Upload
labraidji
View
217
Download
0
Embed Size (px)
Citation preview
8/9/2019 Imagerie Medical Recalage Chapitre 5
1/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
V- Principe et Dveloppement dune Mthode de Recalage
1. Introduction :
Le principe de recalage rigide implique les transformations gomtriques de translation et de
rotation.Ces transformations sont considres affines lorsquon y implique des facteurs dchelles et
des torsions.
Elles permettent alors de prendre en compte une grande partie de distorsions spatiales usuelles
sur les images.
On considre dans notre application une de ces transformations quest la transformation par
similitude pour dvelopper une nouvelle mthode de recalage dimages mdicales.
On dfinit dans ce chapitre la technique de recherche des paramtres de la transformationcible en adaptant une approche hybride de recalage qui combine lutilisation des primitives
dimage et le calcul de la mesure de similarit appliqu limage entire.
Le processus de dveloppement ncessite alors :
-Une tape de choix de lapproche.
-Une tape de choix de la transformation.
-Une tape de choix de mesure de similarit et primitives considrer.
La difficult apparat au moment o plus dune transformation peuvent tre utilise dans le
recalage.
On a focalis notre dveloppement sur la transformation de similitude par minimisation de
lerreur quadratique, tout en mettant la correspondance entre des primitives points particuliers
dans les deux images.
Les paramtres de la transformation sont dtermins partir d'un algorithme connu ou on
dcrit ci-dessus
2. Description de la dmarche :
Les mthodes de dveloppement de recalage rigide sont classes en deux principales
approches :
-Approche iconique : elle se base sur lide de trouver la transformation en cherchant
directement ses paramtres en optimisant une mesure de similarit bien choisie, cest une
approche, le plus souvent utilise pour reconnatre ou focaliser une certaine forme dans
limage.
49
8/9/2019 Imagerie Medical Recalage Chapitre 5
2/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
-Approche base primitive : elle ncessite lextraction de primitives, et se base sur le principe
de mettre en correspondance ces primitives pour dduire la transformation qui aligne les
images,le problme fondamental ici est celui des mthodes de mise en correspondance .
2.1 Prsentation de lalgorithme GICP :
Lalgorithme GICP (Generalized Iteractive Closed Point) est un algorithme utilis pour
trouver les paramtres dune transformation gomtrique [Tar96].
Lalgorithme est appliqu en recouvrement par des formes gomtriques quand un prototype
de forme gomtrique de rfrence est utilis.
Lalgorithme peut sutiliser en cas de transformation de similitude, daffinit oudhomographie.
On dcrit ci-dessus lalgorithme gnral est:
Dbut
tape 0 : Fixer {Xi} i=1n ensemble des points de limage source en entre ;
tape 1 : Fixer {X'i} i=1n ensemble des points de limage rfrence en entre ;
tape 2 : Calculer paramtres de F(Xi) ;
Calculer erreur moindre carr entier (Xi
'
, F (Xi)) ; Si lerreur est rduite dune valeur infrieure un seuil donn priori Alors
Afficher limage ;
Sinon
Reprendre ltape 0 ;
Finsi
Fin
Linitialisation du processus de recherche des paramtres se fait en fixant les points des
contours extraits Xi et X'i des deux image en entre.
50
Recalage Rigide
Iconique
Base Mesure Erreur
quadratique
Base MesureCorrlation
Base MesureEntropie
Bas Primitives
Points Surfaces Rgions Structures
8/9/2019 Imagerie Medical Recalage Chapitre 5
3/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
La recherche de la transformation (cad ses paramtres) qui minimise lerreur se fait selon un
processus itratif qui sarrte quand le seuil de lerreur fix lavance est atteint.
Les paramtre sont calcules a partir de cette transformation
Lerreur aux moindres carrs minimise par lalgorithme est :
=
=n
i
iiiXXFdXFe
1
'2' )),((),( (8)
O d(X,X')est la distance euclidienne entre deux point X et X'.
Pour gnraliser l'algorithme, il est donc ncessaire d'tre capable d'exprimer analytiquement
quelle est la transformation optimale qui minimise l'erreur aux moindres carrs entre deux
ensembles de n points apparis (tape 2).
