La préparation d'interventions de maintenance dans les installations industrielles a dorénavant recours à des outils d'étude, de modélisation et de simulation basés sur l'exploitation de modèles virtuels 3D des installations. L'acquisition de ces modèles tridimensionnels s'effectue à partir de nuages de points mesurés, depuis plusieurs points de vue, par balayage angulaire horizontal et vertical d'un faisceau laser par scanner laser terrestre. L'expression dans un repère commun de l'ensemble des données acquises est appelée consolidation, au cours de laquelle les paramètres de changement de repères entre les stations sont calculés. L'objectif de cette thèse est d'améliorer la méthode d'acquisition de données laser en environnements industriels. Celle-ci doit, au final, garantir la précision et l'exactitude nécessaires des données tout en optimisant le temps et les protocoles d'acquisition sur site, en libérant l'opérateur d'un certain nombre de contraintes inhérentes au relevé topographique classique. Nous examinons, dans un premier temps, l'état de l'art des moyens et méthodes mis en œuvre lors de l'acquisition de nuages de points denses de scènes d'intérieurs complexes (Partie I). Dans un deuxième temps, nous étudions et évaluons les données utilisables pour la consolidation: données laser terrestres, algorithmes de reconstruction de primitives et systèmes de géolocalisation d'intérieur (Partie II). Dans une troisième partie, nous formalisons et expérimentons ensuite un algorithme de recalage basé sur l'utilisation de primitives appariées, reconstruites dans les nuages de points (Partie~III). Nous proposons finalement une approche probabiliste de l'appariement de primitives permettant l'intégration des informations et incertitudes a priori dans le système de contraintes utilisé pour le calcul des poses (Partie IV).

Le contexte de ce travail est la modélisation CAO "tel que construit" de grandes structures industrielles numérisées (usine, ...). L'environnement existant est tout d'abord numérisé à l'aide d'un scanner laser. Les données ainsi obtenues prennent la forme d'un nuage de points 3D non-structuré et non-homogène. L'étape suivante consiste à segmenter ce nuage de points et reconstruire les différentes surfaces constituant le modèle CAO de la scène. Les environnements industriels génèrent des scènes complexes par le nombre de données et d'éléments présents, mais qui se décrivent par des primitives géométriques simples: plan, sphère, cylindre, cône, tore. Les outils actuels traitant les nuages de points 3D ne permettent pas de réaliser cette segmentation de manière automatique. <br /><br />Dans cette thèse, des algorithmes ont été développés dans ce but. L'attention a en particulier été portée sur la segmentation des lignes de tuyauterie. Les solutions logicielles implémentées dans ce cadre ont été validées par des tests auprès d'utilisateurs experts des outils actuels. Les méthodes développées se caractérisent par l'utilisation au cours de la segmentation de primitives géométriques contraintes, issues de connaissances "métier" (par exemple relations de continuité ou de tangence). L'ajustement de primitive géométrique est un élément de base au sein de ces travaux. Les procédés mis en œuvre, qui utilisent une définition véritablement géométrique des primitives, montrent de bonnes performances en pratique. D'autre part, l'un des problèmes majeurs concerne les moyens de valider le modèle ajusté. La question de la validation de modèle géométrique a été examinée. Nous présentons des méthodes originales construites à partir d'outils statistiques. Enfin, une autre contribution de cette thèse se situe au niveau des algorithmes d'extraction de primitives géométriques d'un nuage de points. Les méthodes présentées ont été appliquées dans le contexte des lignes de tuyauterie, mais semblent également pertinentes pour résoudre la question plus générale de la modélisation totalement automatique d'un environnement numérisé.

Cette thèse s'intègre dans le processus qui conduit de l'acquisition numérique 3D à<br />la réalisation de maquettes virtuelles destinées à l'architecture et à l'archéologie.<br />Elle débute par l'étude des techniques d'acquisition 3D utilisées, la lasergrammétrie<br />et la photogrammétrie architecturale, et se poursuit par une analyse comparative<br />détaillée de ces dispositifs, basée sur de multiples expérimentations réalisées sur le<br />terrain lors de la collaboration entre le Map-Crai et le Map-Page.<br />Ensuite une réflexion sur la morphologie architecturale est abordée autour de ses<br />variantes typologiques et architectoniques, suivie par les questions théoriques<br />soulevées par la modélisation 3D et plus spécifiquement la modélisation<br />architecturale.<br />Diverses expérimentations sont ensuite présentées, elles constituent le support<br />d'une réflexion sur le développement d'outils numériques destinés à faciliter la<br />modélisation géométrique architecturale. La principale contribution de cette thèse<br />correspond à l'association de cette réflexion empirique à une approche analytique<br />fondée sur nos connaissances théoriques en architecture, qui aboutit à l'identification<br />de primitives géométriques contraintes, les moulures. Les outils numériques ainsi<br />développés dans un logiciel de CAO définissent ces primitives géométriques<br />ajustables dont le champ d'application initial, spécifique à l'architecture classique,<br />sera étendu à l'architecture khmère.<br />Enfin une proposition plus évoluée correspondant à la téléologie de cette thèse,<br />obtenir de façon efficace un résultat conforme au cahier des charges de la<br />modélisation architecturale et archéologique, est intégrée dans un logiciel de<br />synthèse d'image.

