Thèse soutenue

Reconstruction tomographique mojette

FR  |  
EN
Auteur / Autrice : Myriam Servières
Direction : Jean-Pierre GuédonNicolas Normand
Type : Thèse de doctorat
Discipline(s) : Automatique et informatique appliquée
Date : Soutenance en 2005
Etablissement(s) : Nantes
Ecole(s) doctorale(s) : École doctorale sciences et technologies de l'information et des matériaux (Nantes)
Partenaire(s) de recherche : autre partenaire : Université de Nantes. Faculté des sciences et des techniques

Résumé

FR  |  
EN

Une des thématiques abordée par l'équipe Image et Vidéo-Communication est la reconstruction tomographique discrète à l'aide de la transformée Mojette. Ma thèse s'inscrit dans le cadre de la reconstruction tomographique médicale. La transformée Mojette est une version discrète exacte de la transformée de Radon qui est l'outil mathématique permettant la reconstruction tomographique. Pour évaluer la qualité des reconstructions, nous avons utilisé des fantômes numériques 2D simples (objet carré, rond) en absence puis en présence de bruit. Le cœur de mon travail de thèse est la reconstruction d'un objet à l'aide d'un algorithme de rétroprojection filtrée exacte Mojette en absence de bruit s'appuyant sur la géométrie discrète. Pour un nombre fini de projections dépendant de la taille de l'objet à reconstruire la reconstruction est exacte. La majorité des tomographes industriels utilisent l'algorithme de rétroprojection de projections filtrées (Filtered Back Projection ou FBP) pour reconstruire la région d'intérêt. Cet algorithme possède deux défauts théoriques, un au niveau du filtre utilisé, l'autre au niveau de la rétroprojection elle-même. Nous avons pu mettre au point un algorithme de Mojette FBP. Cet algorithme fait partie des méthodes directes de reconstruction. Il a aussi été testé avec succès en présence de bruit. Cet algorithme permet une équivalence continu-discret lors de la reconstruction. L'étape de projection/rétroprojection Mojette présente la particularité intéressante de pouvoir être décrit par une matrice Toeplitz bloc Toeplitz. Pour utiliser cette propriété nous avons mis en œuvre un algorithme de gradient conjugué.