N° d'ordre

Aicha Beya

Description

Niveau: Supérieur, Doctorat, Bac+8
N° d'ordre : École Doctorale Mathématiques, Sciences de l'Information et de l'Ingénieur ULP – INSA – ENGEES THÈSE présentée pour obtenir le grade de Docteur de l'Université Louis Pasteur – Strasbourg I Domaine : Sciences pour l'Ingénieur - EEA Spécialité : Traitement d'Images et Vision par Ordinateur par Aicha Beya FAR Analyse multi-images. Application à l'extraction contrôlée d'indices images et à la détermination de descriptions scéniques. Soutenue publiquement le 12 décembre 2005 Membres du jury M. Jack-Gérard Postaire, Professeur, USTL, Lille Rapporteur externe M. Alain Trémeau, Professeur, UJM, Saint-Etienne Rapporteur externe M. Jean-Michel Dischler, Professeur, ULP Rapporteur interne M. Ernest Hirsch, Professeur, ULP Directeur de thèse Mme Sophie Kohler, MCF, ULP Examinateur UMR 7005

• premiers essais de modelisation de l'illumination


• types de contours


• representation des primitives contours utilisees


• generation des images conceptuelles


• methodes de modelisation


• generation du sgt dedie


• sgt


• principe d'appariement


• modelisation cao

Sujets

• Louis Pasteur University
• Kohler
• Hirsch

Informations

• Publié par: profil-zyak-2012
• Publié le: 01 décembre 2005
• Nombre de lectures: 86
• Poids de l'ouvrage: 4 Mo

