70
Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan Equipe “Assemblages macromoléculaires” Institut de minéralogie et de physique des milieux condensés (IMPMC) CNRS UMR 7590, Universités Paris 6 et Paris 7, IPGP 140 Rue de Lourmel, 75015 Paris Tél.: 01 44 27 72 05 E-mail: [email protected] [email protected] URL: http://www.impmc.jussieu.fr !"#$%%&&&’()*+!’*,’-+’./%-0#0)12%)342,’-0#5#-62)4789:

Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

  • Upload
    dodung

  • View
    228

  • Download
    2

Embed Size (px)

Citation preview

Page 1: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Master informatique spécialité IMA

Cours N°2 Traitement d’images cours du 2 novembre 2010

Catherine Vénien-Bryan!

Equipe “Assemblages macromoléculaires” !

Institut de minéralogie et de physique des milieux condensés (IMPMC)!

CNRS UMR 7590, Universités Paris 6 et Paris 7, IPGP!

140 Rue de Lourmel, 75015 Paris!

Tél.: 01 44 27 72 05!

E-mail: [email protected]!

[email protected]!

URL: http://www.impmc.jussieu.fr

!"#$%%&&&'()*+!'*,'-+'./%-0#0)12%)342,'-0#5#-62)4789:;

Page 2: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Traitement d’images

Particules isolées, protéines macromolécules, petits

virus (haute résolution) •" Numérisation de l’image, cameras CCD

•" Sélection des particules et normalisation du contraste

•" Analyse dans les 2dimensions:

•" Alignement

•" Classification des images

•" Création du modèle dans les 3 dimensions et rafinement

•" Méthode des séries coniques aléatoires

•" Lignes communes (transformée de Radon)

•" Rafinement

Cellules entières, bactéries virus (moyenne résolution) •" Tomographie électronique cellulaire

•" Cemovis (cryo-electron-microscopy of vitreous sections)

Page 3: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

!!"#$%&'(%#

Successfully used in many TEM applications that are difficult or

impossible to carry out without an online digital imaging system,

(microscope autotuning, automated electron tomography,

electron holography, protein electron crystallography and

telemicroscopy)

<;=>*-4;4?3-@)+;>-362;<;A)32->)1?;<";A*&;B2C2B;*D;3*)02;

EB2+1>*3;@)+>*0+*#?$;<";F*;*#23)36;*D;1!2;+-@2>-;C-+..@;D*>;GB@;(*,;2,+!-362;H+-3;(2;-;@-I*>;0*.>+2;*D;&-12>;+*31-@)3-310;)3;-;@)+>*0+*#2;+*B.@3J;<;K@@24)-12;L.-3M1-MC2;D224(-+/;-(*.1;1!2;L.-B)1?;*D;(*1!;1!2;0-@#B2;-34;1!2;4-1-;(2)36;+*BB2+124;>-1!2>;1!-3;!-C)36;1*;&-)1;1*;42C2B*#;-34;1!23;1*;4)6)MN2;1!2;GB@;

Page 4: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

O)B@;)0;0MBB;.024;)3;PEQ;-##B)+-M*30;

R";O)B@;R";S-M0D-+1*>?;>2+*>4)36;.342>;-;&)42;>-362;*D;2B2+1>*3;232>6)20;

R";TTU;R";U)V+.B1?;*D;.0)36;TTU0;D*>;)@-6)36;&)1!;!)6!;232>6?;2B2+1>*30;R";A)@)124;3.@(2>;*D;#),2B0;*W2>24;(?;1!2;+.>>231B?;-C-)B-(B2;0?012@0X;-0;+*@#->24;&)1!;1!-1;*(1-)324;(?;4)6)MN)36;-;PEQ;326-MC2;H0@-BB;G2B4;*D;C)2&J;

R";TTU;D*>;B*&<>20*B.M*3;01.4)20;H!)6!;SFY;-1;B*&;D>2L.23+)20X;(2"2>;+*31>-01JX;GB@;D*>;!)6!<>20*B.M*3;01.4)20;H!)6!;SFY;-1;!)6!;D>2L.23+)20X;421-)B0;(2"2>;>21>)2C24J;

Page 5: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Zeiss SCAI

Nikon

Coolscan

)*+&#,$%--'(,#

Page 6: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Geometric accuracy: Scan of

regular grid at 0 and 90° orientations

DQE: digital quantum efficiency -

(SNR)2 (signal to noise ratio) of scan

divided by (SNR)2 of image.

