Automated system of seedling image analysis (SVIS) and electrical conductivity to assess sun hemp seed vigor

The development of new procedures for quickly obtaining accurate information on the physiological potential of seed lots is essential for developing quality control programs for the seed industry. In this study, the effectiveness of an automated system of seedling image analysis (Seed Vigor Imaging System - SVIS) in determining the physiological potential of sun hemp seeds and its relationship with electrical conductivity tests, were evaluated. SVIS evaluations were performed three and four days after sowing and data on the vigor index and the length and uniformity of seedling growth were collected. The electrical conductivity test was made on 50 seed replicates placed in containers with 75 mL of deionised water at 25 ºC and readings were taken after 1, 2, 4, 8 and 16 hours of imbibition. Electrical conductivity measurements at 4 or 8 hours and the use of the SVIS on 3-day old seedlings can effectively detect differences in vigor between different sun hemp seed lots.

Le Livre et l'image : revue documentaire illustrée mensuelle / directeur littéraire J. Grand-Carteret ; directeur-gérant Émile Rondeau

1894/01/10 (A2,T3,N11)-1894/06/10 (A2,T3,N16).

Le Livre et l'image : revue documentaire illustrée mensuelle / directeur littéraire J. Grand-Carteret ; directeur-gérant Émile Rondeau

1893/08 (T2)-1893/12.

Le Livre et l'image : revue documentaire illustrée mensuelle / directeur littéraire J. Grand-Carteret ; directeur-gérant Émile Rondeau

Variante(s) de titre : Le Livre & l'image

Le Livre et l'image : revue documentaire illustrée mensuelle / directeur littéraire J. Grand-Carteret ; directeur-gérant Émile Rondeau

1910/04 (N2)-1910/07.

Le Livre et l'image : revue documentaire illustrée mensuelle / directeur littéraire J. Grand-Carteret ; directeur-gérant Émile Rondeau

1893/03 (T1)-1893/07.

Le corps duel dans les Aveux non avenus de Claude Cahun : à la jonction du texte et de l'image

Dans ce mémoire, nous étudions la représentation du corps dans Aveux non avenus de Claude Cahun. Évoquant dans un premier temps quelques grands axes de l’histoire de la réflexion sur le corps et de sa représentation en Occident depuis l’Antiquité, en fonction de leur fécondité pour l’analyse de l’oeuvre de Cahun, nous procédons dans un deuxième temps à une analyse de la représentation du corps dans les fragments de texte qui composent Aveux non avenus, en insistant d’une part sur le rapport ambivalent au corps qui y est exprimé et d’autre part sur la relation étroite qui lie le corps à la problématique identitaire, centrale dans tout l’oeuvre cahunien. Nous étudions ensuite la façon dont le corps est représenté, en nous intéressant à l’écriture particulière que déploie Cahun dans les Aveux ainsi qu’à la démarche intermédiale qu’elle met en place à travers la présence des photomontages au sein du texte. Nous souhaitons ainsi démontrer que la représentation du corps est indissociable d’une réflexion sur l’identité et que le caractère double de cette représentation à travers le texte et l’image complexifie cette réflexion sans lui enlever sa cohérence.

Image et survivance en anthropologie visuelle : Ernesto De Martino et l’ethnographie interdisciplinaire

Ce projet analyse le rôle des images – photographies, films, dessins – produites dans le cadre des recherches ethnographiques « interdisciplinaires » menées par l’anthropologue italien Ernesto De Martino en Italie méridionale dans les années 1950. Ces expéditions ont donné lieu à des documents multiformes puisqu’elles regroupent des chercheurs de formations différentes : historien des religions, ethnomusicologue, psychiatre, photographe, et occasionnellement cinéaste. Plus spécifiquement, il s’agit d’étudier le rôle des matériaux visuels dans la recherche sur le tarentisme, rituel de possession observé dans les Pouilles en 1959 par De Martino et son équipe, matériaux dont une partie constitue l’annexe photographique de son œuvre célèbre La terra del rimorso (1961). Nous portons également attention à l’atlas iconographique de son ouvrage sur la lamentation funèbre, Morte e pianto rituale nel mondo antico. Dal lamento pagano al pianto di Maria (1958), fruit d’une étude de terrain dans la région sud italienne de la Lucania (Basilicata). Tout en considérant les relations intermédiales entre les images, le texte, le son et le corps, ce mémoire identifie les rapports dialectiques entre les techniques d’enregistrement et les logiques répétitives, rythmiques et performatives des rituels en question. Chez De Martino, l’image est point de tension en matière de temporalité et de ressemblance : elle suggère une anthropologie de la « survivance » nous permettant de relever plusieurs correspondances avec l'oeuvre de l’historien de l’art Aby Warburg.

Parallel Genetic Algorithm for Document Image Compression Optimization

This work proposes a parallel genetic algorithm for compressing scanned document images. A fitness function is designed with Hausdorff distance which determines the terminating condition. The algorithm helps to locate the text lines. A greater compression ratio has achieved with lesser distortion

Validating Co-Training Models for Web Image Classification

Co-training is a semi-supervised learning method that is designed to take advantage of the redundancy that is present when the object to be identified has multiple descriptions. Co-training is known to work well when the multiple descriptions are conditional independent given the class of the object. The presence of multiple descriptions of objects in the form of text, images, audio and video in multimedia applications appears to provide redundancy in the form that may be suitable for co-training. In this paper, we investigate the suitability of utilizing text and image data from the Web for co-training. We perform measurements to find indications of conditional independence in the texts and images obtained from the Web. Our measurements suggest that conditional independence is likely to be present in the data. Our experiments, within a relevance feedback framework to test whether a method that exploits the conditional independence outperforms methods that do not, also indicate that better performance can indeed be obtained by designing algorithms that exploit this form of the redundancy when it is present.

