Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Comparaison de plusieurs types d’interpolation

  • Comparez le résultat produit par une interpolation d’ordre 0 (plus proche voisin), d’ordre 1 (bilinéaire) et d’ordre 3 (bicubique) sur l’image echiquier.png. Pour cela, effectuer 9 rotations successives de 40° chacune avec skimage.transform.rotate en prenant soin de transformer l’image en float avec skimage.util.img_as_float.

Comparaison de plusieurs transformations géométriques

  • Sur l’image schtroumpf.jpg, appliquez les transformations suivantes avec skimage.transform.warp :

    • une translation de 100 pixels vers la droite et 50 pixels vers le bas,

    • une rotation de π/4\pi/4 radians,

    • la combinaison des deux transformations précédentes,

    • une réduction de la taille de l’image d’un facteur 0,7,

    • un cisaillement d’angle π/6\pi/6,

    • une homographie dont vous choisirez les paramètres.

La matrice de transformation peut être définie simplement avec les fonctions suivantes :

  • skimage.transform.EuclideanTransform : transformation rigide ou euclidienne (3 paramètres),

  • skimage.transform.AffineTransform : transformation affine (6 paramètres),

  • skimage.transform.ProjectiveTransform : homographie (9 paramètres).

Recalage

L’objectif est d’effectuer le recalage de l’image irm2.png sur l’image irm1.png. On sait que l’image a subi une rotation autour du centre de l’image, en plus d’autre dégradations. Le critère de similarité est l’erreur quadratique moyenne (EQM) entre les images f1f_1 et f2f_2, toutes deux de taille M×NM \times N :

EQM=1MN∑m,n(f1(m,n)−f2(m,n))2.\mathrm{EQM} = \frac{1}{MN} \sum_{m,n} \left( f_1(m,n)-f_2(m,n) \right)^2.
  • Implémentez l’optimisation de l’EQM, avec une simple recherche exhaustive, pour déterminer le meilleur angle de rotation pour effectuer le recalage.