MTF: modulation transfer function -

like the CTF, amplitude of signal

transmitted by scanner as a function

of resolution, but no phase changes

Criteria for evaluating film scanners

resolution

MT

F

Page 7: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Digital images Sampling and grey level

Discrétisation spatiale et quantification

Image Digitization

Original image Image sampled

at low resolution

Grey level resolution:

one bit can code for 2 states: “0” or “1”

Byte (octet): a string of 8 bits

can code for 28 = 256

different states

Pixel size

The image must be divided up into

pixels (sampled) at a spacing at least twice as fine as the finest

detail (highest frequency) to be analysed.

(in practice, 3-4x as fine).

Each picture element

stored in the computer, with its own grey level, is

called a pixel.

Page 8: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Digital images Sampling-1

Q*>2;)0;(2"2>ZZZ;

Page 9: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Digital images Sampling- spatial resolution

Théorème de Nyquist-Shannon

Nyquist-Shannon frequency: the

sampling frequency is twice the highest frequency term being

represented.

If the same sampling frequency is

used for a higher frequency wave, the sample points do not follow the

oscillations. The features will not be correctly represented in the image.

Remember that the image can be represented as the sum

of a series of sinusoidal waves. The highest frequency wave term present defines the resolution limit. When an

image is digitised, the wave components are sampled at an interval defined by the scanner step size.

•" In practice, it is necessary to sample at 3-4x the

resolution, to avoid numerical rounding errors.

Page 10: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Digital images Scanning – number of grey levels-

144 72 16

8 4 2

Page 11: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Sampling - grey scale resolution-

Film scanners generally scan into 8 bits (256 grey levels) or more.

But if they are not set up correctly it is quite possible to end up with a digital image represented by far fewer grey levels. This can

lead to degradation of the image and loss of resolution.

Scaled into 256

grey levels

5 grey levels

3 grey levels

Page 12: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Statistical noise in low electron dose images

Electron

beam

Photographic film

or detector

Random pattern

of incident electrons

N = 100 electrons

per unit area N = 1000 electrons

per unit area

electron dose = average (N) ± !N

!N / N = 10% !N / N = 3.3%

The signal to noise ratio improves by a factor of !N as the electron dose increases.

However, for beam-sensitive specimens the dose must be kept low to avoid radiation

damage to the specimen. Electrons can transfer energy to the specimen, breaking bonds and causing mass loss in biological molecules.

For analysis, we assume that the image is the sum of the structure information plus random

noise.

The operator needs to find a compromise between the SNR which increase with the number

of electrons and the damage cause by them

Page 13: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Noise reduction by averaging

Averages of 2 5 10 25 200 images

Raw

images

Page 14: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Variance

For a stack of aligned images, the

variance can be calculated for each

pixel, to give a map of variations

between the images in the data set.

This can help to assess the reliability

of features seen on the average

image, and can reveal if images of

different structures are mixed up in

the same data set.

The variance is determined for each pixel as the difference

between the pixel value in a given image and the average

value of that pixel in all the images. This difference is squared

and the sum of these squares is calculated for all the images in

the stack.

Variance = [1/(N-1)] "[Pi(rj) - Pav (rj)]2

where Pi(rj) is the value of pixel j in image i and Pav (rj) is the

average value of pixel j in all the images, for a set of N images.

i,,j

Page 15: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

.-%+/,'#01*&%2',#0%-,#+',#3"#

45+'$67-#0',#8%(6$9+',#:!2@*+?-3)3;!"#$%&'()*+*;#

Page 16: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Normalisation du contraste

Soustraction de la moyenne et division par l’écart type

Page 17: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Alignement et fonctions de corrélation

Corrélation croisée 2D

[;7;Y2D; =;7;K@-62;

and =

=;201;1>-30B-1\;21;];+!-L.2;#*0)M*3;42;=;;23;^;21;_;.3;3*.C2-.;+*2V+)231;42;+*>>\B-M*3;;201;+-B+.B\';

A2;>\0.B1-1;G3-B;201;.32;+->12;()4)@230)*332BB2;4*31;B-;1-)BB2;;+*>>20#*34;];+2BB2;420;)@-620;4`*>)6)32;21;L.);#*00a42;.3;;#)+;42;+*>>\B-M*3;L.);+*>>20#*34;];B-;1>-30B-M*3;42;=;#*.>;;B-L.2BB2;B20;42.,;4)0L.20;02;0.#2>#*0231;#->D-)12@231';A-;#*0)M*3;4.;#)+;#->;>-##*>1;];B`*>)6)32;H+231>2;42;B-;+->12J;+*>>20#*34;-.;C2+12.>;42;1>-30B-M*3;];-##B)L.2>;#*.>;

>2+231>2>;B`)@-62;=;#->;>-##*>1;];B`)@-62;[;H,;bcd;X;?;<cdJ';;

?;

^;

ee;;/H)XIJ;';DH)b3XIb@J;

/H)XIJ; DH)XIJ;

