Chapitre 8 : Recalage d’images

Slides:



Advertisements
Présentations similaires
F. Bataille CEA, Service Hospitalier Frédéric Joliot, Orsay, France
Advertisements

Analyse Spectrale de Fourier
Cours 5-b Problèmes spatio-temporels d’ordre 1 en temps
Grandissement et mise au point entre voies Nadège Meunier Atelier MTR, 17 janvier 2006, Tarbes.
Le recentrage des spectres Nadège Meunier Atelier MTR, 17 janvier 2006, Tarbes.
Soizic Geslin Samy Fouilleux Minh Le Hoai Maxime Chambreuil
MODULE - METHODES POTENTIELLES Contenu du cours (par J.B. Edel & P. Sailhac) : I. Propriétés physiques des roches : densités, aimantations induites et.
INTRODUCTION 1. Une représentation du signal où le bruit est isolé
Codage par transformées(1)
Image Registration methods : a survey
Xialong Dai, Siamak Khorram
Le remplacement moléculaire
Progrès de la technique de mesure PLIF à deux couleurs
Chapitre 5 : Image couleur
Chapitre 6 : Restauration d’images
Analyse d’images Détection de contour Cours 8
Chapitre 2: Les régularités et les relations
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
1. L’ADN et l’information génétique
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
Chapitre 3 : Détection des contours
Correction des Systèmes
Chapitre 8 Equations.
Transformée de Fourier discrète et transformée de Fourier rapide
Chiffrement de Lester Hill
La formation des ressources humaines
Design dun système de vision embarqué. Application:
Chapitre 4 : Morphologie Mathématique
Pr. M. Talibi Alaoui Département Mathématique et Informatique
CHAPITRE 6 Stabilité des SA.
Chapitre 7 : régimes sinusoïdaux
Méthodes de prévision (STT-3220)
MODULATION D’AMPLITUDE
Loïc Mahé - 18 Janvier 2007 Projet bibliographique Caractérisation du bruit d’amplitude et du temps de répétition d’un laser à modes bloqués.
OBSERVER : Ondes et matières Chapitre 2 : Caractéristiques des ondes
« Gestion des Ventes et Distribution » G.V.D
Cours de mathématiques économiques
SIG3141 Partie I: Analyse de Fourier ESIEA D Kateb
Méthode d’estimation de la parenté en population naturelle (revue bibliographique) Frédéric Austerlitz 20 juin 2003.
DU TRAITEMENT DU SIGNAL
Transformée de Fourier en Temps Continu (TFTC)
Formation aux techniques
REGLAGE ECONOMIQUE DES PRODUCTIONS Le réglage tertiaire.
PUISSANCE ELECTRIQUE ( UNITE SPECIFIQUE E3 ).
Graph cuts et applications
CHAPITRE IV MÉTHODES DE COLLECTE ET DE TRAITEMENT DES DONNÉES
CHAPITRE 1: ANALYSE DU MOUVEMENT
Atelier PAIX.
Etude et test des algorithmes d'estimation de mouvement en MPEG
DU TRAITEMENT DU SIGNAL
Méthodes de tri.
20- Racine carrée Racine carré d’un nombre positif
INF3500 : Conception et implémentation de systèmes numériques Pierre Langlois Performance de circuits.
TNS et Analyse Spectrale
PROGRAMMATION INFORMATIQUE D’INGÉNIERIE II
2ème Partie : Le MANAGER de l ’UC Chapitre 5 - Les Outils du Manager -
TNS et Analyse Spectrale
Chapitre 1 Nombres relatifs.
Recherche de motifs par projections aléatoires
PS3_16 Project 3D Vision On Chip Implémentation VHDL de la «Census Transform» F. Bertrand.
DU TRAITEMENT DU SIGNAL
Par Serge Gagné 4 types de contrôle 1) Contrôle physique des équipements (voir contrôle interne) 2) Contrôle du traitement de l ’information (voir contrôle.
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
MESURE DE LA BIREFRINGENCE INTRINSEQUE DU SILICIUM
Séries chronologiques univariées (STT-6615)
Chapitre 9 Equations.
Chapitre 2 Calcul littéral Identités remarquables.
Filtrage des images.
Quatrième 4 Chapitre 7: Calcul littéral M. FELT 1.
الهيئة العامة لحماية المستهلك أساليب الترويج وتأثيراتها على المستهلك خليفة التونكتي - مستشار المنافسة - 1.
Transcription de la présentation:

Chapitre 8 : Recalage d’images Pr. M. Talibi Alaoui Département Mathématique et Informatique

Recalage d’images : Principe Recalage des images par rapport à une référence Calculer une transformation pour compenser les variations spatiales ou d’intensité.

J(x, y)=I(x+tx, y+ty)+bruit(x, y) On considère deux images I et J de N*M pixels, où J est une version décalée de I. Le problème consiste à déterminer automatiq- le décalage entre ces deux images. Mathématiquement, ceci s’exprime par : J(x, y)=I(x+tx, y+ty)+bruit(x, y)

Où le bruit rend compte des différences de capteurs (I et J peuvent correspondre à la même scène, mais prise par deux caméras différentes : une caméra classique et une caméra infrarouge), de légères différences de points de vue, des effets de bord, etc.. Le problème est de déterminer tx et ty. Nous présentons deux méthodes permettant de déterminer le décalage : la corrélation et la corrélation de phase.

En négligeant le bruit, et notamment les effets de bord (ce qui est possible si le décalage est faible par rapport à la taille des images), on peut écrire la relation suivante entre les transformées de Fourier : Cette propriété se démontre facilement en utilisant les propriétés de la transformée de Fourier discrète.

Recalage par corrélation La fonction d’intercorrélation entre I et J peut être calculée rapidement en passant par la transformée de Fourier : D’autre part, on peut écrire : (en négligeant le bruit)

En utilisant les propriétés de la transformée de Fourier, on en déduit : C’est donc la fonction d’autocorrélation de I, centrée en (tx, ty). En général, la fonction d’autocorrélation d’une image a la forme d’un pic, et on peut donc déterminer (tx, ty) en cherchant la position du maximum de CIJ(x,y).

Recalage par corrélation de phase La corrélation de phase consiste à calculer l’expression suivante : et à chercher la position de son maximum. La fonction RIJ(x,y) présente en général un pic très net en (tx, ty). En effet, on a : en négligeant le bruit

D’où : On a donc à faire à une fonction de Dirac placée en (tx, ty). La méthode par corrélation de phase donne généralement un pic beaucoup plus marqué que la méthode par corrélation.

Avantages : En cas de distorsion entre les deux images, la méthode de corrélation de phase peut échouer totalement. La méthode par corrélation donnerait toujours des résultats acceptables. Il est important de connaître les deux méthodes et de choisir la meilleure en fonction de l’application à traiter.

La corrélation de phase peur être vue comme une méthode de corrélation dans laquelle on remonte les hautes fréquences des images à recaler. En effet, on peut écrire : Or, comme en général une image contient plus de basses fréquences que de hautes fréquences, la division de I(u,v) revient à amplifier les hautes fréquences par rapport aux basses fréquences

Expérimentation En traitement d’images, il est fréquent d’entendre : La corrélation de phase est une excellente méthode. La corrélation une méthode peu performante. Généralement, il est rare d’entendre qu’une méthode soit meilleure qu’une autre en toutes circonstances. L’objectif de l’expérimentation est de comprendre les intérêts et inconvénients de chaque méthode.