Décomposition spectroscopique en imagerie multispectrale

Vincent Mazet and Hassan Mortada (ICube / équipe IMAGeS / groupe IPSEO, Université de Strasbourg)
April 06, 2018 — 10:30 — "Salle du conseil du L2S"

Abstract

La cinématique interne des galaxies est une clé pour comprendre l’histoire de l’Univers. Elle peut être étudiée en analysant les raies du spectre de la galaxie qui sont décalées par effet Doppler. Les observations multispectrales des galaxies permettent donc de mesurer le décalage des raies dans chaque pixel. Par ailleurs, la spectroscopie de photoélectrons est une technologie qui permet de suivre l’état d’un système en fonction du temps. Les données produites sont une séquences de spectres dont les raies évoluent au cours des acquisitions. Ces deux applications ont en commun des signaux spectroscopiques, répartis dans l’espace ou le temps, et dont les raies évoluent lentement en longueur d’onde, en intensité et en forme. Un grand nombre de travaux portent sur la décomposition d’un unique spectre, mais aucune approche ne permet la décomposition simultanée de plusieurs spectres présentant une évolution lente des raies. Le projet DSIM, financé par l’ANR, a permis de développer des outils pour décomposer ces spectres, c’est-à-dire pour estimer le nombre et les paramètres des raies dans les spectres. La décomposition spectroscopique est considérée comme un problème inverse : les raies sont modélisées par une fonction paramétrique dont les paramètres sont à estimer. Nous avons principalement exploré deux manières d’introduire et de traiter l’information d’évolution lente de ces paramètres. D’une part, le problème a été établi dans le cadre bayésien et l’utilisation de l’algorithme RJMCMC a permis d’obtenir de très bon résultats. D’autre part, afin accélérer le temps de calcul de cette première méthode, nous avons considéré le problème comme une séparation de sources retardées et paramétriques. Le défi réside dans le fait que les sources sont extrêmement corrélées. Un schéma de moindres carrés alternés incluant un algorithme d’approximation parcimonieuse a pour cela été conçu.

Biography

Vincent Mazet a soutenu sa thèse à l’Université de Nancy en 2005. Depuis 2006, il est maître de conférences à l’Université de Strasbourg et effectue ses recherches dans le laboratoire ICube. Ses recherches portent sur les problèmes inverses en traitement d’images, en utilisant en particulier des approches bayésiennes ou par approximation parcimonieuse, et en les appliquant à la spectroscopie, à la télédétection ou à l’imagerie hyperspectrale astronomique. Hassan Mortada a eu son licence en électronique à l’Université Libanaise (UL) en 2013. Il a obtenu son master en 2015 à l’Université de Brest (master recherche signaux et circuits). Depuis 2015, il prépare sa thèse à l’Université de Strasbourg, ICUBE. Ses thématiques de recherche concernent les problèmes inverses et l’approximation parcimonieuse appliquée aux données spectroscopiques.