^;1>-30B-M*3;3;7;9;;_;1>-30B-M*3;@;7;9;

Page 18: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Alignement et fonctions de corrélation

Fonction d’Auto-Corrélation = FAC

T`201;B-;+*>>\B-M*3;+>*)0\2;4`.32;)@-62;-C2+;2BB2<@f@2;

K@-62; [TO;

Page 19: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Corrélation croisée angulaire

g32;)@-62;=;H0.##*0\2;+231>\2J;201;#B-+\2;0.>;.32;;)@-62;42;>\D\>23+2X;21;#*.>;+!-L.2;>*1-M*3;42;=X;*3;@20.>2;B2.>;+*2V+)231;42;+*>>\B-M*3';

Alignement et fonctions de corrélation

>2D;

=;

Y*1-M*3;-36B2;

+*>>2B-M*3;

A-;+*>>\B-M*3;201;+-B+.B\2;0.>;.32;0\>)2;42;;>-?*30;21;B-;C-B2.>;6B*(-B2;201;)30+>)12;23;;D*3+M*3;42;B`-36B2;42;>*1-M*3';

Page 20: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Exemple d’alignement sur une référence

Y\D\>23+2;;;;;;;;;;;;)@-62;=;

O[T;>2D;;;;;;;;;;;;;;;O[T;=;

T*>>\B-M*3;+>*)0\2;-36.B-)>2;420;O[T0;

Q-)0;+*@@2;B20;O[T0;0*31;420;D*3+M*30;#-)>20X;)B;?;-;.32;-@()6.h1\;42;ci9j;0.>;B`-36B2;42;>*1-M*3;L.`*3;1>*.C2;23;+-B+.B-31;B2.>;+*>>\B-M*3;+>*)0\2;-36.B-)>2';

k3;+-B+.B2;B20;O[T0;420;)@-620;#*.>;*(123)>;.32;>2#>\0231-M*3;;+231>\2;21;>2l\1-31;#->M2BB2@231;B-;01>.+1.>2;420;#->M+.B20';

Alignement et fonctions de corrélation

Page 21: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

O@-,;7;9'mc; O@-,;7;9'n8;

[B)632@231;21;D*3+M*3;42;+*>>\B-M*30;[B)632@231;0.>;.32;>\D\>23+2<:;

Page 22: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

D’autres méthodes d’alignement ont été proposées

pour minimiser l’influence de l’image de référence.

"Reference free" iterative alignment (Penczek et al., 1992) :

1) Ici deux images sont prises au hasard, alignées et leur moyenne est alors

utilisée comme nouvelle référence pour aligner une troisième image. Le

processus se reproduit itérativement jusqu’à ce que toutes les images

soient alignées.

2) Pour minimiser l’influence de l’ordre dans lequel les images ont été choisies

pendant l’alignement, on repart ensuite à l’envers, en réalignant la première

image et en la réalignant sur (Moyenne totale - l’image 1). Puis la seconde

image est réalignée sur (Moyenne totale - l’image 2), etc …

3) Le processus entier est recommencé à nouveau sur les images issues de ce

premier cycle d’alignement (étapes 1 et 2), jusqu’à ce qu’aucune amélioration

ne soit constatée d’un cycle au suivant.

"multi-reference alignment" et d’autres méthodes d’alignement utilisent la

classification en parallèle du processus d’alignement.

Page 23: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

<='&8+'#0'#$'->(%2'#'>#01%+*2-'&'->#?#@'&7$/%-*-AB#

Page 24: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

<='&8+'#0'#$'->(%2'#'>#01%+*2-'&'->#?#@'&7$/%-*-A3#

Page 25: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

!+%,,*C$%67-#3"AB#

Page 26: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Classification 2D-2 Brétaudière JP and Frank J (1986) Reconstitution of molecule images

analyzed by correspondence analysis: A tool for structural interpretation.

J. Microsc. 144, 1-14.

Page 27: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

!+%,,*C$%67-#3"AD#

Page 28: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Image No1

Image No80

Pixel 1 Pixel 2754

x ij

!+%,,*C$%67-#3"AE#

Q-1>)+2;

Page 29: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Méthode de la dragée

Espace à 2754 dimensions

#:;

#o;

#c;

[,2;D-+1*>)2B;c;

[,2;D-+1*>)2B;:;

[,2;D-+1*>)2B;o;

A-;4)-6*3-B)0-M*3;42;B-;@-1>)+2;+->>\2;T = X'X;#2>@21;42;4\12>@)32>;B-;#B.0;6>-342;4)>2+M*3;4`2,1230)*3;

42;3*0;4*33\20; H3.-62;42;#*)310J;4-30; B`20#-+2;@.BM<4)@230)*332B';T2"2;4)>2+M*3;4`2,1230)*3;+*>>20#*34;]; B-;