Lorsque {X'i} est connu, l'expression de la transformation optimale qui minimise e(F) dans
l'quation pour diffrents types de transformations est donne dans la section suivante.
Lerreur calcule est la mesure de similarit quadratique cest un critre utilis dans le cas des
images mono source. Il se calcule sur des primitives de type point ou pixels. La fonction
quadratique sexprime par :
[ ]
=p
SRSR PGIPIGIIC2
))(()(),,(
O p est le vecteur des coordonnes spatiales dune primitive point et lensemble des
primitives. Ce critre dcrot avec le degr de similarit entre RI et la transforme parGde
SI .
(P correspond un point Xi dans lalgorithme)
51
8/9/2019 Imagerie Medical Recalage Chapitre 5
4/8
Fig : Organigramme illustratif de dveloppement
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
2.2 La mthode adopte :
Lorganigramme suivant prsente notre dmarche :
52
Erreurminimale
Lecture: Image RfrenceImage Source
Extraction de contours
Superposition des contourssur images
Extraction des pointsparticuliers
Calcul des paramtres
(similitude)
Calcul mesure de similarit
Dbut
Affiche Image
Fin
OuiNon
8/9/2019 Imagerie Medical Recalage Chapitre 5
5/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
2.3 Processus de slection de point (Xiet Xi') :
La primitive utilise dans notre mthode de recalage est la primitive point.
Les points slectionns sont des points des contours de limage source et limage rfrence.La slection des points contours se fait sur des points particuliers tels que les points de
contours de courbure maximales, de points d'intersection de lignes, des point de jonction
en T, des point de centre de gravite ou rgions.
Cette slection est semi-automatique : Seul les contours sont calculs. Le calcul des positions
des points particuliers cits-ci dessus n'a pas fait l'objet de notre tude. (Extraction de
primitive)
2.4 Extraction des contours des images Source / Rfrence :Dans une image, les contours se situent entre les pixels appartenant des rgions ayant des
intensits moyennes diffrentes.
Les contours sont en fait les frontires entre paries ou zones homognes d'une scne observe.
Ils sont en gnral assimils aux points de limage de fort gradient ou de driv seconde nulle.
Les principes. Autrement dit la zones de transition entre deux zones peut se dfinir comme
lintervalle comprenant le maximum (ou le minimum) local de la drive premire ou le
passage a zro de la drive second. [Bol95]Plusieurs oprateurs sont disponible en littratures pour obtenir des contours dimages soit en
utilisant des oprateurs drivatifs de premier ordre ou oprateurs drivatifs de second ordre.
Tous ces operateurs de contours comporte une dernire tape quest le seuillage pour liminer
les transitions qui peuvent correspondre du bruit dans limage.
3. Estimation avec appariement
Dans cette section, nous disposons de deux ensemble de n point {Xi}et {X'i} o i =1,n qui
Sont apparis pour un mme indice i.L'ensemble {X'i} est le transform parFde l'ensemble {Xi} Ceci se traduit par la relation
suivante :
iiiBXFX += )(
'
O Bi est un bruit suppos gaussien centr. Dans le cadre du recalage, les transformations F
les plus utiles pour rappel sont :
-Une translation ,)( TXXF +=
-Un dplacement rigide, soit une rotationR combine avec une translation,)( TRXXF +=
-Une similitude ,)( TsRXXF += o s est un scalaire.
53
8/9/2019 Imagerie Medical Recalage Chapitre 5
6/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
-Un tirement, c'est--dire la combinaison dun changement d'chelle sur chaque axe avec un
dplacement rigide, soit ,)( TRDXXF += ouD est une matrice diagonale.
-Une affinit ,)( TLXXF += qui est une combinaison dune transformation linaire L est
dune translation.
