Coordonnées Homogènes

Documents pareils
Cours d Analyse. Fonctions de plusieurs variables

CHAPITRE 10. Jacobien, changement de coordonnées.

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Continuité d une fonction de plusieurs variables

Chapitre 3 : Repères et positionnement 3D

Limitations of the Playstation 3 for High Performance Cluster Computing

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Corrigé du baccalauréat S Asie 21 juin 2010

Théorème du point fixe - Théorème de l inversion locale

Optimisation Discrète

Différentiabilité ; Fonctions de plusieurs variables réelles

Introduction à MATLAB R

Chapitre 2 Le problème de l unicité des solutions

Problème 1 : applications du plan affine

Chapitre 2. Matrices

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases

Introduction. Mathématiques Quantiques Discrètes

Fonctions de deux variables. Mai 2011

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Les travaux doivent être remis sous forme papier.

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Simulation de variables aléatoires

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

I. Polynômes de Tchebychev

Structures algébriques

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Quelques contrôle de Première S

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

C f tracée ci- contre est la représentation graphique d une

Baccalauréat S Nombres complexes Index des exercices sur les complexes de septembre 1999 à juin 2012 Tapuscrit : DENIS VERGÈS

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Plan du cours : électricité 1

Chapitre 18 : Transmettre et stocker de l information

Master IMA - UMPC Paris 6 RDMM - Année Fiche de TP

Polynômes à plusieurs variables. Résultant

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables. Sébastien Tordeux

Les équations différentielles

Amphi 3: Espaces complets - Applications linéaires continues

Cinétique et dynamique des systèmes de solides

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Cours d analyse numérique SMI-S4

Cours d Analyse 3 Fonctions de plusieurs variables

Annexe commune aux séries ES, L et S : boîtes et quantiles

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

3 Approximation de solutions d équations

Calcul différentiel sur R n Première partie

Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné :

1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.

Intégrales doubles et triples - M

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Baccalauréat technique de la musique et de la danse Métropole septembre 2008

Quantification Scalaire et Prédictive

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Fonctions de plusieurs variables

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Introduction au Data-Mining

Géométrie discrète Chapitre V

Exercices et corrigés Mathématique générale Version β

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Calcul intégral élémentaire en plusieurs variables

Python - introduction à la programmation et calcul scientifique

Fonctions homographiques

Fonctions de plusieurs variables

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS =

LES TYPES DE DONNÉES DU LANGAGE PASCAL

Présentation du langage et premières fonctions

Correction du Baccalauréat S Amérique du Nord mai 2007

OM 1 Outils mathématiques : fonction de plusieurs variables

Approximations variationelles des EDP Notes du Cours de M2

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Plan du cours Cours théoriques. 29 septembre 2014

DOCM Solutions officielles = n 2 10.

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Conservation des documents numériques

A. Benali Objectifs du cours

TP SIN Traitement d image

Calcul différentiel. Chapitre Différentiabilité

Mathématiques I Section Architecture, EPFL

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

Repérage d un point - Vitesse et

CAPTEURS - CHAINES DE MESURES

Cours Fonctions de deux variables

Probabilités sur un univers fini

Optimisation, traitement d image et éclipse de Soleil

Commun à tous les candidats

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

Solutions particulières d une équation différentielle...

Chapitre 2. Eléments pour comprendre un énoncé

Transcription:

Formation et Analyse d'images James L. Crowley ENSIMAG - Option IRV Premier Semestre 2010/2011 Séance 1 27 sept 2010 Coordonnées Homogènes Plan de la Séance : Coordonnées Homogènes en Notation Tensorielle...2 Vecteur et Matrice en Notation Tensorielle...2 L'équation d'une droite... Le produit Croisé...4 Intersection de deux droites...6 Transformations en Coordonnées Homogènes...7 Transformations d'images...7 Interpolation Linéaire...9 Interpolation Bi-lineaire...10 Translation...11 Rotation...11 Translation et Rotation...11 Transformations d'échelle, rotation et translation...12

Coordonnées Homogènes en Notation Tensorielle Les coordonnées homogènes repose sur une notation dans laquelle les vecteurs en N dimensions sont représentées par un vecteur en N+1 dimensions. Les coordonnées homogènes sont un outil de base en vision, en robotique et en synthèse d'images. Exemple : un point Soit un plan Euclidienne en R 2 composé de points, En notation classique, un point est un vecteur : P x y En notation homogène, un point est un vecteur x P y 1 x On note que a, b : a y 1 x b y 1 démonstration x a y 1 ax ay a ax/a x ay/a a/1 y 1 Vecteur et Matrice en Notation Tensorielle En notation tensorielle, la signe " " est remplacé par un indice en super-scripte ou sous-scripte. Une super-scripte signifie un vecteur colonne. Par exemple, le point est indiqué par un vecteur p i P i p1 p 2 p une sous-scripte indique un vecteur ligne Par exemple, la droite est indiquée par le vecteur l i : L i (l 1, l 2, l ) Une matrice est une ligne de vecteurs (ou une vecteurs de lignes). M i j m1 1 m1 2 m1 m2 1 m2 2 m2 m 1 m 2 m Le produit d'un vecteur avec une indice en super scripte et une vecteur avec le même indice en sous-scripte signifie une produit scalaire. Ceci est fait par une sommation implicite des indices. (La Convention de Sommation d'einstein).