#B.0;6>-342;p;C->)-M*3;q;*.;p; 1234-3+2;q;-.;02)3;42;3*0;4*33\20';T`201; B`-,2; D-+1*>)2B;Fjc;4*31; B`-@#B)1.42;201;

+->-+1\>)0\;#->; B-; C-B2.>;#>*#>2;#c';k3;2W2+1.2;-B*>0;.3;+!-362@231;42; >2#a>2;#*.>;4\12>@)32>; B-;#*0)M*3;42;

+!-+.32; 42; 3*0; 4*33\20; H)@-620J; #->; >-##*>1; ]; +21; -,2; D-+1*>)2B'; r.)0X; *3; >2+!2>+!2; B-; 02+*342; #B.0; 6>-342;

4)>2+M*3;4`2,1230)*3;p;*>1!*6*3-B2;q;];B-;#>2@)a>2;#*.>;4\G3)>;B`-,2;D-+1*>)2B;Fj:;+->-+1\>)0\;#->;.32;-@#B)1.42;42;

#:'; A2; D-)1; L.2; B20; -,20; D-+1*>)2B0; Fjc; 21; :; 0*)231; *>1!*6*3-.,X; )34)L.2; L.`)B0; +->-+1\>)0231; 420; C->)-M*30;

)34\#234-3120;H3*3<+*>>\B\20J';k3;2,#>)@2;-)30);#->;*>4>2;4\+>*)00-31;1*.120;B20;C->)-3+20;)34\#234-3120;42;3*0;

4*33\20;0.>;B20;-,20;D-+1*>)2B0;FjcX;:X;oX;s;X21+;t;;;

!+%,,*C$%67-#3"AF#!(5%67-#019-'#&%>(*$'#%#3GFH#0*&'-,*7-,#

Page 30: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe
Page 31: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe
Page 32: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Classification 2D

a) Méthodes par partition: e.g. "Moving seeds" method

Diday E (1971) La méthode des nuées dynamiques. Rev. Stat. Appl. 19, 19-34.

Deux images prises au hasard servent de centres d’agrégation pour la partition. Les

centres de gravité de chaque classe servent de nouveaux centres d’agrégation pour un

nouveau cycle de partition. Arrêt lorsque les centres d’agrégation ne bougent plus d’un

cycle à l’autre, ou après un nombre déterminé d’itérations.

Page 33: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Classification 2D

b) Classification Ascendante Hiérarchique

c; :;

o;

s;

d;

c; :;

o;

s;

d;c; o;

8;

8;

d;:;

n;

n;

s;

i;

i;

Page 34: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe
Page 35: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

I'J'('-$',#

S!-)/!;P'X;u-*X;v'X;=-,12>Xw'P'X;[01.>)-0X;O'x'X;=*)0021X;F'X;A2)1!X;['X;-34;O>-3/X;x';H:99iJ;SrKUEY;)@-62;#>*+200)36;D*>;0)36B2<#->M+B2;>2+*301>.+M*3;*D;()*B*6)+-B;@-+>*@*B2+.B20;D>*@;2B2+1>*3;@)+>*6>-#!0;,*-./"&0/(-(1(#2&o;Hc:J;cmsc<cmns';

T->>-6!2>;=X;y)002(2>1!;FX;y>)26@-3;UX;Q)BB)6-3;Y[X;r*"2>;TSX;r.B*/-0;xX;Y2)B2)3;[;H:999J;A26)3*3$;-3;-.1*@-124;0?012@;D*>;-+L.)0)M*3;*D;)@-620;D>*@;C)1>2*.0;)+2;0#2+)@230';34&5-/.1-4&6$(#(78;co:X;oo<sd';;

r*"2>;TSX;T!.;vX;O>2?;=X;u>223;TX;y)002(2>1!;FX;Q-4423;PxX;Q)BB2>;yAX;F-!>01241;yX;r.B*/-0;xX;Y2)B2)3;[X;P+!236;UX;w2(2>;UX;T->>-6!2>;=';HcmmmJ;O>-3/X;x';HcmndJ';[C2>-6)36;*D;B*&;2,#*0.>2;2B2+1>*3;@)+>*6>-#!0;*D;3*3#2>)*4)+;*(I2+104&9#-/*)$1/(21('8;cX;cdm<c8:';

O>-3/X;x'X;-34;[B<[B)X;A';HcmndJ';S)63-B<1*<3*)02;>-M*;*D;2B2+1>*3;@)+>*6>-#!0;*(1-)324;(?;+>*00<+*>>2B-M*3';,*-./";:d8X;on8<oni';

