Discussion :

[cpi63]

Bonjour à tous,

La répétabilité et la fidélité sont des caractéristiques essentielles dans l’acquisition de données.

Mais un capteur numérique n’a pas une réponse homogène et constante, de plus il a ses différents bruits qui sont variables aussi, et entre l’optique et l’objet des variations d’environnement type turbulences existent également.
Seule la réponse de l’optique peut être considérée comme fixe, encore faut-il qu’elle soit homogène sur tout le champ ce qui rarement le cas. Mais bon, coté optique c’est hors de ce sujet.

En conséquence, la prise d’un grand nombre de vues est la solution pour extraire le signal de l’objet des fausses informations contenues dans chaque image individuelle.

Côté empilement d'images, après centrage et alignement des images, ImagesJ contient plusieurs outils d’empilement.
Pour un Stacks, la première solution est le Z Project…
- soit par Average Intensity
- soit par Max Intensity
- soit par Min Intensity
- soit par Sum Slices
- soit par Median
- ou soit encore par Standard Deviation

Sum et Average c’est la même chose puisque Average = Sum / nombre d’images
Min correspond à la valeur mini de la série pour chaque pixel de coordonnées X et Y
Max correspond à la valeur max de la série pour chaque pixel de coordonnées X et Y
Median correspond à la valeur milieu de l’intervalle [valeur min*; valeur max] de la série et ce pour chaque pixel de coordonnées X et Y.

Dans ImageJ j’ai trouvé Stack Focuser qui se veut pour une zone donnée de retrouver l’image la plus nette. C’est un peu comme les logiciels dédiés à la macroscopie qui permettent de par la profondeur de champ réduite dans chaque image et un ensemble d’images à focalisations différentes, d’obtenir l’objet net sur toute sa profondeur. Sauf que ces logiciels dédiés à l'imagerie macro les plus efficaces utilisent l’IA.

A ma connaissance, face au problème, seules les lois de la statistique permettent de se rapprocher de la vérité si l’échantillonnage est suffisamment grand, par exemple plusieurs milliers d’images dans des conditions turbulentes ou fortement bruitées.
Dans ImageJ je n’ai pas trouvé d’outil d’empilement d’images basé sur une loi de statistique.
Peut-être en existe-t-il, je ne sais pas*?

ImageJ semble démuni face aux empilements d'images par statistique.

Une image étant un tableau dont chaque case correspond à l’intensité d’un pixel.
Dans une série d’images, pour chaque pixel de coordonnées X et Y , ImageJ sait déjà extraire la liste des valeurs dans un tableau ligne ou colonne pour en calculer la somme ou la moyenne, soit y trouver la valeur min ou max, ou encore retrouver la valeur médiane.
De cette liste de valeurs il me paraît tout à fait envisageable d’y appliquer plutôt une formule de statistique. Cet empilement appelé «*statistique*» doit forcément être plus représentatif de l’objet que ces outils d’empilement très classiques.

Quelqu’un peut-il m’aider*pour obtenir un tel plugin ?

Bien cordialement
cpi63

[kick54]

Bonjour,

Aurais-tu un petit échantillons d'une séquence d'images ?

Cordialement

Bonjour à tous,

La répétabilité et la fidélité sont des caractéristiques essentielles dans l’acquisition de données.

Mais un capteur numérique n’a pas une réponse homogène et constante, de plus il a ses différents bruits qui sont variables aussi, et entre l’optique et l’objet des variations d’environnement type turbulences existent également.
Seule la réponse de l’optique peut être considérée comme fixe, encore faut-il qu’elle soit homogène sur tout le champ ce qui rarement le cas. Mais bon, coté optique c’est hors de ce sujet.
...

Une image étant un tableau dont chaque case correspond à l’intensité d’un pixel.
Dans une série d’images, pour chaque pixel de coordonnées X et Y , ImageJ sait déjà extraire la liste des valeurs dans un tableau ligne ou colonne pour en calculer la somme ou la moyenne, soit y trouver la valeur min ou max, ou encore retrouver la valeur médiane.
De cette liste de valeurs il me paraît tout à fait envisageable d’y appliquer plutôt une formule de statistique. Cet empilement appelé «*statistique*» doit forcément être plus représentatif de l’objet que ces outils d’empilement très classiques.

Quelqu’un peut-il m’aider*pour obtenir un tel plugin ?

Bien cordialement
cpi63

[cpi63]

Bonsoir kick54

Merci de vous intéresser à ce sujet

Voici le lien pour test sur un échantillonnage de 2500 images (valable 30jours).
https://transfert.free.fr/EiTZpBm

S'il y en avait trop, rien n'empêche de limiter l'échantillonnage d'images au nombre que vous voulez.
Je suggère pour la comparaison de différentes solutions d'empilement de toujours d'utiliser le même choix d'images sources et d'accentuer les finales soit par sharpen soit par ondelettes (aussi de la même manière). Sans détails et bruit affichés, impossible de comparer car une finale d'empilement au départ parait toujours floue.
Ici les images sont en couleur (rvb). Mais rien n'empêche de travailler sur une seule couche couleur, ou sur chaque couche séparément.

Encore merci et bon test.
cpi63

[kick54]

Bonjour,
C'est Jupiter non ?
Le but est bien d'éliminer le bruit dû aux turbulences ?
Cdlt

[cpi63]

Bonjour,

Oui c'est bien Jupiter, capturée avec un télescope de 180mm de diamètre.

"Le but est bien d'éliminer le bruit dû aux turbulences ?"
Le bruit est inhérent au capteur, il est aléatoire mais se réduit avec le nombre d'image.
La turbulence atmosphérique est aussi aléatoire, elle déforme et floute l'objet capturé dans chaque image.
Ce sont donc deux facteurs indépendants qui dénature le signal.

Cordialement
cpi63

Sur l'échantillonnage d'images retenues, j'imagine que la première étape est pour un pixel de coordonnées X et Y, de calculer le nombre d'images de l'échantillonnage ayant une intensité donnée (de 0-255 soit 256 possibilités).
Cela forme une courbe du type : en abscisse le nombre d'images, et en ordonnées l'intensité correspondante entre 0 et 255.
La forme de cette courbe devrait permettre d'évaluer la plus grande probabilité de la valeur "intensité" à attribuer à ce pixel de coordonnées X et Y.
La méthode élargie aux autres pixels du format des images devrait nous montrer l'image résultante de l'empilement.