Discussion :

[mobi_bil]

Bonjour à tous,
Je cherche depuis longtemp l'algorithme de description de points d'interêt.
J'arrive à detecter les points d'interêt à l'aide de l'algo de HARRIS (Merci Pseudocode), mais 2 contraintes existent :

1 : Comment rendre HARRIS invaraint au changement d'échelle, car j'ai une base d'images de différentes échelles?
2 : Comment peut-on décrir chaque points d'interêt par un vecteur.

Si quelqu'un connaît un algorithme de HARRIS amélioré et sait comment décrir chaque point d'interêt par un vecteur, MERCI d'avance.

Si quelqu'un connaît l'algorithme de SIFT (toutes les étapes à faire), merci de votre aide.

[pseudocode]

Bonjour à tous,
Je cherche depuis longtemp l'algorithme de description de points d'interêt.
J'arrive à detecter les points d'interêt à l'aide de l'algo de HARRIS (Merci Pseudocode),

de rien.

mais 2 contraintes existent :
1 : Comment rendre HARRIS invaraint au changement d'échelle, car j'ai une base d'images de différentes échelles?

Généralement on fait une détection de blob. Cela se traduit par rechercher, pour chaque pixel, l'echelle pour laquelle on a le maximum du laplacien (cf. LoG, DoG, DoH, ...). Une fois qu'on connait l'echelle "optimale", on fait la detection de coin en utilisant cette echelle.

2 : Comment peut-on décrir chaque points d'interêt par un vecteur.

Il s'agit de trouver des descripteurs locaux, au voisinage du point d'intéret. Ces descripteurs peuvent être des statistiques sur les intensités, les gradients, les textures, ...

[mobi_bil]

Bonjour pseudocode,

Cela se traduit par rechercher, pour chaque pixel, l'echelle pour laquelle on a le maximum du laplacien (cf. LoG, DoG, DoH, ...). Une fois qu'on connait l'echelle "optimale", on fait la detection de coin en utilisant cette echelle.

C'est quoi cette échelle, est ce que c'est la taille de l'objet ou par exemple pour la gaussienne G(x,y,sigma), sigma est l'échelle. J'ai jamais compris cette histoire d'échelle.

[pseudocode]

C'est quoi cette échelle, est ce que c'est la taille de l'objet ou par exemple pour la gaussienne G(x,y,sigma), sigma est l'échelle. J'ai jamais compris cette histoire d'échelle.

Hum... dans le cas de la gaussienne ça revient au final au paramètre "sigma", mais c'est un cas particulier.

Il faut plutôt voir l'échelle comme un facteur de zoom autour du pixel considéré. Par exemple, prenons le pixel en bas de la lettre "U".

- Si tu fais un agrandissement très fort, le voisinage de ce pixel va ressembler à un segment horizontal => ce n'est pas un coin.

- Si tu fais une réduction très forte, la lettre entière va finir par ressemble à un "I" et le voisinage de ce pixel va ressembler à un segment vertical => ce n'est pas un coin.

- Entre ces 2 échelles extrêmes, tu vas obtenir des figures qui auront un rayon de courbure plus ou moins grand. On cherche donc l'échelle qui va donner le plus grand rayon de courbure.

[mobi_bil]

Trés bien, merci beaucoup.
La nouvelle question est :
Supposons qu'on a une image I, comment peut-on faire un changement d'échelle dans l'image I ?

[pseudocode]

Trés bien, merci beaucoup.
La nouvelle question est :
Supposons qu'on a une image I, comment peut-on faire un changement d'échelle dans l'image I ?

C'est là que la magie de la gaussienne intervient.

En théorie, tu devrais faire un agrandissement/réduction de ton image autour du pixel considéré et ensuite calculer tes descripteurs (harris, laplace). Ces descripteurs sont des filtres qui utilisent une gaussienne => a un moment, il faut convoluer ton image agrandie/réduite avec une gaussienne de taille fixe (taille du filtre).

La magie consiste a inverser les tailles: l'image reste en taille fixe, et la gaussienne est réduite/agrandie. Au final cela revient au même.

[glamerous]

de rien.



Généralement on fait une détection de blob. Cela se traduit par rechercher, pour chaque pixel, l'echelle pour laquelle on a le maximum du laplacien (cf. LoG, DoG, DoH, ...). Une fois qu'on connait l'echelle "optimale", on fait la detection de coin en utilisant cette echelle.



Il s'agit de trouver des descripteurs locaux, au voisinage du point d'intéret. Ces descripteurs peuvent être des statistiques sur les intensités, les gradients, les textures, ...

Bonjour pseudocode,
je vais travailler avec l'algorithme sift (scale invariant feature trasnform) et je voulais bien que vous m'expliquez son principe ( c'est quoi le scale space extrema detection, comment je peux interpréter les flèches d'orientation d'un descripteur...) merci infiniment

[pseudocode]

Bonjour pseudocode,
je vais travailler avec l'algorithme sift (scale invariant feature trasnform) et je voulais bien que vous m'expliquez son principe ( c'est quoi le scale space extrema detection, comment je peux interpréter les flèches d'orientation d'un descripteur...) merci infiniment

Il y a une discussion "Algorithme SIFT" qui contient pas mal d'informations, notamment des liens vers des détails d'implémentation.