Procédé de stitching : de la mosaïque de 800 images au panorama Gigapixel

26 mai 2026Technique

Pourquoi le stitching ? — De la prise de vue unique au panorama Gigapixel

Une seule prise de vue caméra livre aujourd'hui typiquement 24 mégapixels — sur une surface murale de cinq mètres de large, cela résulte en maigres 30 PPI (Gigapixel GmbH, 2026). Ceux qui recouvrent ou impriment de grandes surfaces avec une intégrité visuelle ont besoin de beaucoup plus de résolution : 400 MP donnent sur les mêmes cinq mètres env. 127 PPI et rendent visibles des détails qui parviennent réellement au spectateur. La banque d'images spécialisée grand format : de véritables prises de vue Gigapixel à partir de 100 MP, pas de suréchantillonnage IA — telle est la prémisse de base de la Gigapixel GmbH, qui a déjà réalisé en 2012 la première prise de vue Térapixel au monde.

Le chemin n'y mène pas via un capteur plus grand, mais via le stitching : des centaines de prises de vue uniques sont assemblées en une mosaïque qui, idéalement, se présente comme une seule prise de vue continuellement nette. Daniel Hertrich (2018) a montré que 1 200 images individuelles à 42 MP peuvent être assemblées en un panorama 24 Gigapixel — une quantité de prises de vue qui rend le contrôle manuel impossible et place la responsabilité sur l'algorithme. Le lien décisif entre le mythe du mégapixel et la limite physique est la limite de diffraction : Comme l'explique Rodriguez (2026), 1 000 MP sur un capteur de smartphone placeraient les pixels sous la limite de diffraction (~0,8 µm à f/1,8) — plus de MP ne signifie donc pas automatiquement plus de détails. Plus de détails à ce sujet : Mythe des 48 mégapixels des smartphones.

Pourquoi donc le stitching ? Parce que seule la stratégie Multi-Shot contourne la limite physique de résolution des capteurs individuels, sans violer la limite de diffraction, et parce que les applications grand format — des panneaux acoustiques aux images aériennes en passant par les impressions muséales — exigent des valeurs PPI qu'une prise de vue unique ne peut fournir.

Les algorithmes derrière la mosaïque : SIFT, SURF et Feature Matching

Avant que les images ne soient fusionnées, elles doivent être alignées — et ce sont les détecteurs de caractéristiques qui en sont responsables. L'étude de Ma et al. (2024) compare la précision de répétition des détecteurs courants et arrive à un résultat clair : SIFT atteint 92,4 % de précision de répétition, ORB seulement 68,1 %. Les auteurs avertissent explicitement : Celui qui saute l'étape d'alignement augmente le mauvais enregistrement de 2,3 fois. Pour les applications scientifiques et métrologiques, la recommandation est donc claire — utiliser des détecteurs invariants à l'échelle comme SIFT ou SURF, pas ORB.

Outre le simple Feature Matching, la cohérence photométrique entre les segments est décisive. Thomson et al. (2022) misent sur la correction Flat-Field dans leur réseau de 96 caméras pour compenser le vignettage de l'objectif, et soulignent qu'une correction colorimétrique spatiale est importante pour réduire les artefacts aux limites des segments. Cabezos-Bernal et al. (2021) utilisent un X-Rite ColorChecker par session de prise de vue pour rendre les écarts de couleur et d'exposition quantifiables — une étape qui, avec 800+ images, passe rapidement du « nice-to-have » à la nécessité. Plus d'infos sur la limite physique des détecteurs et des pixels : Limite de diffraction — Plus de mégapixels, pas plus de détails.

Les sources de la chaîne d'erreurs sont variées : différences d'exposition entre images adjacentes, aberration chromatique de l'optique, écarts de Roll/Pitch du montage de tête panoramique et enfin le déplacement parallaxe des objets proches dans les systèmes rotatifs sans adaptateur de point nodal.

Ouverture et diffraction : f/8 comme point idéal pour le stitching

Chaque ouverture a deux effets opposés : elle augmente la profondeur de champ, mais renforce simultanément la diffraction. Cabezos-Bernal et al. (2021) le formulent sans équivoque : « Le diaphragme a été réglé sur f8 […] c'est généralement le nombre d'or pour maximiser la netteté de l'image. » Lors de leurs 90 prises de vue (grille 10×9, 0,76–1,36 GP), f/8 offre le meilleur compromis entre résolution et profondeur de champ.

Pour les scènes profondes — par exemple l'architecture avec des plans proches et lointains — f/11 peut être judicieux, comme l'admettent Kopf et al. (2007), cependant avec une perte de résolution sensible due à la diffraction dès l'ouverture f/8 sur la plupart des capteurs plein format. La règle est : aussi ouvert que possible, aussi fermé que nécessaire. La mise au point fixe sur l'infini est obligatoire ici — l'autofocus referait la mise au point à chaque image et détruirait la précision de l'alignement.

Rappel : la limite de diffraction n'est pas un problème théorique, mais une limite physique dure. Rodriguez (2026) calcule que 1 000 MP sur un capteur de smartphone produiraient des pixels bien en dessous de la limite de diffraction. Quiconque croit donc qu'un nombre de mégapixels plus élevé sur le même capteur résout le problème du stitching se trompe — plus de détails à ce sujet sous Limite de diffraction — Plus de mégapixels, pas plus de détails.

