En utilisation pro PAO/Photographie (CS5-Xpress, etc.), est-ce utile
d'avoir 8 ou 16 cœurs ?
J'ai eu un 9600/200MP dont le 2nd proc n'a jamais servi...
Ne vaut-il mieux pas privilégier la vitesse ?
Est-ce que la quantité de Ram maxi varie en fonction du nombre de cœur
de la config d'origine ?
"Déconvoluer" c'est appliquer un "traitement" à ce qui est observé pour se rapprocher de ce qui serait observé sans les effets du système d'observation.
il me semble que l'une des applications les plus spectaculaire a été la déconvolution des images du telescope spatial Hubble, dont la lentille comportait un défaut de fabrication normalement redhibitoire.
Je crois me souvenir qu'un logiciel developpé exprès a permis de l'utiliser quasiment normalement.
-- Philippe Manet en fait, c'est manet avant @
J.P <jpp@gmail.com> wrote:
"Déconvoluer" c'est appliquer un "traitement" à ce qui est observé pour se
rapprocher de ce qui serait observé sans les effets du système d'observation.
il me semble que l'une des applications les plus spectaculaire a été la
déconvolution des images du telescope spatial Hubble, dont la lentille
comportait un défaut de fabrication normalement redhibitoire.
Je crois me souvenir qu'un logiciel developpé exprès a permis de
l'utiliser quasiment normalement.
"Déconvoluer" c'est appliquer un "traitement" à ce qui est observé pour se rapprocher de ce qui serait observé sans les effets du système d'observation.
il me semble que l'une des applications les plus spectaculaire a été la déconvolution des images du telescope spatial Hubble, dont la lentille comportait un défaut de fabrication normalement redhibitoire.
Je crois me souvenir qu'un logiciel developpé exprès a permis de l'utiliser quasiment normalement.
-- Philippe Manet en fait, c'est manet avant @
Thierry Mella
J.P wrote:
In article <4de8ef64$0$20836$, Henri Beyle wrote:
Le 17/05/2011 20:44, J.P a écrit :
In article<4dd26e81$0$14259$, Thierry Mella wrote:
Logiciel de déconvolution d'images de microscopie confocale: Huygens http://www.svi.nl
Je suis curieux : à quoi cela sert-il ?
Je me lance ...
Toute observation déforme l'objet à observer: convolution. "Déconvoluer" c'est appliquer un "traitement" à ce qui est observé pour se rapprocher de ce qui serait observé sans les effets du système d'observation.
Ex: 1- avec mes lunettes de vue, Varilux, progressives, j'ai peu de chances de voir les choses comme mon voisin sans lunettes => l'un et l'autre, nous "convoluons" ce que nous voyons mais pas de la même façon. 2- le son que nous percevons d'un même enregistrement lu sur nos différents appareils audio n'est pas le même. Chaque dispositif de restitution a sa propre façon de restituer le son, chacun "convolue" le son à sa façon.
On parle plutôt de convolution dans les domaines temporel et spatial et de filtrage dans le domaine fréquentiel. La mathématique du "traitement numérique du signal" (Digital Signal Processing) montre que c'est tout à fait équivalent et permet de passer d'un domaine à l'autre. Par exemple: http://www.dspguide.com/pdfbook.htm voir les Applications à partir du Ch. 22 pour ceux qui veulent tout savoir, quelques "gurus" du DSP: Gold, Oppenheim, Rabiner, Schafer :-)
Un microscope déforme, plus ou moins, l'objet à observer
Un microscope confocal permet: - de focaliser à l'intérieur d'une couche "épaisse" (quelques µm) - de faire de l'imagerie 3D en focalisant à des profondeurs successives dans la couche épaisse. http://fr.wikipedia.org/wiki/Microscope_confocal pas terrible ! http://neurochem.u-strasbg.fr/5plateformes/la_microscopie_confocale.pdf une des Bibles sur le sujet http://www.microscopyu.com/tutorials/java/virtual/confocal/index.html L'ensemble des plans permet de faire de la reconstruction 3D des objets. http://www.svi.nl/MovieGallery
Le principe du confocal voudrait que l'image du plan focalisé soit parfaite, mais ce n'est bien évidemment pas le cas.
Solution pour résoudre les déformations liées à l'instrument: déconvoluer - observer un objet de forme connue, comparer l'original avec avec "l'observé" - établir la déformation => calculer la fonction de convolution (on utilise les propriétés des Transformées de Fourier) - calculer la fonction inverse: fonction de déconvolution
Enfin, observer ( ex.: un neurone dans une tranche fine de cerveau) et appliquer la fonction de déconvolution à l'observation pour obtenir une observation au plus près de l'original
Mais ceci ne résoud que les déformations liées à l'instrument. Il reste les déformations liées à l'environnement en observation réelle: les couches environnantes du plan "focalisé" perturbent aussi l'observation. Des algorithmes ont été développés pour déconvoluer (corriger ces effets) à partir de calculs de proximité sur des couches successives ...
