Recalage semi-dense d'images satellite
Institution:
Antilles-GuyaneDisciplines:
Directors:
Abstract EN:
This work is about satellite images matching. Our method is based on the matching of the clusters of extracted points in the images. We chose to match these clusters in their globality by a geometrical approach. For that, we define a cost function which evaluates the homography quality and we optimize this function with a simulated annealing method on the homography parameters. The search for this solution is not easy when these parameters are the mathematical coefficients of the homography. Thus, on the idea that a small variation of these coefficients can involve a larger variation of the capture conditions, we preferred to set up an homography model based on the capture parameters. We show that the use of these "physical parameters" facilitates the homography research as a solution to our matching method. Then, we characterize our matching method under several angles. Firstly, we study the success rate of our method according to the number of points present in a cluster without correspondent in the other cluster. This study gives us the percentage of these "outliers points" which is acceptable for our method. Secondly, we search a detector of points giving such a percentage by using our matching problem constraints. To finish, we present two examples of images matching with real couples of satellite images
Abstract FR:
Cette thèse traite du problème du recalage de couples d'images satellite. Notre méthode est basée sur le recalage de clusters de points extraits dans les images. Nous avons donc choisi de recaler globalement ces clusters de points par une approche géométrique. Pour cela, nous définissons une fonction coût qui évalue la qualité d'une homographie puis nous optimisons cette fonction par une méthode de recuit simulé appliquée aux paramètres de l'homographie. La recherche de cette solution n'est pas aisée lorsque ces paramètres sont les coefficients mathématiques de l'homographie. Ainsi, en partant de l'idée qu'un petit déplacement de ces coefficients peut entraîner une variation plus grande des conditions de captures des images, nous avons préféré mettre en place un modèle des homographies basé sur les paramètres de prises de vue des images. Nous montrons que l'utilisation de ces "paramètres physiques" facilite la recherche de l'homographie solution par notre méthode de recalage. Nous caractérisons ensuite notre méthode de recalage sous plusieurs angles. Premièrement, nous étudions le taux de succès que fournit notre méthode en fonction du nombre de points présents dans un cluster et n'ayant pas de correspondant dans l'autre cluster. Cette étude nous donne le pourcentage de ces "points intrus" acceptables pour notre méthode. Deuxièmement, nous recherchons un détecteur de points donnant un tel pourcentage en utilisant les contraintes propres à notre problématique. Pour finir, nous présentons deux exemples de recalage d'images sur des couples réels d'images satellite.