Image Registration methods : a survey

Slides:



Advertisements
Présentations similaires
RAPPORT DAVANCEMENT Par Narcisse Talla Tankam CURAT-LETSfévrier-mars 2004.
Advertisements

Traitement d’images : concepts fondamentaux
S. Meshoul & M. Batouche Equipe Vision, Laboratoire LIRE
Technique des Surfels Surfels: Surface Elements as Rendering Primitives SIGGRAPH 2000 H.Pfiste, J.van Baar, M.Zwicker, M.Gross.
Le rendu basé images S. B Kang. A survey of image-based rendering techniques. In Videometrics VI, volume 3641, pages SPIE, 1999 Heung-Yeung Shum.
Correction des flats-fields Nadège Meunier Atelier MTR, 17 janvier 2006, Tarbes.
Évaluation de la qualité d'une clusterisation
Simplification et abstraction de dessins au trait
3. Analyse et estimation du mouvement dans la vidéo
4. Descripteurs du contenu

Affine registration with Feature Space Mutual Information (2001)
A Pyramid Approach to Subpixel Registration Based on Intensity
Piecewise Affine Registration of Biological Images
Xialong Dai, Siamak Khorram
Segmentation de séquences d’images au sens du mouvement
Identification des personnes par l’iris
Traitements d'images et Vision par ordinateur
La vision stéréo Sonka et al: sections , , , , Suppl: 11.4 au complet
Module SIG-Santé 6. Géoréférencement Marc SOURIS Florent DEMORAES
Eric Guilbert, Marc Daniel *, Eric Saux
Application des algorithmes génétiques
Classification Multi Source En Intégrant La Texture
Recherche d’un même objet / scène
Éclairage Structuré et vision active pour le contrôle qualité de surfaces métalliques réfléchissantes Olivier Morel*, Ralph Seulin, Christophe Stolz, Patrick.
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Concepts avancés en mathématiques et informatique appliquées MAP-6014.
Mathieu De Craene Défense publique – 24 octobre 2005 Jury
Approche statistique semi-paramétrique du recalage iconique d’images
Administration de bases de données spatiales avec SavGIS
Evaluation de la qualité des documents anciens
Comportement Hiérarchique
Mise en correspondance et Reconnaissance
Construction de modèles visuels
Réaction aux collisions dans les animations physiques François Faure, Olivier Galizzi GRAVIR Projet commun CNRS,INRIA,INPG,UJF 1 1.
SUJETS SPÉCIAUX EN INFORMATIQUE I
SUJETS SPÉCIAUX EN INFORMATIQUE I
Détection du meilleur format de compression pour une matrice creuse dans un environnement parallèle hétérogène Olfa HAMDI-LARBI.
LSIIT-ICPS Illkirch, le 11 décembre 2001
Appariement de deux images
Recherche dun même objet / scène Approches basées sur des descripteurs locaux Approches basées sur des descripteurs globaux.
Le filtrage d’images.
Interprétation automatique
TRAITEMENT D’IMAGE SIF-1033.
Formation SIG-Santé Géoréférencement Marc SOURIS Elisabeth HABERT
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
Evaluation des incertitudes dans le recalage non rigide de formes Application à la segmentation avec ensemble apprentissage Maxime TARON Nikos PARAGIOS.
Chapitre 8 : Recalage d’images
Etude et test des algorithmes d'estimation de mouvement en MPEG
Extraction de segments pour la reconnaissance de symboles : Une approche robuste par Transformée de Hough Présenté par : Simon BERNARD Encadré par : Jean-Marc.
Un état de l’art sur les logiciels de détection de collision
Programmation Création d’une mire 1 afficher une image
Mustapha Hamidou Vendredi 20 août Stage Contour Matching.
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
Approximation d’un contrôle optimal par un circuit électronique
SUJETS SPÉCIAUX EN INFORMATIQUE 1
Mise en correspondance de deux maillages bruités
SUJETS SPÉCIAUX EN INFORMATIQUE I
Dorina Surcel et René Laprise
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Recalage contraint par cartes de courbures discrètes pour la modélisation dynamique du rein Valentin LEONARDI, Jean-Luc MARI, Philippe SOUTEYRAND, Julien.
Sabrina Tollari, Hervé Glotin, Jacques Le Maitre
MPEG : normalisation La vidéo est compressé en MPEG2 Une vidéo classique : (720x576) à 50 images entrelacées par seconde. Le Mpeg-2 travaille sur 1/4 de.
Suivi d’Horizons Sismiques
Sciences Mécaniques Appliquées
la reconnaissance de visages
Reconnaissance d’objets 3D –point de vue complètement différent –pas d’invariant 3D Difficultés :
Techniques biomédicales Caroline Petitjean Plan Exemples d’applications Spécificités des méthodes de TIM Segmentation Recalage et fusion d’images En pratique.
De la Terre à la carte: Projections et Géoréférencement
Transcription de la présentation:

