Discussion :

[Programmeur_Aladdin]

Bonjour
Le but est de recaler deux images avec une précision de 1/100. (pour le moment je travaille avec une précision d'un pixel)
Tout d'abord, je vous explique brièvement ce que je fais pour faire le recalage en utilisant la méthode de corrélation de phase :
1- Je calcule les transformées de Fourier des image 1 et 2.
2- Je calcule la matrice de corrélation normalisée en multipliant le TF de l'image 1 par le complexe conjugué de la TF de l'image 2 et je divise par leurs normes.
3- Je calcule la TF inverse de la matrice de corrélation et je cherche les coordonées du pic (qui correspond à DeltaX et DeltaY)

Ma question est à propos des dimensions de l'image..
- Si les deux images ont la même dimension : Dois-je travailler avec ces même dimension ou les rendre une puissance de 2. (Car j'ai lu que la TF est effectuée plus rapidement si les dimensions sont puissances de 2)

J'ai essayé les deux choix:
avec le premier choix (dimension 1051x1028) j'obtiens un DeltaX=1 pixel et un DeltaY=916 pixels (ce qui bcp)
avec le deuxieme choix (dimension 2048 x 2048) j'obtiens un DeltaX =1106 (ce qui est bcp) et DetaY=2 pixels

What's happen ?

Merci

[Matthieu Brucher]

What is happenning ?

Je ne sais pas. Que tu utilises des puissances de 2 ou pas, tu devrais obtenir le même résultat. Là, on ne sait pas ce qui se passe parce que tu n'as pas vérifié si ta méthode marchait effectivement. Teste donc sur une image simple où tu connais le décalage.

[Programmeur_Aladdin]

J'ai effectivement testé les deux.. et comme vous pouvez constatez.. ca me donne pas les mêmes résultats, Je reprends l'exemple cité:

avec (dimension 1051x1028) j'obtiens :
DeltaX = 1 pixel et DeltaY=916 pixels (ce qui est trop)
avec (dimension 2048 x 2048) j'obtiens :
DeltaX =1106 (ce qui est trop) et DetaY=2 pixels

Je devrais avoir un Detax et DeltaY très petit (1 ou 2 pixels max) puisque les images sont presque identiques

Merci d'avance

[Matthieu Brucher]

Tu as un programme qui résout ton problème, nous, on ne l'a pas. Tu dois tester sur une image petite et analyser la matrice de covariance, regarder de nouveau la théorie et la pratique pour voir pourquoi la matrice de covariance ne répond pas à ton problème.

[ol9245]

bjr,

est-ce que tu as fait du zéro-padding autour de ton image ?

[Programmeur_Aladdin]

Bonjour

Oui je le fais de la façon suivante:
Je lis les dimensions de l'image (ex: 1051x1028), ensuite je les agrandits pour avoir une puissance de 2 (ex: 2048x2048).
Je crée un tableau de (2048x2048) et je l'initialise en metteant 0 partout. Enfin, je lis l'image et je met les (1051x1028) valeurs dans le tableau créé.
"Donc, le reste du tableau contient des 0"

Est-ce que la méthode est bonne?

[ol9245]

Bonjour

Oui je le fais de la façon suivante:
Je lis les dimensions de l'image (ex: 1051x1028), ensuite je les agrandits pour avoir une puissance de 2 (ex: 2048x2048).
Je crée un tableau de (2048x2048) et je l'initialise en metteant 0 partout. Enfin, je lis l'image et je met les (1051x1028) valeurs dans le tableau créé.
"Donc, le reste du tableau contient des 0"

Est-ce que la méthode est bonne?

Oui, ça devrait être bon. en principe le zéropading doit être au moins égal à la taille de l'image dans chaque sens, ce qui est quasiment ton cas. ton erreur ne semble donc pas venir d'un problème de padding (je suppose que ton image initiale est dans un des coins de l'image finale pleine de zéros n'est-ce pas ?)

[Programmeur_Aladdin]

Je pense avoir trouvé mon problème
Il s'agait des impérfections ds mes images.. aux contours des images il y a qlq imperfections qui ont faussé selon ma théorie les calculs.
Donc, je sélectionne une partie qui n'a pas de problème ds l'image et je la traite avec ma méthode et ca donne un bon résultat..
Pour cela j'ai utilisé fits_read_subset() qui permet de choisir un point de depart et un point de corner pour faire la sélection.

Prochaine étape.. augmenter la précision..

Merci tout le monde