Photoshop

Le recalage d'images en traitement numérique : principe et applications

En traitement d'images, le recalage (image registration) consiste à aligner géométriquement deux images ou plus d'une même scène, prises à des instants différents, sous des angles différents ou par des capteurs différents. Le but : faire coïncider les points correspondants afin d'obtenir une représentation cohérente et exploitable.

Imaginez deux cartes du même territoire, dont l'une est légèrement décalée et pivotée : le recalage corrige précisément ces écarts.

1. Trouver les points correspondants

Étape décisive. Des algorithmes recherchent des éléments caractéristiques communs — contours, coins, amers — et les apparient d'une image à l'autre. Les détecteurs de type SIFT, SURF ou ORB sont les plus utilisés, car ils résistent aux variations d'échelle, de luminosité et de rotation.

2. Estimer la transformation

À partir des correspondances, on calcule le modèle géométrique qui aligne les images au mieux :

• Rigide : translation et rotation, éventuellement mise à l'échelle uniforme. Adaptée aux écarts de position et d'orientation.

• Affine : ajoute le cisaillement, donc des déformations plus riches.

• Projective (homographie) : gère les effets de perspective, indispensables quand les points de vue diffèrent fortement ou que les focales changent.

• Élastique (non rigide) : pour les déformations locales importantes, typiques de l'imagerie médicale ou des objets déformables. Plus délicate à estimer.

3. Appliquer la transformation

Une image de référence est choisie, puis les autres sont déformées pour s'y superposer. Cette étape de rééchantillonnage recalcule les valeurs de pixels par interpolation — au plus proche voisin, bilinéaire ou bicubique selon le compromis vitesse/qualité recherché.

Champs d'application

• Imagerie médicale : fusionner IRM, scanner et TEP pour le diagnostic et la planification d'un traitement.

• Télédétection : assembler des images satellitaires ou aériennes en cartes haute résolution.

• Robotique : construire une vue d'ensemble à partir de plusieurs capteurs.

• Suivi d'objets : pister une cible d'une image vidéo à l'autre.

• Détection de changements : repérer ce qui a bougé entre deux dates, par exemple une déforestation.

• Couture panoramique : assembler plusieurs vues en une seule image panoramique.

Le choix de la méthode dépend étroitement de la nature des images et du type de déformation à corriger : un modèle rigide sur une scène déformée donnera un résultat médiocre, tandis qu'un modèle non rigide sur des vues simplement translatées sera surdimensionné et instable.

Article précédent:
Article suivant:
Articles recommandés