| SDC sur les canaux | SDC sur les gradients | SDC sur les arêtes |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Le but du travail est de générer automatiquement une image couleur à partir des plaques de verres numérisées de la collecti,on Prokudin-Gorskii en minimisant les artéfacts visuels.
Pour faire cela, il faut extraire les canaux RGB et aligner les 3 canaux afin de superposer ceux-ci correctement. Cela formera alors une image. L'approche prise en premier lieu est d'appliquer un déplacement
et d'aligner les canaux R et G par rapport au canal B en calculant la somme des différence au carré (SDC) entre le canal R et B et G et B. Ce processus est répété pour des déplacements vers la gauche,
vers la droite, vers le haut et vers le bas. Le résultats de l'alorithme est un déplacement au canal R et au canal G.
Cela est efficace pour les images de petite résolution, mais pour les images de grande résolution il la même mécanique mais à différentes échelles.
Le même algorithme est appliqué sur l'image réduit d'un facteur 1/8, 1/4, 1/2 et de 1. À chaque étape, le déplacement
est mis à jour et celui-ci est finalement appliqué à l'image de taille réelle.
Dans cette section, on présente les résultats de l'algortihme à une seule échelle sur les images JPG. De plus, On compare les résultats du calcul de la SDC sur les canaux directement
à ceux des calculs sur le gradients de l'image et des arêtes contenus dans l'image (Crédits supplémentaires) . En ce qui concerne les calculs sur les arêtes, le contraste de l'image à été augmenté
afin d'améliorer les résultats. Notez qu'il est possible de cliquer sur l'image afin de l'ouvrir dans une autre fenêtre pour bien l'observer.
| SDC sur les canaux | SDC sur les gradients | SDC sur les arêtes |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dans cette section on présente les résultats de l'algorithme à échelles mutliples sur les images TIF à haute résolution. Afin d'obtenir les meilleurs résultats possibles, le calcul
de la SDC est effectué sur les gradiants des images. Voici le résultat de l'algorithme sur les images obligatoires.
Notez qu'il est possible de cliquer sur l'image afin de l'ouvrir dans une autre fenêtre pour bien l'observer.
|
|
|
|
|
|
|
|
|
Voici le résultat de l'algorithme sur les images de mon choix prise de la colelction Prokudin-Gorskii.
Notez qu'il est possible de cliquer sur l'image afin de l'ouvrir dans une autre fenêtre pour bien l'observer.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Cette section présente les résultats de l'algorithme à échelles multiples sur des images des mes animaux de compagnie. Les images ont été prise à l'aide du mode "rafale", ce qui fais en sorte qu'il
y a peu de mouvement entre chacune des trois images prise. Voici les résultats de l'algorithme. Notez qu'il est possible de cliquer sur l'image afin de l'ouvrir dans une autre fenêtre pour bien l'observer.
| Canal Rouge (image 1) | Canal Vert (image 2) | Canal Bleu (image 3) | Résultat |
|
|
|
|
|
|
|
|
|
|
|
|
Cette section présente les résultats des ajustements automatiques effectuées sur certaines images résultant de l'algorithme d'alignement d'image.
En effet, certaines images ont un faible contraste ou une couleur, comme le jaune, est dominante. Afin de pallier à ce problème, un ajustement de couleur est effectué
à l'aide de l'algorithme de "Gray World". Cela permet d'obtenir une image dont la moyenne des valeurs des pixels est grise afin de balancer les couleurs prédominantes.
Par la suite, un contraste est ajouté afin d'obtenir des images dont les couleur sont plus réalistes et éclatantes. Les résultats des ajustements automatiques sont montrés ci-dessous
Notez qu'il est possible de cliquer sur l'image afin de l'ouvrir dans une autre fenêtre pour bien l'observer.
| Image originale | Application de "Gray World" | Application de contraste |
|
|
|
|
|
|
|
|
|
En observant les résultats de l'algorithme à une seule échelle sur des images à petite résolution, on observe que le calcul de la SDC sur les valeurs des canaux est efficace, sauf pour cette image .
Par contre, le calcul de la SDC sur les gradients de l'image donne un alignement presque parfait. Aussi, on constate que l'algorithme a aussi échoué sur cette image lors du calcul de la SDC sur les arêtes.
La raison probable de l'échec de l'algorithme est sûrement dû au fait que les bordures des images ne sont pas retirées et que les informations contenues dans celles-ci peuvent fausser les résultats de l'algorithme.
Pour finir, on observe qu'en calculant la SDC sur les gradients des images, l'alignement des canaux de couleur est toujours au point pour les images à petite résolution. Par conséquent, l'approche du calcul de la SDC sur les gradients de l'image est celle qui donne les meilleurs résultats
Ayant obtenu les meilleurs résultats sur les images à petite résolution en effectuant le calcul de la SDC sur les gradients des images, c'est cette méthode qui est utilisée dans l'implémentation de l'algorithme à échelle multiple. En observant les résultats obtenus, on remarque que l'algorithme n'a échoué sur aucune image. Par contre, sur certaines images on remarque que des objets de la scène ou des personnes faisant partie de celle-ci ont bougé entre chaque pose. On peut l'observer dans cette image où une personne semble en mouvement ou dans cette image où le chandelier semble se balancer.
Il est impossible de corriger ce genre de défaut, mais il serais possible d'améliorer les résultats de l'alignement en effectuant une recherche sur l'espace de rotation et en ajustant le facteur d'échelle. Il est aussi à noter que le calcul de la SDC s'effectue sur la totalité de l'image, ce qui prend beaucoup de temps de calcul. Il serait beaucoup plus rapide d'effectuer le calcul de la SDC sur une zone d'interêt de l'image, comme une zone contenant beaucoup d'arête ou une zone où l'amplitude du gradiant est forte. Bref, il serait possible d'améliorer encore plus les résultats obtenus ci-haut.