Dans cette thèse nous avons montré à travers différentes études et expériences la nécessité de mesurer la section de pièces métalliques. Les méthodes actuelles sont basées sur des systèmes de vision 2D, ce qui ne permet pas de traiter toutes les géométries possibles. Par conséquent nous avons proposé d’utiliser des méthodes de vision 3D basées sur un couplage laser caméra et sur un dispositif optique de type Scheimpflug. Ce dispositif non conventionnel augmente le champ de vue focalisé de la caméra. La mesure dimensionnelle de la pièce nécessite une calibration spécifique d’un tel système. Nous avons donc proposé des méthodes de calibrage dont les performances dépassent celles de l’état de l’art. Une fois le système calibré, la mesure de la section est obtenue par une analyse du profil résultant de la projection du plan laser sur la pièce. La capacité du système développé a été évaluée avec des pièces étalons. / In this PhD thesis, we have demonstrated through various studies and experiments the necessity of using 3D vision system to measure the cross-section area of metallic objects. The current methods are based on 2D vision approach, which do not allow the measurement of different geometry of these metallic objects. Therefore, we have proposed 3D vision system that consists of lasers and cameras that have been equipped with Scheimpflug optical devices. This non-conventional optical set-up increases the field of view of the camera. As we have to measure the metallic object using the laser-Scheimpflug device, we need to calibrate the system. We proposed a new calibration method that provides significant improvement compared to the state of art laser-camera triangulation system. Using the calibrated system, the cross-section of the metallic object is determined by the analysis of the profile that results from the laser line projected on the metallic object. We have validated the system capability on plug gauges.

La modélisation tridimensionnelle à partir d'images est un processus souvent sous-contraint et sensible au bruit. L'usage de contraintes géométriques permet de rendre ce processus plus robuste, même à partir de peu d'images, en prenant en compte les connaissances intuitives de l'utilisateur sur les objets présents dans la scène. Nous proposons dans cette thèse différentes approches pour la satisfaction de contraintes sur la scène et les caméras. En particulier, nous introduisons une approche novatrice pour la satisfaction de contraintes de manière exacte. Contrairement à la plupart des approches existantes, chaque méthode proposée est accompagnée d'algorithmes pour gérer des cas dans lesquels l'information fournie par l'utilisateur n'est pas suffisante pour reconstruire un modèle unique. Les méthodes proposées dans cette thèse sont validées par la reconstruction de modèles tridimensionnels à partir de petits ensembles d'images, voire à partir d'une seule image. Les images utilisées proviennent de sources très variées, telles que l'Internet, des cartes postales ou des dessins architecturaux.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

.

Cette thèse concerne la reconstruction tridimensionnelle d'objets à partir d'images prises par des caméras. Le schéma classique s'appuie sur un calibrage hors ligne des caméras. Ce calibrage n'est pas toujours possible et des applications dynamiques requièrent en général fréquemment une mise à jour du calibrage au vol. Il est donc clairement souhaitable de pouvoir s'affranchir du besoin d'un calibrage hors ligne. Dans cette thèse, nous nous concentrons d'une part sur des méthodes de reconstruction non calibrée et d'autre part sur le concept de calibrage en ligne ou auto-calibrage. Nous tâchons d'obtenir des mesures tridimensionnelles même avec des images prises par des caméras non calibrées. Les informations obtenues ne sont pas de nature métrique, mais elles sont néanmoins exploitables pour des tâches de reconnaissance d'objets ou d'asservissement de robots. Nous avons développé plusieurs méthodes pratiques pour la reconstruction tridimensionnelle non calibrée. L'auto-calibrage ou calibrage en ligne consiste à calibrer une caméra uniquement à partir d'images d'objets inconnus. Les images prises au cours d'une application peuvent donc être utilisées simultanément pour l'application elle-même et pour le calibrage de la caméra. Notre contribution majeure dans ce domaine est une étude des conditions de dégénérescence qui s'avèrent apparaître fréquemment en pratique. Plus précisément, nous identifions tous les types de mouvements de caméra qui prohibent l'auto-calibrage.

.

Dans le cadre de cette thèse, nous avons étudié la modélisation d'objets structurés au moyen d'images non-calibrées. Un objet structuré est un objet présentant des particularités qui permettent de le d´ecrire facilement à partir d'éléments géométriques ou physiques (une boite, un cylindre, la tour Eiffel,...). A l'opposé, un objet non structuré est, a priori, difficile à définir à partir de quelques règles simples (le ciel, la mer,...). Notre objectif était de proposer une solution permettant à un utilisateur de modéliser un objet en utilisant à la fois ses connaissances sur la scène observée et des informations extraites d'une séquence d'images obtenues au moyen d'un appareil photographique. Afin de garantir la souplesse d'utilisation et de permettre l'usage d'images dont les caractéristiques de prise de vue sont totalement inconnues (images récupérées sur internet, archives,...), nous souhaitions inscrire notre approche dans le cadre de la reconstruction non-calibrée. Le r´esultat de nos travaux est une méthode interactive complète de modélisation à partir d'images non-calibrées. La méthode développée dans cette thèse permet à l'utilisateur de modéliser tout d'abord l'objet au moyen de contraintes, puis de retrouver son modèle tridimensionnel à partir de la localisation des sommets 3D dans les différentes images disponibles. Pour parvenir à ce résultat, le système effectue un ajustement de faisceaux qui estime les dimensions de la sc`ene observée sans requérir l'initialisation de la pose des images.