Colour image of the thorax and abdomen

This is an image taken from Anatomy tv, an interactive resource for teaching and learning in anatomy and physiology which the University Library subscribes to. This image may not be changed, but you may take a copy and present it with other materials and resources you are using so long as they are password protected for access by members of the University only. "All products and all images within the products are protected by copyright. The products and images can only be used for private educational purposes, unless a specific license is purchased for any other usage. For any commercial usage of the images, please contact Primal Pictures Limited. The products allow members of the University of Southampton to ‘copy and paste’ all of the text as well as the images in the 3D-model window and all of the slides. These can then be pasted into nearly any other word-processing or graphics program, including Powerpoint. These resources can be made available to members of the University of Southampton via a password-protected service. This again is designed solely as a service for private educational uses. Like any publisher, Primal Pictures protects itself against copyright infringement. Please do contact Debra Morris in the University Library before using these resources to ensure that conditions are respected. ©Primal Pictures Limited 2007

Image classification for a large number of object categories

L'increment de bases de dades que cada vegada contenen imatges més difícils i amb un nombre més elevat de categories, està forçant el desenvolupament de tècniques de representació d'imatges que siguin discriminatives quan es vol treballar amb múltiples classes i d'algorismes que siguin eficients en l'aprenentatge i classificació. Aquesta tesi explora el problema de classificar les imatges segons l'objecte que contenen quan es disposa d'un gran nombre de categories. Primerament s'investiga com un sistema híbrid format per un model generatiu i un model discriminatiu pot beneficiar la tasca de classificació d'imatges on el nivell d'anotació humà sigui mínim. Per aquesta tasca introduïm un nou vocabulari utilitzant una representació densa de descriptors color-SIFT, i desprès s'investiga com els diferents paràmetres afecten la classificació final. Tot seguit es proposa un mètode par tal d'incorporar informació espacial amb el sistema híbrid, mostrant que la informació de context es de gran ajuda per la classificació d'imatges. Desprès introduïm un nou descriptor de forma que representa la imatge segons la seva forma local i la seva forma espacial, tot junt amb un kernel que incorpora aquesta informació espacial en forma piramidal. La forma es representada per un vector compacte obtenint un descriptor molt adequat per ésser utilitzat amb algorismes d'aprenentatge amb kernels. Els experiments realitzats postren que aquesta informació de forma te uns resultats semblants (i a vegades millors) als descriptors basats en aparença. També s'investiga com diferents característiques es poden combinar per ésser utilitzades en la classificació d'imatges i es mostra com el descriptor de forma proposat juntament amb un descriptor d'aparença millora substancialment la classificació. Finalment es descriu un algoritme que detecta les regions d'interès automàticament durant l'entrenament i la classificació. Això proporciona un mètode per inhibir el fons de la imatge i afegeix invariança a la posició dels objectes dins les imatges. S'ensenya que la forma i l'aparença sobre aquesta regió d'interès i utilitzant els classificadors random forests millora la classificació i el temps computacional. Es comparen els postres resultats amb resultats de la literatura utilitzant les mateixes bases de dades que els autors Aixa com els mateixos protocols d'aprenentatge i classificació. Es veu com totes les innovacions introduïdes incrementen la classificació final de les imatges.

Image segmentation integrating colour, texture and boundary information

La tesis se centra en la Visión por Computador y, más concretamente, en la segmentación de imágenes, la cual es una de las etapas básicas en el análisis de imágenes y consiste en la división de la imagen en un conjunto de regiones visualmente distintas y uniformes considerando su intensidad, color o textura. Se propone una estrategia basada en el uso complementario de la información de región y de frontera durante el proceso de segmentación, integración que permite paliar algunos de los problemas básicos de la segmentación tradicional. La información de frontera permite inicialmente identificar el número de regiones presentes en la imagen y colocar en el interior de cada una de ellas una semilla, con el objetivo de modelar estadísticamente las características de las regiones y definir de esta forma la información de región. Esta información, conjuntamente con la información de frontera, es utilizada en la definición de una función de energía que expresa las propiedades requeridas a la segmentación deseada: uniformidad en el interior de las regiones y contraste con las regiones vecinas en los límites. Un conjunto de regiones activas inician entonces su crecimiento, compitiendo por los píxeles de la imagen, con el objetivo de optimizar la función de energía o, en otras palabras, encontrar la segmentación que mejor se adecua a los requerimientos exprsados en dicha función. Finalmente, todo esta proceso ha sido considerado en una estructura piramidal, lo que nos permite refinar progresivamente el resultado de la segmentación y mejorar su coste computacional. La estrategia ha sido extendida al problema de segmentación de texturas, lo que implica algunas consideraciones básicas como el modelaje de las regiones a partir de un conjunto de características de textura y la extracción de la información de frontera cuando la textura es presente en la imagen. Finalmente, se ha llevado a cabo la extensión a la segmentación de imágenes teniendo en cuenta las propiedades de color y textura. En este sentido, el uso conjunto de técnicas no-paramétricas de estimación de la función de densidad para la descripción del color, y de características textuales basadas en la matriz de co-ocurrencia, ha sido propuesto para modelar adecuadamente y de forma completa las regiones de la imagen. La propuesta ha sido evaluada de forma objetiva y comparada con distintas técnicas de integración utilizando imágenes sintéticas. Además, se han incluido experimentos con imágenes reales con resultados muy positivos.