Extrait

N° d’ordre :
École Doctorale Mathématiques, Sciences de l'Information
et de l'Ingénieur
ULP – INSA – ENGEES
THÈSE
présentée pour obtenir le grade de
Docteur de l’Université Louis Pasteur – Strasbourg I
Domaine : Sciences pour l’Ingénieur - EEA
Spécialité : Traitement d’Images et Vision par Ordinateur
par
Aicha Beya FAR
Analyse multi-images.
Application à l’extraction contrôlée d’indices images
et à la détermination de descriptions scéniques.
Soutenue publiquement le 12 décembre 2005
Membres du jury
M. Jack-Gérard Postaire, Professeur, USTL, Lille Rapporteur externe
M. Alain Trémeau, Professeur, UJM, Saint-Etienne Rapporteur externe
M. Jean-Michel Dischler, Professeur, ULP Rapporteur interne
M. Ernest Hirsch, Professeur, ULP Directeur de thèse
Mme Sophie Kohler, MCF, ULP Examinateur
UMR 7005 Table des mati`eres
Introduction g´en´erale 1
1 Vision st´er´eoscopique 9
1.1 Introduction ................................... 11
1.2 Mod´elisation g´eom´etrique d’une cam´era.................... 13
´1.3 Etalonnage du capteur ............................. 14
1.3.1 M´ethodes d’´etalonnage ......................... 15
´1.3.1.1 Etalonnage selon Tsa¨ı 15
´1.3.1.2 Etalonnage selon Faugeras et Toscani............ 16
´1.3.1.3 a` base d’ellipses ................. 16
´1.3.1.4 Etalonnage selon Zhang ................... 16
1.3.2 Auto-´etalonnage ............................ 17
´1.3.3 Etalonnage faible 17
1.4 G´eom´etrie ´epipolaire et matrice fondamentale ................ 18
1.4.1 La g´eom´etrie ´epipolaire......................... 19
1.4.2 Expression matricielle de la matrice fondamentale .......... 19
1.4.3 M´ethodes d’estimation de latale ......... 20
1.4.3.1 M´ethodes lin´eaires ...................... 21
1.4.3.2 M´ethodes it´eratives 22
1.4.3.3 M´ethodes robustes 24
1.5 Extraction des indices visuels 24
1.5.1 Points d’int´erˆets............................. 25
1.5.2 R´egions ................................. 25
1.5.3 Contours 26
1.5.3.1 Types de contours ...................... 27
1.5.3.2 Caract´eristiques des contours ................ 27
1.5.4 Segments ................................ 28
1.6 Mise en correspondance ............................ 28
1.6.1 Contraintes de mise en correspondance 29
1.6.2 M´ethodes de mise en ................. 32
1.6.2.1 Mise en correspondance par corr´elation........... 33
1.6.2.2 Mise enondance par programmation dynamique . . 35
1.6.2.3 Mise en corresp par relaxation 35
1.6.2.4 Mise enondance par invariants et triangulation de
Delaunay ........................... 36
1.6.2.5 Mise en correspondance hi´erarchique ............ 36
i`TABLE DES MATIERES
1.6.2.6 Approches bas´ees sur des primitives ............ 37
1.7 Reconstruction 3D ............................... 38
1.7.1 Le probl`eme de la triangulation .................... 39
1.7.2 Reconstruction euclidienne ....................... 41
1.8 Conclusion.................................... 42
2 Reconstruction 3D de pi`eces manufactur´ees `a partir d’un appariement
robuste d’images st´er´eoscopiques 45
2.1 Introduction ................................... 47
2.2 Repr´esentation des primitives contours utilis´ees ............... 47
2.3 D´etection, construction et classification des chaˆınesdepointsdecontour . 49
2.4 Proc´edure d’appariement bas´ee sur le calcul bidirectionnel de la contrainte
´epipolaire .................................... 57
2.4.1 Principe d’appariement......................... 57
´2.4.2 Elimination des faux appariements .................. 58
2.4.3 Appariement pointa`point ....................... 61
2.5 Comparaison de donn´ees images r´eelles et conceptuelles ........... 64
2.6 Conclusion 71
3Mod´elisation CAO et mod´elisation de l’illumination 73
3.1 Introduction ................................... 75
3.2 Mod´elisation CAO ............................... 75
3.2.1 M´ethodesdemod´elisation d’un objet ................. 76
3.2.1.1 Mod´elisationfilaire ...................... 76
3.2.1.2 Mod´elisation surfacique ................... 77
3.2.1.3 Mod´ volumique 77
3.2.2 Mod´elisation de pi`eces industrielles et syst`emeCATIAV5 ..... 79
3.2.2.1 Mod´elisation de la sc`ene (conditions de prise de vue) . . . 80
3.2.2.2 G´en´eration des images conceptuelles et images filaires . . . 82
3.2.3 Mod´elisation du capteur et changement de rep`ere .......... 84
3.2.4 Exploitation de l’information a priori ................. 89
3.2.4.1 Projection des primitives obtenues par CATIA V5 .... 90
3.2.4.2 Superposition et comparaison ................ 92
3.2.5 Conclusion................................ 93
3.3 Mod´elisation de l’illumination ......................... 93
3.3.1 Importance de l’´eclairage........................ 94
3.3.2 Diff´erents types d’´eclairages ...................... 94
3.3.3 Mod´elisation de la r´eflexion de la lumi`ere............... 95
3.3.3.1 Mod`ele de Beckmann et Spizzichino ............ 97
3.3.3.2 Mod`ele de Torrance et Sparrow 97
3.3.4 Premiers essais de mod´elisation de l’illumination........... 98
3.3.5 Conclusion de la mod´ de 105
3.4 Conclusion.................................... 105
ii`TABLE DES MATIERES
4 Automatisation et mise en place d’un syst`eme d’inspection 107
4.1 Introduction ................................... 109
4.2 Inspection automatique............................. 110
4.3 Graphes de situations.............................. 111
´4.3.1 El´ements de base constituant un SGT ................ 112
4.3.2 Contexte du d´eveloppement et d’utilisation classique des SGT . . . 112
4.3.3 SGT adapt´e` a notre application : reconstruction tridimensionnelle . 113
4.4 Mod´elisation du comportement du capteur par les SGT ........... 114
4.5 Reconstruction 3D guid´ee par les SGT : tˆete de mesure st´er´eoscopique . . . 115
4.5.1 Traitements effectu´es hors ligne .................... 116
4.5.2 Trts´esenligne ..................... 117
4.6 Automatisation d’une reconstruction 3D par st´er´eovision et replanification
dynamique utilisant les SGT .......................... 118
4.7 Description du dispositif exp´erimental 123
4.8 Correction de l’´eclairage ............................ 123
4.9 Impl´ementation ................................. 125
4.9.1 G´en´eration du SGT d´edi´e` a la reconstruction 3D partielle par
st´er´eovision .................................. 127
4.9.2 Syst`eme d’acquisition et d’´evaluation ................. 127
4.10 Validation de la replanification par SGT ................... 129
4.11 Conclusion.................................... 133
Conclusion g´en´erale et perspectives 135
Bibliographie 139
Liste de publications 149
Annexes 151
´A. Etalonnage d’une cam´era............................. 154
B. Pr´esentation CATIA V5 ............................. 159
iii`TABLE DES MATIERES
ivIntroduction g´en´erale
1Introduction g´en´erale
2La vision est l’un de nos sens les plus ´elabor´es. L’œil humain nous donne l’opportunit´e
de percevoir et d’interagir avec le monde qui nous entoure, pour reconnaˆıtre des personnes
ou des objets par exemple. Depuis sa naissance dans les ann´ees 60, la vision artificielle a
pour vocation de permettre a` des syst`emes automatiques ou robotiques d’acqu´erir et de
traiter des informations visuelles en reproduisant le fonctionnement complexe de la vision
humaine.
Depuis plusieurs ann´ees, le Laboratoire des Sciences de l’Image, de l’Informatique et
de la T´el´ed´etection (LSIIT) de l’Universit´e Louis Pasteur (ULP) est un laboratoire de
recherche interdisciplinaire f´ed´er´e par l’imagerie. Les grandes disciplines qui y sont
repr´esent´ ees sont l’informatique, le traitement du signal, l’automatique, la t´el´ed´etection.
Parmi les disciplines, certaines sont plus particuli`erement centr´ees sur l’imagerie, le
traitement et l’analyse des images, mais ´egalement sur les interactions de celles-ci avec la
synth` ese. Depuis l’installation a` l’ULP, en f´evrier 2002, d’une station de r´ealit´e virtuelle `a
base de projections sur grands ´ecrans (workbench), le programme R´ealit´e Virtuelle et
Augment´ ee, simulation et calcul intensif (R´eVA) mobilise trois ´equipes du LSIIT : l’´equipe
Informatique G´eom´etrique et Graphique (IGG), l’´equipe Image et Calcul Parall`ele et
Scientifique (ICPS) et l’´equipe Mod`eles Images et Vision (MIV). Ces trois ´equipes
s’impliquent dans ce projet f´ed´erateur en d´eveloppant les th`emes suivants : R´ealit´e virtuelle
et simulation (´equipe IGG), Calcul parall`ele et intensif (´equipe ICPS), R´ealit