Le TP1 porte sur la reconstruction d’une image couleur avec les canaux RGB qui sont en 3 images selon des teintes de gris tirée de la collection d’images de Prokudin-Gorskii. Pour la reconstitution, nous devons faire l’alignement des différent canaux. Un filtrage de l’image sera utilisé pour un meilleur alignement. Par la suite, un découpage de l’image sera aussi implanté et un contraste des couleurs pour une meilleure qualité.
Pour la première partie nous devons aligner les canaux. Nous commençons par des petites photos en format jpg. La méthode simple est de mesurer la distance entre les pixels soit SDC. Il existe d’autres méthodes, cependant nous allons plutôt utiliser un filtrage Laplacien de l’image pour faire ressortir les contour. Ainsi, nous aurons une meilleur alignement car les contours sont plus significatifs sur les images pour l’alignement que la couleur. Nous utiliserons aussi un filtre médian (k=3) pour réduire le bruit sur les pixels. De plus, nous réduisons aussi la taille de l’image pour l’alignement en enlevant 10% de l’image sur ses côtés ce qui accélère la vitesse de calcule et met plus l'emphase sur le centre de l’image.
Avec filtre Laplacien
Sans filtre Laplacien
On voit que l'image sans le filtre et un peu plus brouille que celui avec filtre
Pour le découpage, nous faisons la moyenne des pixels sur les lignes pour le découpage en y et les colonnes pour celui des x sur les 3 canaux. Nous détectons lorsque la valeur moyenne est inférieure à un seuil soit 20% de la valeur maximum (valeur empirique) des premiers pixels en partant de la gauche et de la droite. Nous conservons le dernier pixel rencontré et nous prenons les extremum pour les 3 canaux.
Les photos suivantes sont présentées sans les bordures et la methode normale (avec bordures)
Par la suite, nous utilisons le principe des pyramides en réduisant la taille de l’image pour être capable d’aligner les photos avec plus de pixels (tif) que les photos de base (jpg). Nous réduisons la taille des photos par un facteur 2 jusqu'à ce que la photo soit de taille comparable à la photo de base puis nous alignons les tailles subséquentes à la chaîne tout en gardant le facteur d'échelle.
Nous pouvons ensuite prendre seulement les parties de la photo qui sont alignées. Nous enlevons ainsi les parties de la photo qui débordent du cadre de la photo de base (bleu).
Les photos suivantes sont sans les bordures et la methode normale avec bordure
Pour le contraste, nous trouvons la valeur médiane de la photo complète que nous soustrayons à la médiane de la photo augmentée par un facteur (1.3 empirique). Nous utilisons ce nombre pour élargir la plage des couleurs en intensité. Pour finir, la valeur trouvée est soustraite à chacun des pixels de l’image augmentée. Ainsi, nous gardons la même médiane. Pour finir, nous nous assurons que les valeurs supérieures et inférieures aux limites de l'image soient égales aux limites de la plage de couleur.
Avant et après
Avec l'implémentation de l'algorithme Grey World
Image Normal et image du Grey World
Normal | Grey | Contraste | Grey+Contraste
Reconstitution d'image avec l'algorithme
L'alignement des scènes est assez bien réussie. Nous pouvons voir un petit décalage mais les résultats sont bons.
Bordure Auto (10%)
Filtrage,Contraste,Detection des contours,Grey World(10%)