this thesis, we investigate how this theory can be implemented in the context of two optical microscopy techniques : fluorescence microscopy, and optical coherence tomography. Both technologies present different limitations which we prove can be tackled by the embedding of CS driven strategies. The latter can be divided into two categories : image processing algorithmic solutions, and optical acquisition techniques.
Dans le cadre de la théorie mathématique de l’échantillonnage comprimé (Compressed Sensing, CS), développée récemment, il est possible de reconstruire un signal ou une image à partir de très peu d’acquisitions. Dans cette thèse, nous étudions comment cette théorie peut être adaptée à deux techniques de microscopie optique : la microscopie à fluorescence, et la tomographie en cohérence optique. Ces deux technologies présentent chacune des limitations, qui peuvent être corrigées par prise en compte de stratégies d’échantillonnage comprimé, que l’on peut diviser en deux catégories : des solutions algorithmiques propres au traitement d’image, et des techniques d’acquisition optique.
Databáze: OpenAIRE