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.