Image Registration methods : a survey Barbara Zitova, Jan Flusser DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Plan de l’exposé Introduction Méthodologie associée au recalage d’image Détection de caractéristiques Mise en correspondance Création d’un modèle de transformation Transformation de l’image Mesure de la précision du recalage Conclusion DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Introduction Recalage d’image : Superposition de 2 images ou plus Aligner une image « de référence » et une image à transformer Applications nombreuses : Télédétection, médecine, cartographie, etc.. L’article est un état de l’art complet sur le recalage d’images DEA DISIC Geoffrey Arthaud

Méthodologie : Types d’images Point de vue différent – multiview Instants différents – multitemporal Capteurs différents – multimodal Recalage Image réelle →← Modèle DEA DISIC Geoffrey Arthaud

Méthodologie : Les étapes Détection de caractéristiques Mise en correspondance Création d’un modèle de transformation Transformation de l’image DEA DISIC Geoffrey Arthaud

Méthodologie : Illustration Caractéristiques Correspondance Modèle Transformation DEA DISIC Geoffrey Arthaud

Détection de caractéristiques Etape 1 : Deux méthodes complémentaires DEA DISIC Geoffrey Arthaud

Méthodes zonales ► area-based methods Pas de points de contrôle ► Etape sautée A utiliser pour les images peu détaillées (images médicales) DEA DISIC Geoffrey Arthaud

Méthodes avec caractéristiques ► feature-based methods Caractéristiques sous forme de : Régions Lignes Points Caractéristiques stockées par des points de contrôle (CP) Adaptées pour les images contenant des objets facilement détectables DEA DISIC Geoffrey Arthaud

Mise en correspondance Etape 2 : Suivi des deux méthodes DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Méthodes zonales Choix d’une partie ou de la totalité de l’image à faire correspondre sur la référence Principal inconvénient : mauvaise correspondance entre deux zones « douces » différentes Trois façons de faire avec cette méthode : corrélation, Fourier, information mutuelle DEA DISIC Geoffrey Arthaud

1. Méthodes de corrélation Souvent utilisé pour sa simplicité d’implémentation Limitée aux translations, rotations, et mise à l’échelle légères 2 inconvénients : Maxima de la fonction pas faciles à distinguer (auto similarité de l’image) Temps de calcul assez long Non adapté au multimodal registration DEA DISIC Geoffrey Arthaud

1. Méthode de corrélation Variantes à CC : Filtrage préalable avant d’utiliser CC SSDA Rapport de corrélation (pour les multimodal) Hausdorff distance Corrélation vectorielle DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud 2. Méthodes de Fourier Meilleure vitesse de traitement et plus adaptées au images bruitées Méthode de corrélation de phase pour le recalage d’images translatées Extensions pour rotation et changement d’échelle : «polar-log mapping » Utilisées pour la télédétection (images SPOT) et l’imagerie médicale (images MR) DEA DISIC Geoffrey Arthaud

