Résultat de l'application de l'homographie:
Afin d'appliquer l'homographie, la fonction commence par appliquer la transformation sur les coins de l'image afin d'obtenir la taille finale. Après avoir déterminé la taille de l'image résultante, l'algorithme calcule la transformée inverse de chaque pixel de l'image résultante. Finalement, il utilise les coordonnées calculées afin d'interpoler la couleur du pixel.
Série 1
Série 2
Point
Série 3
Point
L'algorithme commence par calculer la matrice homographie. Cette matrice est calculée en construisant un système d'équations de type Ah = 0 et en le résolvant avec la fonction svd de matlab. Ces calculs utilisent des points d'appariement entre les images. La matrice d'homographie est par la suite appliquée à l'image. Ce processus est executé pour les deux images de côté. L'image centrale reste inchangée. La seconde partie de l'algorithme consiste à fusionner les images. Tout d'abord, les deux images sont alignées correctement, puis deux masques sont définis. Ces masques sont utilisés afin d'éviter de trouver et de traiter séparément les parties des images qui sont un par-dessus l'autre. Ces sections de l'image résultante ne peuvent pas être directement aditionnées, car l'intensité serait beaucoup trop grande. Cette étape est executée sur les deux images en périphérie. Voici les résultats des diverses sous-étapes.
Les résultats obtenus varient en qualité. On voit une certaine discontinuité dans les zones où les images s'entrecoupent. Cette discontinuité est causée par la façon simple avec laquelle le problème d'intensité est résolu, soit une moyenne. Également, dans les séries deux et trois, on peut voir certains problèmes dans l'alignement des images causé par la mauvaise sélection des points d'une image à l'autre. En effet, il est difficile d'aligner parfaitement les images avec les points sélectionnés manuellement.