Cohérence des couleurs sur des centaines d'images : calibration et blending

Fusionner des centaines d'images provenant de différents réglages d'exposition et de balance des blancs en un panorama sans couture est le véritable défi ultime. Deux sources d'erreur dominent : les bandes de luminosité (Banding) aux bords de chevauchement et le décalage de couleur entre les tuiles adjacentes.

Cabezos-Bernal et al. (2021) misent systématiquement sur la calibration X-Rite ColorChecker par session — ainsi, la balance des blancs et la température de couleur ne sont pas estimées, mais mesurées. Thomson et al. (2022) complètent cela par une correction Flat-Field, qui compense systématiquement l'assombrissement des bords de l'image dû au vignettage.

Côté algorithme, cv2.xphoto.matchGains() fournit des chiffres impressionnants : Mia (2026) documente une réduction du Banding de 91 % grâce au Gain-Matching dans l'espace colorimétrique linéaire. Celui qui travaille en intermédiaire 8 bits perd 38 % de la plage dynamique originale — en 16-/32 bits linéaire, 94 % sont conservés (Mia, 2026).

Le Zero-Overlap-Blending de PTGui (PTGui, 2021) répartit les différences de luminosité sur l'ensemble de l'image, au lieu de les concentrer sur le bord. Pour l'impression finale, HP (2014) clarifie la norme industrielle : ≤ 2 dE2000 de cohérence des couleurs — une valeur que chaque panorama Gigapixel devrait respecter lorsqu'il est reproduit sur des supports grand format. Sur le sujet des formats de fichier et de la profondeur de bits : Formats de fichier PSB, TIFF, JPEG et Gigapixel.

Logiciels comparés : PTGui, Hugin, PanoramaStudio et Cie.

Le choix du logiciel de stitching décide de la vitesse, du contrôle et de la qualité de sortie.

PTGui Pro est considéré comme la norme industrielle pour les projets Gigapixel. Cabezos-Bernal et al. (2021) l'utilisent pour leurs réseaux mosaïque de 90 images, Hertrich (2018) pour son panorama de 1 200 images. PTGui offre le Zero-Overlap-Blending déjà mentionné, un outil Patch pour les retouches ciblées et le Dithering pour les exports 8 bits (PTGui, 2021).

Hugin, l'alternative Open Source, offre un contrôle CLI complet et convient aux pipelines automatisés : pto_gen → cpfind → autooptimiser → nona → enblend (PanoTools Wiki, 2011). Pour les images mosaïque et Gigapixel, le Wiki recommande explicitement des séquences basées sur les lignes lors du blending. Celui qui a besoin d'un contrôle total sur chaque paramètre est bien servi avec Hugin — la courbe d'apprentissage est cependant raide.

PanoramaStudio offre une interface graphique pour les panoramas standard, mais atteint les limites de performance avec 800+ images. PanoVolo (2026) mise sur les données IMU de la caméra pour corriger directement le Yaw/Pitch/Roll — une approche qui marque des points particulièrement dans les zones pauvres en structure (ciel, surfaces monotones), où les détecteurs basés sur les caractéristiques échouent.

Le workflow recommandé : Développement RAW avec calibration interne de l'appareil → Référence ColorChecker → Stitching dans PTGui ou Hugin → Sortie en TIFF 16 ou 32 bits. Mia (2026) donne une règle empirique pour la mémoire vive : env. 4 Mo de RAM par mégapixel du panorama cible. Un panorama 24 GP nécessite donc environ 96 Go de RAM. Des détails sur le stitching d'images aériennes se trouvent sous : Images aériennes Gigapixel — Bases techniques.

Contrôle qualité : détecter et corriger les erreurs

Même le meilleur algorithme fait des erreurs — la question est de savoir si on les trouve. Dhurga Devi et al. (2025) classifient trois artefacts de stitching typiques : Detachment (détachement d'une partie de l'image du fond/référence), Duplication (double représentation du même objet) et Translocation (déplacement d'un objet vers une fausse position).

PanoVolo (2026) recommande un contrôle visuel à 100 % de zoom — c'est seulement au niveau des pixels que le Ghosting, les fausses lignes et les erreurs de parallaxe deviennent visibles. Si une partie significative de l'image est décalée, les ajustements des paramètres Yaw, Pitch et Roll aident. En complément, les caméras modernes fournissent des données IMU, qui peuvent soutenir les méthodes basées sur les caractéristiques dans les zones pauvres en structure.

L'outil Patch dans PTGui permet de retoucher ciblé des zones problématiques individuelles, sans recalculer tout le panorama (PTGui, 2021). Dans Hugin, la séquence de blending basée sur les lignes (PanoTools Wiki, 2011) aide à contrôler ciblé les lignes de couture.

Celui qui saute le contrôle qualité risque des erreurs visibles sur la surface d'impression finale — et à 127 PPI sur cinq mètres (Gigapixel GmbH, 2026), chaque artefact, aussi petit soit-il, est visible pour le spectateur. Autres indications sur le contrôle qualité pour les panoramas d'images aériennes : Images aériennes Gigapixel — Bases techniques.