Vu du côté informatique: - chaque plan fait aujourd'hui 1024*1024 - le nombre de plans pour décrire un objet (cellule par exemple) peut atteindre plusieurs centaines - l'application des fonctions de déconvolution peut s'imaginer comme l'application d'une grille qui glisse d'un point à un autre ... c'est très long.
En résumé: calcul intensif sur beaucoup de données => processeurS et appli sachant en tirer profit, beaucoup, beaucoup de RAM !
La machine idéale pour faire cela serait une machine parallèle comme l'étaient les premiers "déconvolueurs" câblés, analogiques, créés pour identifier les réponses radar. Ce qui doit encore être probablement le cas pour ce type d'applications nécessitant des temps de réponse très brefs.
Tout ceci sous réserve des effets de la convolution du produit de mes neurones par la fonction "retraite" :-)
Très très intéressant ! Merci pour cette longue explication ...
J.P wrote:
In article <4de8ef64$0$20836$426a74cc@news.free.fr>,
Henri Beyle <henri.beyle@hotmail.fr> wrote:
Le 17/05/2011 20:44, J.P a écrit :
In article<4dd26e81$0$14259$ba620e4c@news.skynet.be>,
Thierry Mella<thierry.mella@skynet.be> wrote:
Logiciel de déconvolution d'images de microscopie confocale: Huygens
http://www.svi.nl
Je suis curieux : à quoi cela sert-il ?
Je me lance ...
Toute observation déforme l'objet à observer: convolution.
"Déconvoluer" c'est appliquer un "traitement" à ce qui est observé pour se
rapprocher de ce qui serait observé sans les effets du système d'observation.
Ex:
1- avec mes lunettes de vue, Varilux, progressives, j'ai peu de chances de voir
les choses comme mon voisin sans lunettes => l'un et l'autre, nous "convoluons"
ce que nous voyons mais pas de la même façon.
2- le son que nous percevons d'un même enregistrement lu sur nos différents
appareils audio n'est pas le même. Chaque dispositif de restitution a sa propre
façon de restituer le son, chacun "convolue" le son à sa façon.
On parle plutôt de convolution dans les domaines temporel et spatial et de
filtrage dans le domaine fréquentiel.
La mathématique du "traitement numérique du signal" (Digital Signal Processing)
montre que c'est tout à fait équivalent et permet de passer d'un domaine à
l'autre.
Par exemple: http://www.dspguide.com/pdfbook.htm
voir les Applications à partir du Ch. 22
pour ceux qui veulent tout savoir, quelques "gurus" du DSP: Gold, Oppenheim,
Rabiner, Schafer :-)
Un microscope déforme, plus ou moins, l'objet à observer
Un microscope confocal permet:
- de focaliser à l'intérieur d'une couche "épaisse" (quelques µm)
- de faire de l'imagerie 3D en focalisant à des profondeurs successives dans la
couche épaisse.
http://fr.wikipedia.org/wiki/Microscope_confocal pas terrible !
http://neurochem.u-strasbg.fr/5plateformes/la_microscopie_confocale.pdf
une des Bibles sur le sujet
http://www.microscopyu.com/tutorials/java/virtual/confocal/index.html
L'ensemble des plans permet de faire de la reconstruction 3D des objets.
http://www.svi.nl/MovieGallery
Le principe du confocal voudrait que l'image du plan focalisé soit parfaite,
mais ce n'est bien évidemment pas le cas.
Solution pour résoudre les déformations liées à l'instrument: déconvoluer
- observer un objet de forme connue, comparer l'original avec avec "l'observé"
- établir la déformation => calculer la fonction de convolution (on utilise les
propriétés des Transformées de Fourier)
- calculer la fonction inverse: fonction de déconvolution
Enfin, observer ( ex.: un neurone dans une tranche fine de cerveau) et appliquer
la fonction de déconvolution à l'observation pour obtenir une observation au
plus près de l'original
Mais ceci ne résoud que les déformations liées à l'instrument.
Il reste les déformations liées à l'environnement en observation réelle: les
couches environnantes du plan "focalisé" perturbent aussi l'observation.
Des algorithmes ont été développés pour déconvoluer (corriger ces effets) à
partir de calculs de proximité sur des couches successives ...
