La compacité des systèmes visuels d’insectes et l’agilité de leurs propriétaires, démontrant un traitement de l’information visuelle très développé, ont intrigué des personnes de milieux scientifiques et non scientifiques. Les yeux composés d’insectes ont été reconnus comme de puissants dispositifs optiques permettant des capacités visuelles aiguës et polyvalentes 1,2. Les mouches, par exemple, sont bien connues pour leurs réponses rapides aux objets en mouvement, et les abeilles sont célèbres pour posséder une vision des couleurs et une vision de polarisation2.
Les yeux composés des arthropodes se composent de nombreuses unités anatomiquement similaires, les ommatidies, dont chacune est coiffée d’une lentille à facettes. Chez les diptères (mouches), l’assemblage de lentilles à facettes, connues collectivement sous le nom de cornée, se rapproche souvent d’un hémisphère. Chaque ommatidium échantillonne la lumière incidente à partir d’un petit angle solide avec une demi-largeur de l’ordre de 1°. Les ommatidies des deux yeux ensemble échantillonnent approximativement l’angle solide complet, mais les axes visuels des ommatidies ne sont pas répartis uniformément. Certaines zones oculaires ont une forte densité d’axes visuels, ce qui crée une région de haute acuité spatiale, familièrement appelée fovéa. La partie restante de l’œil a alors une résolution spatiale plus grossière 3,4,5,6,7,8,9.
Une analyse quantitative de l’organisation optique des yeux composés est cruciale pour des études détaillées du traitement neuronal de l’information visuelle. L’étude des réseaux neuronaux du cerveau d’un insecte10 nécessite souvent une connaissance de la distribution spatiale des axes ommatidiens. De plus, les yeux composés ont inspiré plusieurs innovations techniques. De nombreuses initiatives visant à produire des yeux artificiels bio-inspirés ont été construites sur des études quantitatives existantes d’yeux composés réels 11,12,13. Par exemple, un capteur à base de semi-conducteurs avec une résolution spatiale élevée a été conçu sur la base du modèle d’yeux composés d’insectes 11,14,15,16,17. Cependant, les dispositifs développés jusqu’à présent n’ont pas mis en œuvre les caractéristiques réelles des yeux d’insectes existants. Des représentations précises des yeux composés d’insectes et de leur organisation spatiale nécessiteront des données détaillées et fiables provenant des yeux naturels, qui ne sont pas largement disponibles.
La principale raison de la rareté des données est l’extrême pénibilité des procédures disponibles pour cartographier les caractéristiques spatiales des yeux. Cela a motivé les tentatives d’établir une procédure de cartographie oculaire plus automatisée. Lors d’une première tentative d’analyse automatisée des yeux composés d’insectes, Douglass et Wehling18 ont mis au point une procédure de balayage pour cartographier la taille des facettes dans la cornée et ont démontré sa faisabilité pour quelques espèces de mouches. Ici, nous étendons leur approche en développant des méthodes non seulement pour scanner les facettes de la cornée, mais aussi pour évaluer les axes visuels des ommatidies auxquelles appartiennent les facettes. Nous présentons le cas des yeux de mouche domestique pour illustrer les procédures impliquées.
La configuration expérimentale pour scanner les yeux des insectes est: partiellement optique, c’est-à-dire un microscope avec caméra et optique d’éclairage; partiellement mécanique, c’est-à-dire un système de goniomètre pour faire tourner l’insecte étudié; et partiellement informatique, c’est-à-dire l’utilisation de pilotes logiciels pour les instruments et les programmes d’exécution des mesures et des analyses. Les méthodes développées englobent une gamme de procédures de calcul, allant de la capture d’images, au choix des canaux de caméra et à la définition de seuils de traitement d’image à la reconnaissance des emplacements de facettes individuelles via des points lumineux de lumière réfléchis par leurs surfaces convexes. Les méthodes de transformation de Fourier étaient cruciales dans l’analyse d’images, à la fois pour détecter des facettes individuelles et pour analyser les modèles de facettes.
Le document est structuré comme suit. Nous introduisons d’abord la configuration expérimentale et le phénomène des pseudopieux - le marqueur optique utilisé pour identifier les axes visuels des photorécepteurs dans les yeux vivants 19,20,21. Par la suite, les algorithmes utilisés dans la procédure de numérisation et l’analyse d’images sont décrits.