Personnes impliquées : Michel Couprie, Jean-Marie Mouchel (CERGRENE, École Nationale des Ponts et Chaussées).
Étudiants associés : Sébastien Colas, Pierre Yvonnet, Fabien Hernandez (4e année ESIEE, majeure Informatique).
Différents produits marqueurs de tout ou parties de bactéries peuvent être ajoutés à des solutions contenant des bactéries (eaux naturelles, industries agro-alimentaires....), certains produits sont même spécifiques de certains types de bactéries. Une fois les bactéries ``marquées'', elles peuvent être observées et dénombrées sous un microscope à épifluorescence (Fig. 16). La procédure est fastidieuse et fatigante pour les yeux. De plus, il est très difficile d'évaluer la taille des bactéries observées. Les techniques alternatives à la microscopie sont coûteuses et difficiles à mettre en uvre dans tous les milieux.
Notre but est ici de tester et d'améliorer un algorithme robuste destiné à reconnaître les bactéries sur les images produites en épifluorescence. L'algorithme doit pouvoir être appliqué automatiquement à toutes sortes d'images sans que l'opérateur ait à introduire des paramètres différents pour chaque image. En effet, les images peuvent être plus ou moins encombrées de traces de particules qui ne sont pas des bactéries et qu'il faut éliminer. Il arrive également que des bactéries soient englobées dans un gel : dans un tel cas les procédures classiques de traitement d'image, basées sur un seuillage, fonctionnent très mal.
Nous avons développé une chaîne de traitement automatique de ce type d'images. Un des objectifs était de vérifier l'application de nos algorithmes à un nombre d'images suffisant pour être représentatif de toutes les situations rencontrées. Un groupe d'étudiants de l'ESIEE a été associé à ce développement dans le cadre d'un projet interne.
