Imagerie Multidimensionnelle et Observatoire Virtuel Astronomique

1
Imagerie MultidimensionnelleetObservatoire
Virtuel Astronomique

• Observatoire de la Cote dAzur
• Nice - 23 et 24 octobre 2006

Action Spécifique Observatoires Virtuels France
2
Une Information Panchromatique
OVA dabord une grille de données (interopérabilit
é)
nébuleuse du crabe composition multi-longueurs
donde
crédit Chandra X-Ray Observatory
optimisation du retour scientifique
gt croiser linformation lt multi- capteur,
-résolution, -spectrale
3
Imagerie Multidimensionnelle
I) Quelques thèmes conducteurs (cf. Astrogrid Top
Ten)
analyse des fonds diffus de rayonnement
étude de la formation et de lévolution des
galaxies localisation des amas de galaxies
caractérisation du milieu interstellaire
examen de la perte de masse des étoiles AGB
PNs.
II) Quelques objectifs méthodologiques
fusion dimages de caractéristiques différentes
(bruit, échantillonnage, résolution)
segmentation optimale dun champ de données
multidimensionnelles calcul de paramètres
morphologiques, physiques, spectraux fouille
de données, classification, statistiques,
visualisation ajustements à des modèles,
croisements avec dautres listes.
4
Fédérer une imagerie multispectrale hétérogène
I) Une réalité encore prégnante
complexité croissante des informations
recueillies par les systèmes imageurs
augmentation très sensible du nombre de pixels
(mais dilution de linformation) description
très variable de la qualité des données et de
leur calibration complexité intrinsèque de
tout ensemble de données naturelles multi-sources
multi-?.

• gt des algorithmes et méthodes spécifiques sont
  requis lt
• gt adaptés au traitement de données massives
  (distribuées) lt

II) Expertises et savoir-faire sont disponibles,
mais dispersés
(OV-France imagerie vs. spectroscopie /
simulation)
quels sont les besoins ?
quels sont les cas dutilisation emblématiques
? de quels outils dispose-t-on déjà ?
quels sont les développements à effectuer ?
gt un groupe de travail pour coordonner les
efforts lt
5
Programme
1410 - 1435 G.Lagache (IAS) imagerie multi-?
du système solaire au fond diffus 1435 -
1500 C.Ferrari/H.Bourdin amas de galaxies une
vision panchromatique 1500 - 1525 A.Llebaria
(OAMP) photométrie UV GALEX à laide des données
Visible 1525 - 1550 E.Anterrieu (LAT) de la
radioastronomie à la télédétection, et
retour 1550 - 1615 A.Jalobéanu (LSIIT) le
projet SpaceFusion buts, applications,
résultats 1615 - 1635 1635 - 1700 C.Collet
(LSIIT) outils bayesiens pour limagerie
multispectrale 1700 - 1725 A.Bijaoui
(OCA) fusion dimages analyses multiéchelles
multibandes 1725 - 1750 E.Bertin (IAP) TERAPIX
des outils et un cadre pour lOV 1750 -
1815 F.Bonnarel (CDS) Images ND sur lOV
outils du CDS et standards 1815 -
1840 H.Wozniak (CRAL) accès OV aux données ND
théoriques non-spatiales
0900 - 0910 rappel des objectif 0910 -
0945 J.Guibert / P.LeSidaner (Obs.PM)
imagerie multicouleur et OV au CAI 0945 - 1030
Tous discussion - 1ère partie 1030 -
1045 . 1045 - 1215
Tous discussion - 2ème partie
6
(No Transcript)
7
Imagerie multidimensionnelle et OV discussion
I. Expertise de nos laboratoires
bilan des compétences présentées par les
différents exposés quels sont les outils déjà
en place ?
II. lOV comme moyen de valoriser nos
savoir-faire ?
gt y a-t-il un besoin collectif pour disposer de
services dédiés à cette imagerie ? lt
si oui, lesquels ? et pour quels cas
scientifiques emblématiques ? quelles en sont
les étapes méthodologiques capitales ?
existe-t-il des verrous ? quels sont les
développements à conduire ? comment avoir une
action concertée ?
8
Imagerie multidimensionnelle un groupe de
travail VO
I. Organisation du groupe
quels participants ? quels objectifs ? et
quel découpage en tâches ? quelle organisation
interne ? quelle plateforme déchange ? avec
quel contenu ?
II. Quelques points de détails ...
mise en place dune liste de diffusion
demande(s) de financement ateliers et matériels.
gt date et lieu de la prochaine réunion lt
9
(No Transcript)
10
Multivariate Image Analysis
multidimensional natural data are complex
(non-gaussianity, inherent sparsity, hidden
correlations)
3) Primitives extraction and classification
11
Some Future Developments
Multiband, multisensor, multimodes image fusion
?? ANR Space Fusion / LSIIT
Strasbourg. Extraction and mesurements of fuzzy
superimposed objects ? a webservice is
under construction at OCA. Classification and
data mining on massive multidimensional data sets.
a library of modules from algorithms common to
various use cases fruitful exchanges with the
Astrogrid and STIC communities