O>-3/;x';Hcmm8J;P!>22<4)@230)*3-B;@)+>*0+*#?;*D;@-+>*@*B2+.B->;-002@(B)20';:1*;")$1&0/"22X;S-3;U)26*';O>-3/;x';Hcmm9J;TB-00)G+-M*3;*D;@-+>*@*B2+.B->;-002@(B)20;01.4)24;-0;z0)36B2;#->M+B20z';{.->1';Y2C';=)*#!?0';:oX;

:ic<o:m';v2342>0*3X;Y'X;-34;uB-202>X;Y'Q';HcmidJ';{.-3M1-MC2;-3-B?0)0;*D;)@-62;+*31>-01;)3;2B2+1>*3;@)+>*6>-#!0;*D;

(2-@<0230)MC2;+>?01-B0';9#-/*)$1/(21('8;c8X;com<cd9';

v2342>0*3X;Y';HcmmdJ';P!2;#*123M-B;-34;B)@)1-M*30;*D;32.1>*30X;2B2+1>*30;-34;^<>-?0;D*>;-1*@)+;>20*B.M*3;@)+>*0+*#?;*D;.301-)324;()*B*6)+-B;@*B2+.B20';{.->1';Y2C';=)*#!?0';:iX;cnc<cmo';

S-,1*3X;w'k';HcmmsJ;[++.>-12;-B)63@231;*D;0210;*D;)@-620;D*>;0.#2><>20*BC)36;-##B)+-M*30X;34&<$1/(21';cnsX;8c<8i';

C-3;v22BX;Q';HcmimJ';TB-00)G+-M*3;*D;C2>?;B->62;2B2+1>*3;@)+>*0+*#)+-B;)@-62;4-1-;0210';='+>;H3X;ccs<c:8;;

Page 36: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

S\>)2;42;#>*I2+M*30;)3+B)3\20;

T-B+.B;4`.3;C*B.@2;42;>2+*301>.+M*3;oU;;#->;>\1>*#>*I2+M*3;

K(*-$*8'#0'#+%#>7&72(%8@*'#&7+5$9+%*('#:B;;;

Page 37: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

2;5

4 3

6

7 1

E0#-+2;42;O*.>)2>;

1 2 7 6 5 4 3

P!\*>a@2;42;B-;02+M*3;+231>-B2$;E3;20#-+2; >\+)#>*L.2X; 1*.12;#>*I2+M*3;()<4)@230)*332BB2; 4`.3; *(I21; +*>>20#*34; ];.32; 02+M*3; +231>-B2; 4-30; B-; 1>-30D*>@\2;42; O*.>)2>; oU; 42; B`*(I21'; T!-L.2; 02+M*3;+231>-B2; 201; *>)231\2; #2>#234)+.B-)>2@231;]; B-; 4)>2+M*3; 42; #>*I2+M*3; H4)>2+M*3; 4.;D-)0+2-.;4`\B2+1>*30J';;

K(*-$*8'#0'#+%#>7&72(%8@*'#

:,5(*',#*-$+*-5',;#:3;;;

Page 38: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

X

y

Z

$ % & ;

X

Y

Z

A20;+*3C23M*30;SrKUEY;+*3+2>3-31;B20;-36B20;2.B\>)230';

$" = phi = rotation autour de Z'% = theta = rotation autour de Y'& = psi = rotation autour de Z

Page 39: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

!7->(%*->'#0'#+%#$(/7L<M#,9(#7NO'>,#N*7+72*P9',#Q#

P>-C-)BB2>;];D-)(B2;4*02;4z\B2+1>*30;Hc92<%|:J;S2.B2@231;c;H*.;:J;#>)02H0J;42;C.2H0J;;#->;N*32;T*BB2+12>;F;)@-620;];D-)(B2;>-##*>1;0)63-B%(>.)1;[C2+;.32;D*>12;0*.0<D*+-B)0-M*3;H+*31>-012J;T-B+.B2>;420;@*?23320;3.@\>)L.20;:U;*.;oU;T*>>)62>;B-;D*3+M*3;42;1>-30D2>1;42;+*31>-012;HTPOJ;

gMB)02>;B20;0?@\1>)20;21%*.;4)0#*0)M*3;420;#->M+.B20$;S?@\1>)2;!\B)+*h4-B2X;)+*0-\4>-B2X;>\02-.,;:UX;*.;#-0;42;0?@\1>)2';

Page 40: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

R%#('$7-,>(9$67-#019-#&70S+'#8(5+*&*-%*('#D"#

L’acquisition des séries coniques aléatoires

Les méthodes de reconstructions

Page 41: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

45°

1;2;

5

4 3

6 7 8 1 2 8 7 6 5 4 3

r->M+.B20;)0*B\20$;[C2+;02.B2@231;42.,;#>)020;42;C.20;*3;#2.1;;+-B+.B2>;.3;C*B.@2;42;>2+*301>.+M*3;