Donc, le produit indique une annulation des souscriptes et superscriptes. L i P i l 1 p 1 + l 2 p 2 + l p Cette sommation et commutative L i P i P i L i Pour la produit d'une matrice et une vecteur, ceci donne une nouvelle vecteur. P j M i j P i Ceci représent une tranformation du repère "i" vers le repère "j". L'équation d'une droite Dans un plan Euclidienne en R 2, en notation "classique", une droite est définie par une équation a x + b y + x 0. On peut exprimer cette équation comme la produit de deux vecteurs : L P 0 ou L (a b c ) et x P y 1 En notation tensorielle, cette equation est exprimé : L i P i 0 avec i1, 2,. La sommation des indices est implicites.

Le produit Croisé Une droite est définie par deux points. Un point est défini par le croisement de deux droites. Il y a une dualité parfaite entre les points et les droites. En notation classique, ax + by + c 0 le manière de déterminer la droite pour deux points est : où a (y 1 y 2 ) b (x 2 x 1 ) c (a x 1 + b y 1 ) x 1 ( y 1 y 2 ) y 1 (x 2 x 1 ) x 1 y 1 + x 1 y 2 y 1 x 2 + y 1 x 1 x 1 y 2 y 1 x 2 La droite est x (y 2 y 1 ) + y (x 1 x 2 ) x 1 y 2 + y 1 x 2 0 Ceci peut être calculé par la déterminante, avec les variables libres dans le premier colonne : x y 1 x 1 y 1 1 x 2 y 2 1 x (y 1 y 2 ) + y (x 2 x 1 ) + x 1 y 2 y 1 x 2 0 Il s'agit d'une méthode générale de déterminer les paramètres d une équation linéaire à partir des contraintes. Ca marche aussi pour trouver la point d'intersection de deux lignes. On peut, également, écrire la déterminante comme un produit croisé. a L T b c P 1 x P 2 0 1 y 1 x 2 1 0 x 1 y 2 y 1 x 1 0 y 1 y 2 x 2 x 1 x 1 y 2 x 2 y En notation tensorielle, le déterminant et fait par l opérateur tensorielle E ijk et E ijk. Cette opérateur signifie une evaluation des indices pour une déterminant. Exemple : La droite L i est définit par les points P j et Q k : Pour L i E ijk P j Q k P j p1 p 2 p 1 /p p p 2 /p 1 et Q j q1 q 2 q q 1 /q q 2 /q 1 i 1, ijk-ikj 12-12 : l 1 p 2 q p q 2 i 2, ijk-ikj 21-21 : l 2 p q 1 p 1 q i, ijk-ikj 12-21 : l p 1 q 2 p 2 q 1

et si p 1 et q 1 alors nous retrouvons notre forme : P j p1 p 2 et Q j q1 q 2 i 1, ijk-ikj 12-12 : l 1 p 2 q p q 2 p 2 q 2 i 2, ijk-ikj 21-21 : l 2 p q 1 p 1 q p 1 q 1 i, ijk-ikj 12-21 : l p 1 q 2 p 2 q 1

Intersection de deux droites Pour le calcul d'un point d'intersection de deux droites. soit deux droites : L: ax + by + c 0 et M : dx + ey + f 0. En notation classique : Soit L (a b c ) et M (d e f ) Le point d'intersection est x bf ce ae bd y cd af ae bd Pour le demontrer : bf ce P L x M 0 c b d bf ce ae db c 0 a b a 0 e f cd af cd af ae db ae db Le operateur "x" est équivalent à une déterminant. Un point est l'intérsection d'une infini de droites. Soit deux droits Soit deux droites (a, b, c) et (d, e, f). soit une droit "libre" avec coéfficient u, v, w : u x + v y +w 0. On peut trouver les coordonées du point grace au déterminant. u v w a b c d e f 0 u(bf-ce) + v(cd-af) + w(ae-bd) 0 ou bien u bf ce ae bd + v cd af ae bd + w 0 u x + v y + w donc x bf ce ae bd et y cd af ae bd et 11. En notation Tensorielle, nous avons l opérateur tensorielle E ijk On a P i E ijk L i M j Pour L j l1 l 2 l et M k m 1 m 2 m i 1, ijk-ikj 12-12 : p 1 l 2 m l m 2 i 2, ijk-ikj 21-21 : p 2 l m 1 l 1 m i, ijk-ikj 12-21 : p l 1 m 2 l 2 m 1

Transformations en Coordonnées Homogènes. Les coordonnés homogènes fournissent une notation uniforme pour les transformations. Par exemple, les transformations dans un plan sont décrites par une matrice homogène x. Transformations d'images M Image Source Pour chaque pixel de l'image de destination (x d, y d ), on calcule une position (x s, y s ) dans l'image de la source. P s M d s P d Image Destination p1 ou p 2 m1 1 m1 2 m1 m2 1 m2 2 m2 m 1 m 2 m p x d y d x s p 1 p y s p 2 p ou x s y s p 1 /p p 2 /p 1 Ensuite la nouvelle valeur de pixel destination, P 2, est calculé en fonction du voisinage de la position source. MAIS, P s x s y s n'est pas des entier! Quelle valeur faut-il prendre pour les pixels? Pour chaque pixel du destination, (x d, y d ) on calcul le position du source, (x s, y s ).

