Sélection d’images pour éviter le surplus de calcul

fa-briquées à partir de séquences cystoscopiques cliniques. Il faut noter que pour les images 6 et 7, la taille de la région d’intérêt est de 256 × 256 pixels et par conséquent, le temps de calcul par paire d’images est réduit d’environ un facteur 4 par rapport à ceux des autres séquences dans lesquelles des régions de 400 × 400 pixels ont été extraites.

Image panoramique Taille (pixels) Nombre d'images Temps de calcul du recalage (minutes) Temps de calcul du collage (minutes) Temps de calcul total (minutes) Temps de calcul par paire d'images

(secondes) 1 1458 × 5471 530 9,03 3,65 12,69 1,44 2 462 × 2104 325 6,26 0,61 6,88 1,27 3 1479 × 1049 450 8,66 0,72 9,39 1,25 4 1178 × 588 150 3,40 0,32 3,72 1,5 5 889 × 583 301 5,97 0,77 6,74 1,35 6* 1319 × 2647 1350 6,77 2,04 8,82 0,39 7* 1073 × 827 1150 6,20 0,96 7,16 0,37 8 859 × 1484 194 4,14 0,63 4,77 1,48 9 2072 × 1755 390 6,63 1,57 8,20 1,26 10 2544 × 4362 301 4,03 3,36 9,31 1,86

effectué le recalage des dix séquences d’images cystoscopiques cliniques utilisées précédemment, cependant nous présentons seulement les résultats pour les trois séquences où la différence était plus importante. L’erreur moyenne entre les deux courbes pour toutes les séquences est de 1,31 pixels selon ~x et 1,54 selon ~y. La différence maximale entre les translations obtenues par les deux méthodes est de 59,12 pixels. L’erreur maximale est pour la translation selon ~y dans la séquence 7, où l’amplitude des translations est importante et nous pensons qu’elle dépasse les limites de la méthode de recalage basée sur l’information mutuelle. En effet, les images panoramiques construites avec notre méthode ne présentent pas, de façon visuelle, des déviations de position d’une amplitude égale à l’erreur entre les courbes. Il est important de noter que le nombre maxi-mum d’images pouvant être recalées par la méthode de recalage par information mutuelle est de 511. C’est pour cette raison que le nombre maximum de paires d’images pour les courbes est de 510.

Les courbes montrent que pour la plupart des paires d’images, les valeurs de translation sont corrélées (proches en valeur). Cette comparaison n’est pas une évaluation quantitative absolue, mais, puisque la méthode basée sur l’information mutuelle a été déjà validée [Miranda-Luna et al., 2007], nous pouvons dire que la tendance des valeurs est correcte.

4.5 Sélection d’images pour éviter le surplus de calcul

Dans les séquences vidéo, il est très commun de trouver des zones où le cystoscope reste presque immobile ou avance très lentement. Dans ce cas, la méthode va recaler inutilement des images très similaires (peu ou pas transformées) plusieurs fois. En considérant que les change-ments de paramètres les plus importants dans les matrices de transformation des séquences cys-toscopiques correspondent aux translations, nous avons pris les estimations délivrées par l’étape de corrélation des images en tant qu’un indicateur de la distance en pixels entre les images. À partir de la caractérisation de la distribution des translations sur les 10 séquences cystoscopiques que nous avons utilisées dans le test précédent (cf. sous-section 3.3.1.2), nous avons ajouté une

0 50 100 150 200 250 300 350 400 Paires d'images -40 -30 -20 -10 0 10 20

Translation selon l'axe X (pixels)

0 50 100 150 200 250 300 350 400 Paires d'images -40 -30 -20 -10 0 10 20 30

Translation selon l'axe Y (pixels)

35 40 45 50 55 60 Paires d'images -30 -20 -10 0 10 20

Translation selon l'axe Y (pixels)

(a) 0 100 200 300 400 500 Paires d'images -50 -40 -30 -20 -10 0 10 20 30

Translation selon l'axe X (pixels)

0 100 200 300 400 500 Paires d'images -60 -40 -20 0 20 40

Translation selon l'axe Y (pixels)

385 390 395400 405 Paires d'images -40 -30 -20 -10 0 10

Translation selon l'axe X (pixels)