S\>)20;+*3)L.20;-B\-1*)>20;

Page 42: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

9j;

sdj;

45°; 0°

9j;

sdj;

<='&8+'#0'#('$7-,>(9$67-#T#8%(6(#0',#*&%2',#'=85(*&'->%+',;:v\@*+?-3)32;4;`!"#$%&'()*+*?&0?@\1>)2;UdJ;

Page 43: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

}.20;42;+~1\;(>.120; Qf@20;)@-620;-B)63\20;

[B)632@231;

U\12>@)3-M*3;42;B;`-36B2;H()'

TB-00)G+-M*3;-.1*@-ML.2;!;d;C.20;T-B+.B;4`.3;C*B.@2;#->;+B-002;];#->M>;420;)@-620;)3+B)3\20;

[002@(B-62;420;C*B.@20;-B)63\0;;

Page 44: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

S.>D-+2;2,12>32; T-C)1\;+231>-B2;

v\@*+?-3)32;4`!"#$%&'()*+*&

Page 45: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

.#('>'-*(#,9(#+1%88(7$@'#0',#,5(*'#$7-*P9',#%+5%>7*(',#

c; T2"2;@\1!*42; 3\+200)12; 42; +*BB2+12>; 420; )@-620; -C2+; 21; 0-30; )3+B)3-)0*3; 4-30; B2;@)+>*0+*#2';A-;@)+>*0+*#)2;-;.3;D-)(B2;>2342@231;+->;)B;?;-;420;2W210;42;+!->62;21;42;0.#2>#*0)M*3;#->M2BB2;420;#->M+.B20;L.);32;0*31;#-0;@-�1>)0-(B20';

:;A-;12+!3)L.2;D*3+M*332;@f@2;0.>;B20;)@-620;];D-)(B2;>-##*>1;0)63-B;%;(>.)1;42;D*34;!;*3;1>-C-)BB2;4*3+;0.>;B20;)@-620;(>.120';

o;KB;?;-;1*.I*.>0;.3;->1\D-+1;4.;+~32;@-3L.-31;L.);#2.1;f1>2;0.##>)@\;0);*3;>26>*.#2;420; C*B.@20; +*>>20#*34-31; ]; 420; C.20; 4)W\>23120; 42; B-; #->M+.B20X; *.; 0); B-;#->M+.B20;-;420;0?@@\1>)20; )312>320; D-C*>-(B20'; H2,2@#B2$;#->M+.B2;+?B)34>)L.2;];0?@\1>)2;Ud$;A20;C.20;42;4200.0;#>*4.)0231;.3;C*B.@20;-3)0*1>*#2;-C2+;.3;->1\D-+1;4.;+~32;@-3L.-31;-B*>0;L.2;B20;C.20;42;+~1\;#>*4.)0231;.3;C*B.@2;)0*1>*#2J';

Page 46: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

R',#&5>@70',#01%U-'&'->#0'#+1%+*2-'&'->#'>#0'#+%#('$7-,>(9$67-#

Page 47: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Y2L.)>2;-;>2D2>23+2;oU;@*42B';

Y2-B;0#-+2;$;;S!-)/!;P'X;u-*X;v'X;=-,12>Xw'P'X;[01.>)-0X;O'x'X;=*)0021X;F'X;A2)1!X;['X;-34;O>-3/X;x';H:99iJ;SrKUEY;)@-62;#>*+200)36;D*>;0)36B2<#->M+B2;>2+*301>.+M*3;*D;()*B*6)+-B;@-+>*@*B2+.B20;D>*@;2B2+1>*3;@)+>*6>-#!0;,*-./"&0/(-(1(#2&o;Hc:J;cmsc<cmns';SrKUEY;0*�&->2;r23+N2/X;r'['X;u>-00.++)X;Y'['X;O>-3/X;x';HcmmsJ;P!2;>)(*0*@2;-1;)@#>*C24;>20*B.M*3$;32&;12+!3)L.20;D*>;@2>6)36;-34;*>)231-M*3;>2G32@231;)3;oU;+>?*<2B2+1>*3;@)+>*0+*#?;*D;()*B*6)+-B;#->M+B20';9#-/*)$1/(21('8;FD$;:dc�:n9';S#)42>;0*�&->2;