Ensuite, on détermine une valeur par interpolation avec les pixels voisins. Il existe plusieurs fonctions d'interpolation. Ordre zéro : Ordre unité : Ordre trois : Plus proche voisin. intérpolation linéaire et "bi-linéaire" Spline cubic. Interpolation d'ordre zéro Pour les images Binaire, on peut fair que l'ordre zéro. La valeur de p(i 2, j 2 ) déterminer par arrondis de p(i 1, j 1 ). Surface de Décision

Interpolation Linéaire Interpolation Linéaire en 1-D. soit i o x i o +1 p(i) i 0 x i 0 +1 i A partir de l'origine : p(x) p(0) + m x x A partire de deux points i o et i 0 +1 : pente : m x P x p(i+1) p(i) p(x) (x i o ) m x + p(i o ) Interpolation Linéaire en 2D p(i o,j o +1) p(x,y) y p(i o,j o ) p(i o +1,j o ) (i o, j o ) x m x m y P x P y p(i o +1, j o ) p(i o, j o ) p(i o, j o +1) p(i o, j o ) donc p(x, y) m x. (x io ) + m y. (y jo ) + p(i o, j o )

Interpolation Bi-lineaire p(i o,j o +1) p(x,y) y p(i o +1,j o +1) p(i o,j o ) p(i o +1,j o ) (i o, j o ) Forme Bilinéaire : Hyperbolic Paraboloïde x p(x, y) a x + b y + c x y + d. Une interpolation linéaire en "y" de deux interpolations linaire en "x". Dérivation : p(x, 0) p(0, 0) + x. (p(1, 0) p(0, 0)) p(x, 1) p(0, 1) + x. (p(1, 1) p(0, 1)) p(x, y) p(x, 0) + y. (p(x, 1) p(x, 0)) p(0, 0) + x. (p(1, 0) p(0, 0)) + y. (p(0, 1) + x. (p(1, 1) p(0, 1))) y. (p(0, 0) + x. (p(1, 0) p(0, 0))) p(0, 0) + x. (p(1, 0) p(0, 0)) + y. (p(0, 1) p(0, 0)) + x. y. (p(1, 1) p(0, 1) p(1, 0) + p(0, 0)) Pour le point i o, j o, remplace : 0 i o, 1 i o, x (x i o ), y (y i o ) a m x P x p(i o +1, j o ) p(i o, j o ) b m y P y p(i o, j o +1) p(i o, j o ) c m xy p(i o +1, j o ) + p(i o, j o +1) p(i o, j o ) p(i o +1, j o +1) d p(i o, j o ) p(x, y) a. (x io ) + b. (y jo ) + c. (x-io ). (y j o ) + p(i o, j o )

Translation x 2 x 1 + t x, y 2 y 1 + t y x 2 y 2 0 0 t x x 1 0 0 t y y 1 0 0 En notation tensorielle : P B T A B P A pour A, B 1, 2,. Donc T A B est une transformation du repère A vers le repère B. Les indices permet de noter les repères. Rotation (Repère main droite, rotation sens trigonométrique) x 2 Cos(θ) x 1 + Sin(θ) y 1, y 2 Sin(θ) x 1 Cos(θ)y 1 x 2 Cos(θ) Sin(θ) 0 x 1 y 2 Sin(θ) Cos(θ) 0 y 1 0 0 1 Quand le repère tourne dans le sanse "θ", le vecteur est tourner dans le sense θ Translation et Rotation x 2 Cos(θ) x 1 + Sin(θ) y 1 + t x x 2 Sin(θ) x 1 Cos(θ) y 1 + t y x 2 Cos(θ) Sin(θ) t x x 1 y 2 Sin(θ) Cos(θ) t y y 1 0 0 En tensorielle, P B R A B P A

Transformations d'échelle, rotation et translation Une transformation de similitude d'une image est définie par une rotation, une translation, et un changement de taille des axes. Soit un changement d'échelle s x et s y des axes x 1 et y 1 (repère source) suivi d'une rotation d'angle θ dans le plan de l'image source, suivi d'une translation t x, t y s'exprimes dans le repère de la destination. Ces paramètres donne une transformation (s x, s y, θ, t x, t y ) de 1) Un changement d'échelle des axes, puis 2) Une rotation des axes, puis ) Une translation. x 2 y 2 s x Cos(θ) s y Sin(θ) t x x 1 s x Sin(θ) s y Cos(θ) t y y 1 0 0 ou bien x 2 s x Cos(θ) x 1 + s y Sin(θ)y 1 + t x, y 2 s y Sin(θ) x 1 s x Cos(θ)y 1 + t y