L'approche à une seule échelle est une approche très simple et basique. On ajuste simplement les canaux verts et rouges au canal bleu par essai et erreur. Pour ce faire, on tests toutes les possibilitées de translation entre -15 et 15 et on garde le meilleur résultat. Pour calculer le résultat d'une translation, on effectue une somme de la différence au carrée. On aurait pu utiliser d'autres méthodes, mais celle-ci fut choisie pour cette tâche. En faisant une somme des différences au carré (SDC), on compare l'intensité dans les différents canaux et le scénario où les intensités sont le plus semblables donne la plus petite somme.
Puisque les images ne sont pas grosses, la SDC est calculée pour l'image entière. Cela résulte en un temps de calcul d'environ 1.2 secondes pour le découpage de l'image et l'alignement.
On remarque que cette méthode n'est pas parfaite. Par exemple, dans la figure 6 les canaux ne sont pas tout à fait alignés. Il y a plusieurs explications possible à cette imperfection. Par exemple, la SDC ne prend pas en compte que l'intensité est différente pour chaque canal. De plus, si l'angle de photographie change trop entre les prises de photo, les proportions ne seront pas les même dans tous les canaux.
D'ailleurs, dans la figure 6, onh remarque que le canal bleu est surélevé vis-à-vis l'horizon. Par contre, au niveau du canot c'est le canal rouge qui est surélevé. Cela signifie que les 3 photos sont trop différentes pour être correctement alignées.
figure 1:
transformation Vert: 0, 3
transformation Rouge: -1, 8
figure 2:
transformation Vert: 0, -1
transformation Rouge: 1, 4
figure 3:
transformation Vert: 0, 5
transformation Rouge: -1, 9
figure 4:
transformation Vert: -1, 0
transformation Rouge: -1, 4
figure 5:
transformation Vert: -1, -1
transformation Rouge: -1, 4
figure 6:
transformation Vert: -1, 1
transformation Rouge: -3, 6
figure 7:
transformation Vert: 1, 0
transformation Rouge: 1, 3
figure 8:
transformation Vert: -1, 5
transformation Rouge: -2, 11
figure 9:
transformation Vert: 2, 5
transformation Rouge: 3, 12
Pour gérer de grosses images, on doit procéder différement. On procède par itération, en commencant par du "coarse tuning" et en finissant avec du "fine tuning". Pour ce faire, on procède par différentes tailles d'images, de manière itérative. En commencant par une image plus petite, on trouve grossièrement la tranlation nécéssaire. On ajuste cette translation à la taille de l'image entière, puis on recommence avec une image un peu plus grosse, etc.
Utiliser ce processus permet de limiter le nombre de translation nécéssaire. Ainsi, on peut n'effectuer qu'une translation de -5px à +5px pour chaque taille d'image et on obtient un résultat très satisfaisant. Par contre, effectuer la SDC est très demandant pour les grandes images. Pour régler ce problème, on effectue la SDC que sur une patch de 100x100 pixels au centre de l'image. Ainsi, le temps de calcul est grandement réduit et les images sont alignées en moins de 8 secondes.
On remarque que les résultats sont parfois imparfaits, comme avec la figure 00892u. Il peut encore une fois y avoir plusieurs causes d'erreurs. Ici, c'est parce que le SDC est calculé par la patch centrale qui contient peu d'informations. On remarque également que le rouge est sur-élevé au niveau de l'horison mais sous-élevé à certains autres endroits. Cela indique que la photo rouge est peut-être trop différente des autres photos pour permettre une fusion précise.
figure 00029u:
transformation Vert: 34, 19
transformation Rouge: 71, 23
figure 00087u:
transformation Vert: 50, 49
transformation Rouge: 109, 66
figure 00128u:
transformation Vert: 33, 25
transformation Rouge: 50, 37
figure 00458u:
transformation Vert: 41, 6
transformation Rouge: 84, 32
figure 00737u:
transformation Vert: 13, 5
transformation Rouge: 47, 13
figure 00822u:
transformation Vert: 55, 25
transformation Rouge: 122, 33
figure 00892u:
transformation Vert: 9, 7
transformation Rouge: 75, -9
figure 01043u:
transformation Vert: -16, 10
transformation Rouge: 5, 24
figure 01047u:
transformation Vert: 22, 20
transformation Rouge: 70, 13
Maintenant, 10 autres photos choisies au hasard dans la sélection
figure 00010u:
transformation Vert: 45, -6
transformation Rouge: 98, -17
figure 00087u:
transformation Vert: 50, 34
transformation Rouge: 123, 62
figure 00133u:
transformation Vert: 38, 8
transformation Rouge: 89, 9
figure 00143u:
transformation Vert: 63, 19
transformation Rouge: 141, 23
figure 00212u:
transformation Vert: 47, -9
transformation Rouge: 115, 10
figure 00881u:
transformation Vert: 53, 28
transformation Rouge: 123, 56
figure 00955u:
transformation Vert: 22, 21
transformation Rouge: 49, 32
figure 00965u:
transformation Vert: 41, 13
transformation Rouge: 109, 19
figure 01860u:
transformation Vert: 73, 36
transformation Rouge: 154, 53
figure 01876u:
transformation Vert: 48, 11
transformation Rouge: 111, 18
Dans cette partie d'expérimentation, j'ai fait 3 tests principaux. Premierement, j'ai avec mon téléphone cellulaire trois photos des poubelles du local plt-0103. J'ai fait mon possible pour rester stable et de ne pas bouger. Comme on peut voir sur la figure 1, l'alignement est très convaincant.
Finalement, j'ai capturé une serie d'objets en déplaçant la camera de quelques degrés entre chaque photo. Tout comme dans le scénario 2, j'ai effectué deux reconstructions en utilisant différentes patchs pour calculer la SDC minimale. On remarque qu'à l'endroit de de la patch, la reconstruction est très bonne. Par contre, plus on s'éloigne de la patch plus liées au point de vue de la caméra sont présentes.
En effet, on remarque que dans l'image 3.1, le mcCafé est bien reconstruit. Par contre, les fils électrique à droite et la tasse à gauche subissent beaucoup de distortions. Puis, dans la figure 3.2, l'alignement se fait vis-àvis le fil VGA qui passe sous les lunettes. Le fil est bien reconstruit, mais le reste ne l'est pas.