Cette thèse s'intéresse à trois problèmes fondamentaux de la vision par ordinateur qui sont le suivi vidéo, le calibrage et la reconstruction 3D. Les approches proposées sont strictement basées sur des contraintes photométriques et géométriques présentent dans des images 2D. Le suivi de mouvement se fait généralement dans un flux vidéo et consiste à suivre un objet d'intérêt identifié par l'usager. Nous reprenons une des méthodes les plus robustes à cet effet et l'améliorons de sorte à prendre en charge, en plus de ses translations, les rotations qu'effectue l'objet d'intérêt. Par la suite nous nous attelons au calibrage de caméras; un autre problème fondamental en vision. Il s'agit là, d'estimer des paramètres intrinsèques qui décrivent la projection d'entités 3D dans une image plane. Plus précisément, nous proposons des algorithmes de calibrage plan pour les caméras linéaires (pushbroom) et les vidéo projecteurs lesquels étaient, jusque là, calibrés de fa¸con laborieuse. Le troisième volet de cette thèse sera consacré à la reconstruction 3D par ombres projetée. À moins de connaissance à priori sur le contenu de la scène, cette technique est intrinsèquement ambigüe. Nous proposons une méthode pour réduire cette ambiguïté en exploitant le fait que les spots de lumières sont souvent visibles dans la caméra.

Les problèmes de sécurité constituent le principal obstacle à l'utilisation de robots dans des applications sensibles. Nous répertorions ces problèmes et les solutions partielles qui y sont apportées dans divers domaines d'application de la robotique. Nous détaillons en particulier deux applications qui nous intéressent : le guidage d'un geste médico-chirurgical et l'inspection d'un bol de générateur de vapeur dans une centrale nucléaire. Notre objectif consiste à vérifier de manière globale la bonne exécution de la tâche planifiée. Nous cherchons donc à contrôler la position du robot au moyen de capteurs externes. Aussi étudions-nous les divers types de capteurs de position envisageables avant de proposer une solution qui consiste à apposer des marqueurs passifs sur le robot et à surveiller leur position au moyen de caméras vidéo. Cette manière de procéder implique le calibrage préalable de chacun des composants du système. Nous étudions en détail les méthodes de calibrage intrinsèque de caméras et adoptons une méthode multi-plans que nous étendons au calibrage de caméras à focale variable. Les caméras étant calibrées intrinsèquement, nous proposons une solution pour les recaler par rapport à l'environnement spécifique de chacune de nos deux applications. La dernière phase de calibrage consiste à repérer la position d'un marqueur par rapport au segment du robot qui le porte. Ce problème est tout à fait similaire à la détermination de la position d'une caméra portée par un robot. Nous étudions particulièrement deux solutions classiques dont nous améliorons la précision en minimisant une erreur globale sur un ensemble important de données. Toutes ces étapes étant réalisées, la position des marqueurs peut être prédite, puis vérifiée grâce à un traitement d'images approprié. Des expérimentations complètes ont été menées en vue de montrer la faisabilité du projet et d'évaluer la précision que l'on peut espérer.

L'approche à base d'agents s'intéresse à la modélisation et la simulation de systèmes complexes. Un des aspects importants dans le processus de conception est lié à la mise au point des paramètres du modèle. En effet, ces modèles sont généralement caractérisés par de nombreux paramètres qui déterminent la dynamique globale du système simulé. L'espace des paramètres peut être alors gigantesque. De plus, le comportement de ces systèmes complexes est souvent chaotique. L'approche que nous suggérons est de considérer le problème de calibrage des modèles à base d'agents comme un problème d'optimisation. La validation peut alors être reformulée comme l'identification d'un jeu de paramètres qui optimise une fonction, par exemple une mesure de distance entre le modèle artificiel que nous simulons et le système réel. Nous avons proposé trois approches complémentaires dans le cadre de la thèse. La première approche se fonde sur l'application directe d'un algorithme d'optimisation où le modèle est vu comme une boîte noire dont les entrées sont les valeurs de paramètres et la sortie la valeur d'une fonction objectif évaluée après la simulation du modèle. La deuxième approche consiste ensuite à explorer différentiellement l'espace des paramètres en le découpant de manière adaptative en sous-espaces d'autant plus finement découpés que les paramétrages correspondants sont a priori intéressants. Enfin, la troisième approche consiste à effectuer une seule simulation où les agents sont modifiés en ligne.