O*.>)2>;1>-30D*>@$;u>)6*>)2WX;F';HcmmiJ';P!>22<4)@230)*3-B;01>.+1.>2;*D;(*C)32;F[Uv$;.()L.)3*32;*,)4*>24.+1-02;H+*@#B2,;KJ;-1;::;[;)3;)+2';34&<(#4&6$(#4;3GGQ;c9oo�c9s8';x*3)+X;S'X;S*>N-3*X;T'k'X;P!2C23-NX;r'X;EB<=2NX;T'X;U2;T->B*X;S';�;g302>X;Q';H:99dJ';S#B)32<(-024;)@-62<1*<C*B.@2;>26)01>-M*3;D*>;1!>22<4)@230)*3-B;2B2+1>*3;@)+>*0+*#?';gB1>-@)+>*0+*#?;BVDHsJX;o9o<cn';

Y-4*3;1>-30D*>@$;Y-42>@-+!2>X;Q';HcmmsJ';P!>22<4)@230)*3-B;>2+*301>.+M*3;D>*@;>-34*@;#>*I2+M*30$;*>)231-M*3-B;-B)63@231;C)-;Y-4*3;1>-30D*>@0';9#-/*)$1/(21('8#FD$;c:c�co8';

w-C2B21;1>-30D*>@$;S*>N-3*X;T'k'X;x*3)+X;S'X;EB<=2NX;T'X;T->-N*X;x'Q'X;U2;T->B*X;S'X;P!2C23-NX;r';�;g302>X;Q';H:99sJ';[;@.BM>20*B.M*3;-##>*-+!;1*;*>)231-M*3;-00)63@231;)3;oU;2B2+1>*3;@)+>*0+*#?;*D;0)36B2;#->M+B20';x;S1>.+1;=)*B;BEWHoJX;oic<m:';

r*B->;O*.>)2>;1>-30D*>@$;=-/2>X;P'S';�;T!236X;Y'v';Hcmm8J';[;@*42B<(-024;-##>*-+!;D*>;4212>@)3)36;*>)231-M*30;*D;()*B*6)+-B;@-+>*@*B2+.B20;)@-624;(?;+>?*2B2+1>*3;@)+>*0+*#?';x;S1>.+1;=)*B;BBWHcJX;c:9<o9';

S*�&->2$;;SrKUEYX;KQ[uKTX;^QKrrX;EQ[FX;21+';

L'>@70,#J7(#('C-'&'->#7J#%+*2-&'->#%-0#('$7-,>(9$67-;;

Page 48: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

L'>@70,#>@%>#P9%-6X'#>@'#%+*2-&'->#8%(%&'>'(,#:B;#

!"#$%&'($

)&*'$%&'($

U)>2+1;-">)(.M*3;*D;E.B2>;-36B20;1*;1!2;2,#2>)@231-B;)@-620;(?;+*@#->)0*3;&)1!;:U;#>*I2+M*30;*D;-;B*&2><>20*B.M*3X;>2D2>23+2;C*B.@2';;

I'J'('-$'#8(7O'$67-,;H#>*I2+M*30;*D;-;>2D2>23+2;C*B.@2X;4)0+>212;3.@(2>;*D;#>*I2+M*3;4)>2+M*30J;

Page 49: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

L'>@70,#>@%>#P9%-6X'#>@'#%+*2-&'->#8%(%&'>'(,#:3;#

k32;*D;1!2;6B*(-B;>2G32@231;01>-126)20';E62B@-3;:999X;gB1>-@)+>*0+*#?X;id$;::d<:os';

Y+7N%+#('C-'&'->;

[36.B->;0-@#B)36;012#;D*>;+*@#.1-M*3;*D;1!2;B)(>->?;*D;>2D2>23+2;#>*I2+M*30;)0;>24.+24;)3;2-+!;)12>-M*3;*D;1!2;>2G32@231';

Page 50: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

K312>#>\1-M*3;01>.+1.>-B2;4.;+*@#B2,2;

R"T>)01-BB*6>-#!)2;$;4)@a>2;42;0*.0<.3)1\;-B#!-;*(123.;23;:999;HK1-B)2J;

R"Q*4\B)0-M*3;+*@#->-MC2;$;@*4aB2;-1*@)L.2;42;B-;0*.0<.3)1\;(21-;

Page 51: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

.9>(',#&5>@70',#0'#('$7-,>(9$67-#019-#&70S+'#8(5+*&*-%*('#D"#

A -##>*+!2;420;B)6320;+*@@.320X;0)3*6>-@@20X;1>-30D*>@\2;42;Y-4*3;

Page 52: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

3"##########B"#

Projection 2D

)'

00'

3600'

Le « sinogram » d’une

image 2D correspond à l’empilement de ses

différentes projections 1 D ( l i g n e s ) d a n s

toutes les directions

(0° à 360°).

y

)'

00 * ) * 3600'

00'

3600'

Page 53: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Les lignes communes en espace réel:

La méthode des lignes communes

est basée sur le fait que :

N’importe quelle paire de projections

2D d’un objet 3D a au moins une

ligne commune dans leurs

projections 1D respectives.