Vu du côté informatique:
- chaque plan fait aujourd'hui 1024*1024
- le nombre de plans pour décrire un objet (cellule par exemple) peut atteindre
plusieurs centaines
- l'application des fonctions de déconvolution peut s'imaginer comme
l'application d'une grille qui glisse d'un point à un autre ... c'est très long.
En résumé: calcul intensif sur beaucoup de données => processeurS et appli
sachant en tirer profit, beaucoup, beaucoup de RAM !
La machine idéale pour faire cela serait une machine parallèle comme l'étaient
les premiers "déconvolueurs" câblés, analogiques, créés pour identifier les
réponses radar. Ce qui doit encore être probablement le cas pour ce type
d'applications nécessitant des temps de réponse très brefs.
Tout ceci sous réserve des effets de la convolution du produit de mes neurones
par la fonction "retraite" :-)
Très très intéressant ! Merci pour cette longue explication ...
In article<4dd26e81$0$14259$, Thierry Mella wrote:
Logiciel de déconvolution d'images de microscopie confocale: Huygens http://www.svi.nl
Je suis curieux : à quoi cela sert-il ?
Je me lance ...
Toute observation déforme l'objet à observer: convolution. "Déconvoluer" c'est appliquer un "traitement" à ce qui est observé pour se rapprocher de ce qui serait observé sans les effets du système d'observation.
Ex: 1- avec mes lunettes de vue, Varilux, progressives, j'ai peu de chances de voir les choses comme mon voisin sans lunettes => l'un et l'autre, nous "convoluons" ce que nous voyons mais pas de la même façon. 2- le son que nous percevons d'un même enregistrement lu sur nos différents appareils audio n'est pas le même. Chaque dispositif de restitution a sa propre façon de restituer le son, chacun "convolue" le son à sa façon.
On parle plutôt de convolution dans les domaines temporel et spatial et de filtrage dans le domaine fréquentiel. La mathématique du "traitement numérique du signal" (Digital Signal Processing) montre que c'est tout à fait équivalent et permet de passer d'un domaine à l'autre. Par exemple: http://www.dspguide.com/pdfbook.htm voir les Applications à partir du Ch. 22 pour ceux qui veulent tout savoir, quelques "gurus" du DSP: Gold, Oppenheim, Rabiner, Schafer :-)
Un microscope déforme, plus ou moins, l'objet à observer
Un microscope confocal permet: - de focaliser à l'intérieur d'une couche "épaisse" (quelques µm) - de faire de l'imagerie 3D en focalisant à des profondeurs successives dans la couche épaisse. http://fr.wikipedia.org/wiki/Microscope_confocal pas terrible ! http://neurochem.u-strasbg.fr/5plateformes/la_microscopie_confocale.pdf une des Bibles sur le sujet http://www.microscopyu.com/tutorials/java/virtual/confocal/index.html L'ensemble des plans permet de faire de la reconstruction 3D des objets. http://www.svi.nl/MovieGallery
Le principe du confocal voudrait que l'image du plan focalisé soit parfaite, mais ce n'est bien évidemment pas le cas.
Solution pour résoudre les déformations liées à l'instrument: déconvoluer - observer un objet de forme connue, comparer l'original avec avec "l'observé" - établir la déformation => calculer la fonction de convolution (on utilise les propriétés des Transformées de Fourier) - calculer la fonction inverse: fonction de déconvolution
Enfin, observer ( ex.: un neurone dans une tranche fine de cerveau) et appliquer la fonction de déconvolution à l'observation pour obtenir une observation au plus près de l'original
Mais ceci ne résoud que les déformations liées à l'instrument. Il reste les déformations liées à l'environnement en observation réelle: les couches environnantes du plan "focalisé" perturbent aussi l'observation. Des algorithmes ont été développés pour déconvoluer (corriger ces effets) à partir de calculs de proximité sur des couches successives ...
Vu du côté informatique: - chaque plan fait aujourd'hui 1024*1024 - le nombre de plans pour décrire un objet (cellule par exemple) peut atteindre plusieurs centaines - l'application des fonctions de déconvolution peut s'imaginer comme l'application d'une grille qui glisse d'un point à un autre ... c'est très long.
En résumé: calcul intensif sur beaucoup de données => processeurS et appli sachant en tirer profit, beaucoup, beaucoup de RAM !
La machine idéale pour faire cela serait une machine parallèle comme l'étaient les premiers "déconvolueurs" câblés, analogiques, créés pour identifier les réponses radar. Ce qui doit encore être probablement le cas pour ce type d'applications nécessitant des temps de réponse très brefs.
Tout ceci sous réserve des effets de la convolution du produit de mes neurones par la fonction "retraite" :-)
Très très intéressant ! Merci pour cette longue explication ...
