Discussion :

[TheDwarf01]

Bonjour,

Je bloque sur la partie "Amélioration de la précision par interpolation des coordonnées", explicité en partie dans cette discussion.

On calcule les coefficients de H et G en utilisant les formules de différentiation discrètes (cf post précédents).

Pour chaque image de ma pyramide de DoG en fonction d'un octave donné, je calcul pour chaque keypoint p(x,y,O) de mon image mon H et mon G puis je calcul mon x_chap de cette façon : X=H\G;

Dans les cas ou mon x_chap = (x,y,O) n'a pas de NaN, je recherche si x, y ou O est >0.5. Et c'est la ou je bloque.

Wikipédia me dit :

Un delta x_chap supérieur à 0,5 dans l'une des trois dimensions signifie que le point considéré est plus proche d'un des voisins dans l'espace des échelles discret. Dans ce cas, le point-clé candidat est mis à jour et l'interpolation est réalisée à partir des nouvelles coordonnées. Sinon, le delta est ajouté au point candidat initial qui gagne ainsi en précision.

Par exemple si pour le pixel p1(x,y,O) j'obtients un x_chap tel que soit x, y ou O est >0.5.

Dans ce cas, le point-clé candidat est mis à jour

Que doit prendre comme valeur mon pixel p1 ? la valeurs du pixel de coordonnées : p1(x,y,O)=p(x_chap_x,x_chap_Y,x_chap_O) ?

Et je recommence l'algo pour cette nouvelle valeur tant que une j'obtiens une valeur <0.5

Et sinon :

le delta est ajouté au point candidat initial qui gagne ainsi en précision

Les valeurs de mon x_chap ne sont donc pas de nouvelle coordonnées et ça n'aurait pas de sens d'écrire que : p1=p1(x+x_chap_x, y+x_chap_Y, O+ x_chap_O)

Voici la partie de mon code conernant ce problème :

Pourriez vous m'expliquer cette étape du code.

[pseudocode]

Par exemple si pour le pixel p1(x,y,O) j'obtients un x_chap tel que soit x, y ou O est >0.5.

Que doit prendre comme valeur mon pixel p1 ? la valeurs du pixel de coordonnées : p1(x,y,O)=p(x_chap_x,x_chap_Y,x_chap_O) ?

Petit rappel de la méthode

Phase 1: Recherche du maximum local dans les images DoG

P1[i,j,s], où i, j et s sont des valeurs entières.

Phase 2: Conversion en coordonnées dans le scale-space

[i,j,s] -> (x,y,sigma), où x,y,s sont des valeurs réelles

Phase 3: Affiner les coordonnées

(x,y,sigma) -> (x+x_chap, y+y_chap, sigma+sigma_chap)

Si x_chap est plus grand que +0.5, ca signifie que "x+1" était une meilleure estimation que "x". On recommence donc le calcul de x_chap en prenant (x+1,y,sigma) comme point de départ.

idem si x_chap est plus petit que -0.5.
idem pour y_chap et sigma_chap.

[TheDwarf01]

L'étape une était déjà finit, merci pour la réponse. Mon algorithme fonctionne correctement désormais.