Si je peux me permettre, on sent vraiment que l'auteur travaille dans un environnement de mécaniciens, notamment par les exemples pris et les développements mathématiques présentés. N'y voyez pas de jugement :)
Si l'on veut aborder d'un autre point de vue le recalage d'image, il faut également mentionner toutes les techniques basées sur des descripteurs (parfois appelés motifs):
- détection de points d'intérêts (FAST, SIFT, SURF...), comme par exemple des coins.
- calcul de descripteurs pour ces points d'intérêts (on agrège les données dans le voisinage de ces points).
- mise en correspondance des descripteurs, élimination des "outliers" (points qui ne sont pas reconnus d'un côté ou de l'autre)
- calcul d'une transformation
Si on prend hugin qui est pour moi la référence en terme de logiciel libre de recalage d'images, vous avez la possibilité d'utiliser des outils comme autopano-sift-c pour le calcul des points d'intérêt et la correspondance des descripteurs.
Pour ce qui est des méthodes basées sur la corrélation et la transformée de Fourier, vous avez dans openCV les outils de "templateMatching" qui le font (dans la doc, vous verrez un certain nombre de métriques). Le principal inconvénient de ces techniques est qu'elles ne sont pas robustes au changement d'échelle ni à la rotation. Les méthodes basées sur les descripteurs permettent de s'affranchir de ces problèmes, moyennant un temps de calcul plus important.
# mécanicien :)
Posté par PegaseYa . En réponse à la dépêche Recalage d’images, PIV et corrélation d’images — Les bases théoriques. Évalué à 10.
Bravo pour ce journal, très intéressant.
Si je peux me permettre, on sent vraiment que l'auteur travaille dans un environnement de mécaniciens, notamment par les exemples pris et les développements mathématiques présentés. N'y voyez pas de jugement :)
Si l'on veut aborder d'un autre point de vue le recalage d'image, il faut également mentionner toutes les techniques basées sur des descripteurs (parfois appelés motifs):
- détection de points d'intérêts (FAST, SIFT, SURF...), comme par exemple des coins.
- calcul de descripteurs pour ces points d'intérêts (on agrège les données dans le voisinage de ces points).
- mise en correspondance des descripteurs, élimination des "outliers" (points qui ne sont pas reconnus d'un côté ou de l'autre)
- calcul d'une transformation
Si on prend hugin qui est pour moi la référence en terme de logiciel libre de recalage d'images, vous avez la possibilité d'utiliser des outils comme autopano-sift-c pour le calcul des points d'intérêt et la correspondance des descripteurs.
Pour ce qui est des méthodes basées sur la corrélation et la transformée de Fourier, vous avez dans openCV les outils de "templateMatching" qui le font (dans la doc, vous verrez un certain nombre de métriques). Le principal inconvénient de ces techniques est qu'elles ne sont pas robustes au changement d'échelle ni à la rotation. Les méthodes basées sur les descripteurs permettent de s'affranchir de ces problèmes, moyennant un temps de calcul plus important.