Page 54: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Projections Views

Page 55: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Image 3 Image 1 900 2700

3100

1300

Page 56: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

C5 D5

Page 57: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

R%#&5>@70'#0',#+*2-',#$7&&9-',#:<+'-%#Z(+7[%#<L\Z#3VVD;#

4 orientations du GroEL-GroES

Les projections 2D correspondantes

Transformée de

Fourier 3D.

Lorsque toutes

directions de l’espace

sont représentées, la

transformée inverse

produit un volume de

reconstruction 3D

isotrope.

Les transformées de Fourier 2D

NNN;E-+!;:U;1>-30D*>@;)0;-;+231>-B;02+M*3;*D;1!2;oU;1>-30D*>@;*D;1!2;*(I2+1';;;S*;2-+!;#-)>;*D;:U;1>-30D*>@0;!-0;-;+*@@*3;B)32;

Page 58: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

.#('>'-*(#,9(#+1%88(7$@'#0',#+*2-',#$7&&9-',##

'>#0',#,*-72(%&&',#

c;T2"2;@\1!*42;#2>@21;42;+*BB2+12>;420;)@-620;0-30;)3+B)3-)0*3;4-30;B2;@)+>*0+*#2';:;A20;0)3*6>-@@20;32;@->+!231;L.2;0.>;420;)@-620;];D*>1;>-##*>1;0)63-B;%;(>.)1;42;D*34;

!;*3;1>-C-)BB2;4*3+;0.>;420;@*?23320;:U;o;A2;+231>2;42;@-002;420;@*?23320;:U;4*)1;+*h3+)42>;-C2+;B2;#),2B;+231>-B;420;)@-620';

A2; #B.0; #2M1; 4\+-B-62; )31>*4.)1; .3; ()-)0; 4-30; B-; 4\12>@)3-M*3; 420; B)6320;+*@@.320';

s;A-;01>.+1.>2;oU;4`.32;#->M+.B2;#>*4.)12;#->;+2"2;-##>*+!2;-;.32;+!-3+2;0.>;42.,;4`f1>2;B2;@-.C-)0;\3-3M*@*>#!2';KB;D-.1;4*3+;>\-B)02>;-.;@*)30;.32;D*)0;.32;#-)>2;42;#>)020;42;C.20;-C2+;B2;#*>12<*(I21;)3+B)3\;];9j;21;];cd�o9j;#*.>;C\>)G2>;L.`*3;-;()23;#>*4.)1;B2;(*3;\3-3M*@a>2';

d;A-;12+!3)L.2;@->+!2;4`-.1-31;@)2.,;L.2;B-;#->M+.B2;#*00a42;420;0?@\1>)20;)312>320';

Page 59: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

M7&72(%8@*'#5+'$>(7-*P9'#$'++9+%*('#

Page 60: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

P;M7&72(%8@*'#$'++9+%*('#

Page 61: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

U*.(B2;MB1;!*B42>;U*.(B2;MB1;!*B42>;

Page 62: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

EB2+1>*3;P*@*6>-#!?;*D;/)321*+!*>20;

Page 63: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Y2+*301>.+M*3;*D;u*B6);

Page 64: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Poliovirus: Cryo-EM With Tomography

Page 65: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

TEQk}KS;;H}EY_;1!)+/;0#2+)@23;�;:.@J;

+>?*<2B2+1>*3;@)+>*0+*#?;*D;C)1>c*.0;02+M*30;;

Page 66: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Sectionner

"" CEMOVIS "" Production des sections d’un échantillon congelé-hydraté sur les

températures cryogéniques est difficile et beaucoup d’artefacts sont générés, qui complique l’interprétation de la reconstruction 3D

"" Alternative : sections plastiques par “freeze substitution” ""Matériel est vitrifié sous haute pression et l’eau est

substituée avec les solvants organiques contenant des fixatives chimiques à la température autour de -80°. L’échantillon est chauffé à la température d’environ -40°C, enfoncé dans le plastique ou la résine et sectionné à la température ambiante.

Page 67: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Y26)01>-M*3;#*)310;->2;*�23;.024;1*;-00)01;-B)63@231;H>26)01>-M*3J;

Page 68: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Viewing

•" Sections need to be

flat and unfolded

•" Sections that are not

broken or torn

•" Low contrast images

–"Sample susceptible to

bubbling xEQ<o:99OS;;

Page 69: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Deinococcus radiodurans

Eltsov et al, J

Struct Biol. 2006;156(2):

246-54

Page 70: Master informatique spécialité IMA Cours N°2 … · Master informatique spécialité IMA Cours N°2 Traitement d’images cours du 2 novembre 2010 Catherine Vénien-Bryan! Equipe

Cyanobacteria