Discussion :

[Minsk1]

Bonjour à tous!

J'essaye de matcher deux images pour réaliser un pan-sharpening:

I=k1.B+k2.V.+k3.R+b
et Pan

L'idée est d'optimiser les coefficients k1 k2 k3 et b afin que l'erreur au sens des moindres carrés entre I et Pan soit minimale.

Je précise que je code en Matlab.

Apparemment je dois pouvoir utiliser mvregress mais j'ai un peu de mal à comprendre son utilisation!

Du coup je me sens un peu perdu, si quelqu'un a déjà réalisé ce genre de matching les conseils sont bienvenus!

Merci d'avance.

Thibaut

[mihaispr]

Apparemment je dois pouvoir utiliser mvregress mais j'ai un peu de mal à comprendre son utilisation!

Question: Ta variable I c'est une matrice? Si c'est ca tu dois utiliser mvregress sinon tu dois utiliser une autre fonction.

Aussi si tu peux-nous donner des details ce que tu desires faire, quelle formule tu veux implementer, que represente tes variables et ton but.

Amicalment,

Michel

[Minsk1]

Et bien oui, I est une matrice (512*512)

Le but est de trouver les meilleurs coefficients pour pouvoir faire ressembler au maximum les 2 images.

Chaque coefficient pondère une image multispectrale (Red, Blue ou Green), et la matrice I est créée par la transformation (R,V,B)->(I,H,S) ou Intensity-Hue-Saturation

J'ai réussi à faire une estimation par lsqnonneg mais malheureusement celle-ci me donne 2 coefficients nuls.

Est il possible à votre avis de contraindre la fonction lsqnonneg afin qu'elle donne des coefs >0 ?

J'espère que je suis assez clair

bien à vous

[mihaispr]

Salut de nouveau!

Donc si j'ai bien compris ta matrice X (pour applier la commande mvregress) est forme bar des vecteurs colonnes [1 B V R] (en utilisant tes notations).

La premiere colonne -c'est la conne de 1
Deuxieme colonne- c'est la colonne avec des valeurs B
Troisieme colonne -c'est la colonne avec des valeurs V
Quatrieme colonne -c'est la colonne avec des valeurs R

C'est ca que tu desires?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
>>B = rand(5);
 V = rand(5);
 R = rand(5);
 I = 1 + 2*A + 3*V + 4*R;
 resultat=[ones(numel(B),1) B(:) V(:) R(:)] \ I(:)

Ca resout ton probleme?

Sinon entre dans details pour qu'on puisse t'aider encore!

J'espere que ca t'aides un peu!

Amicalment,

Michel

[Minsk1]

Bonjour/Buna ziwa! Tout d'abord merci de vous intéresser à mon topic!

Et bien mon problème a un peu évolué:

j'ai réussi à faire une regression linéaire au sens des moindres carrés à coefficients non négatifs.

Mais celle ci me donne des coefficients nuls: ce qui signifie que pour matcher les images panchromatiques et intensité, il n'y a pas besoin de toutes les bandes.

Cela me dérange un peu et j'aimerai mettre comme contrainte à la méthode lsqnonneg : s'il te plait ne me rend pas de coefficients nuls.


Voila mon challenge actuel.

Ci joint le code de ma fonction d'optimisation des coefficients:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
function [w1, w2, w3, w4, b]= optimise (B,V,R,NIR,PAN)
 
[M,N]=size(B)
size(PAN)
dim=M*N;
 
B_shape=reshape(B,dim,1);
V_shape=reshape(V,dim,1);
R_shape=reshape(R,dim,1);
NIR_shape=reshape(NIR,dim,1);
P_shape=reshape(PAN,dim,1);
 
size(P_shape)
 
A=ones(dim,4);
 
A(:,1)=R_shape;
A(:,2)=B_shape;
A(:,3)=V_shape;
A(:,4)=NIR_shape;
 
size(A)
 
b=0;
 
w=lsqnonneg(A,P_shape)
size(w)
 
w1=w(1)
w2=w(2)
w3=w(3)
w4=w(4)
 
err=A*w-P_shape;
 
b=mean(err)
 
end

Résultat:

w1 = 0

w2 = 0.7947

w3 = 0

w4 = 0.0587

b = -6.3698

[mihaispr]

Si tu vois un numero positive c'est normalment que tu vois un numero positive comme resultat.


Si les valeurs qui produit l'optimum sont 0 ou negatifs (comme w1 et w3) tu dois utiliser la fonction fmincon .

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
>>doc fmincon

J'espere que ca t'aides beacoup!

Bonne chance,

Michel