Comparaison CC - Fourier DEA DISIC Geoffrey Arthaud

3. Méthodes d’informations mutuelles Techniques de pointe pour les images multimodales Mesure de dépendances statistiques, maximiser MI : Optimisations par une approche pyramidale et descente de gradient Variante : Entropie croisée DEA DISIC Geoffrey Arthaud

Optimisations diverses Sans gradient : Powell Avec gradient : Levenberg-Marquardt Approche pyramidale : multirésolution DEA DISIC Geoffrey Arthaud

Méthodes avec caractéristiques Sur les 2 images, des points de contrôle ont été créés. But : Faire correspondre les points de contrôle 2 à 2 (tous ou une partie). DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud 1. Relations spatiales Transformer l’ensemble des CP d’une image et évaluer la distance avec les CP de l’autre image Clustering technique : mise en correspondance de CP reliés par des arêtes DEA DISIC Geoffrey Arthaud

2. Descripteurs invariants Donner une description aux CP avant de les faire correspondre Description invariante, unique, stable (dans l’idéal) Analyse du voisinage de chaque CP, et en tirer le maximum d’information (de nature géométrique), beaucoup de techniques possibles DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Optimisations Méthodes pyramidales Multirésolution de la recherche Différents types (somme, médian,moyenne, cubic spline, Laplace, Gauss,…) Décomposition en ondelettes de l’image pour l’approche pyramidale DEA DISIC Geoffrey Arthaud

Création d’un modèle de transformation Etape 3 : modèles globaux et locaux DEA DISIC Geoffrey Arthaud

Exemples de fonctions de mapping DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Modèles globaux Transformation de similitude (translation, rotation, scaling) : 2 CPs Transformation affine : 3 CPs Perspective : 4 CPs Eviter les polynômes de degré haut Utilisation de plus de CP (moindres carrés) DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Modèles locaux Tenir compte des distorsions locales Utilisation de fonctions « radiales » : fonction juste de la distance du point au CP, et non de sa position exacte Fonctions multiquadratic, de Gauss, de Wendland, etc… Thin-plate splines (TPS) : temps de calcul très grand (warping, morphing) DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Recalage élastique Pas de fonctions de mapping Voir l’image comme une feuille élastique Mise en correspondance faite en même temps Variantes : recalage fluide pour des déformations très localisées Diffusion, level sets, optical flow DEA DISIC Geoffrey Arthaud

Transformation de l’image Etape 4 : Différentes interpolations possibles DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud 2 méthodes Méthode avant Transformer directement les pixels de l’image à recaler Apparition de trous et de superpositions, à éviter Méthode arrière Partir du système de coordonnée de l’image référence et appliquer les transformations inverses pour la coordonnée de l’image à recaler Pas de trous, mais implémenter des algo d’interpolation DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Interpolations Plus proche voisin Bilinéaire Bicubique Meilleure compromis : bilinéaire le plus souvent DEA DISIC Geoffrey Arthaud

Mesure de la précision du recalage Etape 5 : Différents types d’erreurs DEA DISIC Geoffrey Arthaud

Liste des erreurs de recalage Erreur de localisation : CP mal placé Erreur de reconnaissance : mauvaise correspondance de CP , erreur grave Erreur d’alignement : Utilisation d’une mauvaise fonction de mapping Utilisation de points tests (TP) Vérification manuelle par l’expert DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Conclusion Recalage d’images de plus en plus déformées ou venant de sources très différentes Problèmes encore ouverts : correspondance des CP, choix de la fonction de mapping Méthode MI est une référence, mais reste une méthode zonale soumise à limitations Elaboration de méthodes hybrides Perspectives futures : Système expert choisissant la meilleure solution de recalage DEA DISIC Geoffrey Arthaud

DEA DISIC Geoffrey Arthaud Remarques Article très complet et très dense Disproportion entre longueur de l’article et bibliographie : techniques citées mais peu développées DEA DISIC Geoffrey Arthaud