(b) 0 20 40 60 80 100 120 140 160 Paires d'images -40 -30 -20 -10 0 10 20

Translation selon l'axe X (pixels)

0 20 40 60 80 100 120 140 160 Paires d'images -50 -40 -30 -20 -10 0 10 20 30 40

Translation selon l'axe Y (pixels)

2 4 6 8 10 Paires d'images -30 -20 -10 0 10

Translation selon l'axe X (pixels)

(c)

Fig. 4.17 – Comparaison des valeurs des translation obtenues par l’algorithme de recalage basé sur la différence d’intensité entre les images (trait bleu) et celles obtenues par l’algorithme de recalage basé sur l’information mutuelle (trait rouge) pour des images consécutives de trois séquences cystoscopiques cliniques. Les petites fenêtres à droite sont des grossissements des zones indiquées par les rectangles en trait pointillé. (a) Valeurs de translation pour la séquence 9. Erreur maximale selon ~x : 30,13 pixels ; erreur maximale selon ~y : 39,19 pixels. (b) Courbes des translations entre paires d’images de la séquence 7. L’erreur maximale selon ~x et ~y est respectivement, 41,13 et 59,13 pixels. (c) Translations obtenues pour la séquence 8. Nous avons une erreur maximale de 40,00 pixels sur ~x et de 34,96 pixels sur ~y entre les deux courbes.

4.5. Sélection d’images pour éviter le surplus de calcul étape conditionnelle à notre algorithme : lorsque la translation entre les images est inférieure à 9 pixels, le recalage itératif des images et le calcul des matrices de transformation globales n’est pas effectué (voir figure 4.18). Dès que ce seuil est dépassé, le recalage entre l’image actuelle et l’image précédente, ainsi que l’actualisation de la matrice de transformation globale sont réalisés.

Fig.4.18 – Organigramme de l’algorithme de sélection des images basé sur les valeurs de trans-lations (tx, ty) délivrées par l’algorithme de corrélation. Le seuil de 9 pixels est choisi d’après l’étude des translations que nous avons effectuée dans le chapitre 2.

Puisque la partie la plus coûteuse au niveau du temps de calcul est l’algorithme de recalage itératif basé sur la différence d’intensité entre les images, nous obtenons un gain substantiel de temps de calcul en faisant le recalage itératif seulement lorsque le seuil a été dépassé. Cette technique va éviter le recalage entre des images « trop » proches. Pour tester cette approche, nous reprenons les séquences d’images cliniques utilisées lors du test précédent. Le temps gagné varie selon les séquences, mais en général nous obtenons des diminutions situées autour de 40% du temps nécessaire au mosaïquage de l’ensemble des images et ce, sans perte de qualité de l’image construite. Les images 4.19, 4.20 et 4.21 sont des exemples d’images panoramiques construites avec la méthode de sélection d’images. Nous pouvons observer que même s’il existe de petites variations au niveau de la forme de quelques régions des images panoramiques, l’allure générale de l’image est la même avec et sans sélection des images. Le tableau 4.11 donne les temps de calcul avec la sélection des images et le nombre d’images utilisées. Avec la limite de 9 pixels que nous avons fixée, le recalage de la séquence d’images 7 échoue (la taille de l’image panoramique devient trop importante).

Fig.4.19 – Image panoramique (1366 × 5138 pixels) construite avec notre méthode de sélection d’images en utilisant 239 images sur 530 disponibles. Nous avons utilisé la même séquence que pour la construction de l’image 4.12. L’aspect des deux images est très similaire.

4.5. Sélection d’images pour éviter le surplus de calcul

Fig.4.20 – Image panoramique construite avec la méthode de sélection d’images correspondant à l’image 4.13 construite avec la méthode sans sélection. La taille de l’image est de 463 × 2092 pixels et a été construite avec 202 images sur les 450 images disponibles.

Fig.4.21 – Image formée à partir de 236 images avec notre méthode de mosaïquage avec sélection des images. La taille de l’image est de 1685 × 1089 pixels. Elle est très similaire à l’image 4.14 construite avec 450 images.

4.6. Combinaison des informations spatiales et fonctionnelles