-Nous avons enfin réussi à trouver un système d'expression de theta ( angle de Tcherenkov ) et phi (angle d'incidence du muon ) en fonction du couple a et b ( demi grand axe et demi petit axe de l'ellipse obtenue lors de l’expérience de détection ). Néanmoins, cela ne pouvait pas être aussi simple que ça, le raisonnement précédent ne prenait pas en compte la réfraction de l'air entre la vitre en fluorure de magnésium ( lieu de la détection ) et le capteur. La résolution prenant en compte la réfraction de l'air est analytiquement insoluble. Nous avons donc décidé de résoudre ce problème numériquement.
-Notre méthode consiste à se donner des listes de valeurs pour theta et phi puis à en déduire des tableaux de valeurs pour a et b ( si phi et theta sont des listes de N éléments a et b seront des tableaux de taille NxN ).
-Nous avons ainsi créé un programme en python nous permettant de créer ces tableaux et en donnant les valeurs mesurées de a et b le programme nous donne le couple (theta,phi) correspondant au mieux aux a et b mesurés.

-Dans un même temps, nous avons commencé à travailler sur la partie “lecture et analyse des images”. Durant le week-end, nous avons codé un lecteur d'images aux format FIT grâce à la librairie astropy de Python. Nous avons donc une fonction qui nous permet d'aller chercher dans le fichier qu'on lui spécifie les images et nous les affiche afin que nous choisissions lesquelles sont bonnes ou pas. Nous essayons d'avoir un code qui soit orienté sur les fonctions afin que nous puissions le moduler facilement avec les derniers ajouts. -Nous avons aussi défini les premières fonctions de traitement d'image :

• Une fonction “nivellement” qui permet de mettre à zéro tous les pixels sur l'image qui sont en-dessous d'un certain seuil.
• Une fonction “ajustement linéaire” qui étale l'histogramme de façon linéaire : il est étiré en rééchelonnant les niveaux de gris de 0 à 32768 (la luminance est codée sur 16bits). Chaque pixel est multiplié par un coefficient. Ce traitement accentue un petit peu le contraste mais n'est pas très efficace.
• Une fonction “ajustement gaussien” qui fonctionne sur le même principe que la fonction précédente sauf qu'ici l'agrandissement est proportionnel à la luminosité du pixel par rapport à la valeur moyenne : les pixels proches de la moyenne sont diminués et on augmente les valeurs extrémales. Cette fonction à l'avantage de diminuer le bruit, mais donc aussi de supprimer l'éventuelle structure dans le bruit.

-En conclusion il faudrait une fonction qui augmente le contraste, en faisant ressortir les structures. Nous voulons aussi coder une fonction qui élimine les pixels solitaires, le bruit alumant des pixels solitaires. En effet l'ellipse sera normalement une suite (plus ou moins) connexe de points, ce traitement devrait la laisser invariante.