On remarque que ces transformations dfinissent des transformations de plus en plus
gnrales. Elles vont de lespace Rpvers Rp.
tant donn deux ensembles de points, estimer au mieux la transformation entre les deux
ensembles bruits par un bruit gaussien revient `a minimise e (formule (8))
4. Cas dtude de transformation de similitude :
Pour une transformation de type similitude, Gest le produit dun scalaire positifs, avec une
rotationR. Puisque ,)( sRYYG = la fonction `a minimiser est la suivante :
=
=n
i
iXsRXRse
1
2'),( (1)
La drive partielle de e(s, R) par rapport s est ncessairement nulle, pour minimiser cette
quation. Cette contrainte permet dobtenir s en fonction de la rotation :
=
==n
i i
t
i
n
i i
t
i
XX
RXXs
1
1
'
Cette formule se rcrit en introduisant la matrice de covariance croise :
==n
i
t
i
t
i XXn
Q1
'1
Et la matrice d'inertie du premier ensemble est :
==n
i
t
iiXXI
1,
De la faon suivante on a :
Puisques nest quun facteur, on peut appliquer la dcomposition en valeurs singulires.
En effet, les rotationsZet Wne sont pas affectes par ce scalaires, contrairement D'
La rotationR et donc gale tZW , si tWZQ '= .Par substitution, on vrifie que la valeur des
obtenue est positive, puisqueD' est positive tout Comme dans la section prcdente, s tant
positif.
Le rsultat de notre algorithme pour les similitudes est donc le suivant:
- Calculer la matrice de covariance croise centre Q :
54
)(
)(
Itrace
RQtraces
t
=
8/9/2019 Imagerie Medical Recalage Chapitre 5
7/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
t
iiXXQ'= (2).
- Calculer la matrice de covariance centre I :
t
iiXXI= (3).
- Trouver la Valeurs singuliers VSD de Q,t
WZDQ '= . (4).
O Z et W sont des rotations et D' est une matrice diagonale.
- La meilleure rotation est alors R.t
ZWR = (5).
- Le meilleur facteur d'chelle est s :
)(
)( '
Itrace
Dtraces = . 6).
- La meilleure translation est T :
iXsRXT =' (7).
5. Dveloppement des algorithmes :
Les algorithmes gnraux de notre mthode sont :
5.1 Algorithme gnral
Entre : -IS :Image source;
-IR:Image recale ;
,R, S, TX, TY, E;
Sortie : IRImage recale;
Dbut :
Si E < Un seuil prdfini alors
Pour chaque pixel PS(x,y) de IS et chaque pixel PR(u,v) Faire
PR(u) = PS(x) S cos () - PS(y) S sin () +TX ;
PR(v) = PS(x) S sin () - PS(y) S cos () +TY ;
Fin Pour
Afficher (Image recale);
Sinon
Appel similitude ;
Fin Si
Fin
55
8/9/2019 Imagerie Medical Recalage Chapitre 5
8/8
Chapitre 5 Principe et Dveloppement dune Mthode de Recalage
5.2 Algorithme Similitude
Entre :
PS/*Les points slectionnes partir de limage source*/
PR/*Les points slectionnes partir de limage rfrence*/Sortie :
R,S,Tx,Ty,E /*les paramtres de la transformation et lerreur Quadratique*/
Dbut
R = Calculer(Z, W) ; /* Appel a la formule (5) */
S = Calculer(D, I) ; /* Appel a la formule (6) */
TX = Calculer(S, R) ; /* Appel a la formule (7) */
TY = Calculer(S, R) ; /* Appel a la formule (7) */
E = Calculer(S, R) ; /* Appel a la formule (1)*/
Afficher(R, S, TX, TY, E) ;
Fin.
6. Conclusion :
Dans ce chapitre on a prsent notre dmarche pour effectuer un recalage rigide tout en
dveloppant une mthode et donnant des diffrents algorithmes, on a aussi adapt dans notredmarche un algorithme de recherche GICP, dont lutilisation a pour but de trouver les
paramtres de la transformation utilise pour lalignement quest la similitude.
Le critre utilis pour le calcul de la mesure de similarit est celui du la mesure de lerreur
quadratique minimiser dans des tapes itratives, afin de trouver les meilleures paramtres
de la transformation, et les primitives utilises sont des points des contours extraits des deux
images.
Le prochain chapitre traite limplmentation de ce dveloppement.
56