La préparation d'interventions de maintenance dans les installations industrielles a dorénavant recours à des outils d'étude, de modélisation et de simulation basés sur l'exploitation de modèles virtuels 3D des installations. L'acquisition de ces modèles tridimensionnels s'effectue à partir de nuages de points mesurés, depuis plusieurs points de vue, par balayage angulaire horizontal et vertical d'un faisceau laser par scanner laser terrestre. L'expression dans un repère commun de l'ensemble des données acquises est appelée consolidation, au cours de laquelle les paramètres de changement de repères entre les stations sont calculés. L'objectif de cette thèse est d'améliorer la méthode d'acquisition de données laser en environnements industriels. Celle-ci doit, au final, garantir la précision et l'exactitude nécessaires des données tout en optimisant le temps et les protocoles d'acquisition sur site, en libérant l'opérateur d'un certain nombre de contraintes inhérentes au relevé topographique classique. Nous examinons, dans un premier temps, l'état de l'art des moyens et méthodes mis en œuvre lors de l'acquisition de nuages de points denses de scènes d'intérieurs complexes (Partie I). Dans un deuxième temps, nous étudions et évaluons les données utilisables pour la consolidation: données laser terrestres, algorithmes de reconstruction de primitives et systèmes de géolocalisation d'intérieur (Partie II). Dans une troisième partie, nous formalisons et expérimentons ensuite un algorithme de recalage basé sur l'utilisation de primitives appariées, reconstruites dans les nuages de points (Partie~III). Nous proposons finalement une approche probabiliste de l'appariement de primitives permettant l'intégration des informations et incertitudes a priori dans le système de contraintes utilisé pour le calcul des poses (Partie IV). / Many pre-maintenance operations of industrial facilities currently resort on to three-dimensional CAD models. The acquisition of these models is performed from point clouds measured by Terrestrial Laser Scanning (TLS). When the scenes are complex, several viewpoints for scanning, also known as stations, are necessary to ensure the completeness and the density of the survey data. The generation of a global point cloud, i.e. the expression of all the acquired data in a common reference frame, is a crucial step called registration. During this process, the pose parameters are estimated. If the GNSS systems are now a solution for many outdoor scenes, the registration of indoor TLS data still remains a challenge. The objective of this thesis is to improve the acquisition process of TLS data in industrial environments. The aim is to guarantee the precision and accuracy of acquired data, while optimizing on-site acquisition time and protocols by, as often as possible, freeing the operator from the constraints inherent to conventional topographic surveys. In a first part, we consider the state of the art of the means and methods used during the acquisition of dense point clouds of complex interior scenes (Part I). In a second part, we study and evaluate the data available for the registration: terrestrial laser scanner data, primitive reconstruction algorithms in point clouds and indoor geolocation systems (Part II). In the third part, we then formalize and experiment a registration algorithm based on the use of matched primitives, reconstructed from per station point clouds (Part III). We finally propose a probabilistic approach for matching primitives, allowing the integration of a priori information and uncertainty in the constraints system used for calculating poses (Part IV).

La modélisation géométrique d'objets fabriqués par l'homme à partir de données 3D est l'un des plus grands défis de la vision par ordinateur et de l'infographie. L'objectif à long terme est de générer des modèles de type CAO de la manière la plus automatique possible. Pour atteindre cet objectif, des problèmes difficiles doivent être résolus, notamment (i) le passage à l'échelle du processus de modélisation sur des données d'entrée massives, (ii) la robustesse de la méthodologie contre des mesures d'entrées erronés, et (iii) la qualité géométrique des modèles de sortie. Les méthodes existantes fonctionnent efficacement pour reconstruire la surface des objets de forme libre. Cependant, dans le cas d'objets fabriqués par l'homme, il est difficile d'obtenir des résultats dont la qualité approche celle des représentations hautement structurées, comme les modèles CAO. Dans cette thèse, nous présentons une série de contributions dans ce domaine. Tout d'abord, nous proposons une méthode de classification basée sur l'apprentissage en profondeur pour distinguer des objets dans des environnements complexes à partir de nuages de points 3D. Deuxièmement, nous proposons un algorithme pour détecter des primitives planaires dans des données 3D à différents niveaux d'abstraction. Enfin, nous proposons un mécanisme pour assembler des primitives planaires en maillages polygonaux compacts. Ces contributions sont complémentaires et peuvent être utilisées de manière séquentielle pour reconstruire des modèles de ville à différents niveaux de détail à partir de données 3D aéroportées. Nous illustrons la robustesse, le passage à l'échelle et l'efficacité de nos méthodes sur des données laser et multi-vues stéréo sur des scènes composées d'objets fabriqués par l'homme. / Geometric modeling of man-made objects from 3D data is one of the biggest challenges in Computer Vision and Computer Graphics. The long term goal is to generate a CAD-style model in an as-automatic-as-possible way. To achieve this goal, difficult issues have to be addressed including (i) the scalability of the modeling process with respect to massive input data, (ii) the robustness of the methodology to various defect-laden input measurements, and (iii) the geometric quality of output models. Existing methods work well to recover the surface of free-form objects. However, in case of manmade objects, it is difficult to produce results that approach the quality of high-structured representations as CAD models.In this thesis, we present a series of contributions to the field. First, we propose a classification method based on deep learning to distinguish objects from raw 3D point cloud. Second, we propose an algorithm to detect planar primitives in 3D data at different level of abstraction. Finally, we propose a mechanism to assemble planar primitives into compact polygonal meshes. These contributions are complementary and can be used sequentially to reconstruct city models at various level-of-details from airborne 3D data. We illustrate the robustness, scalability and efficiency of our methods on both laser and multi-view stereo data composed of man-made objects.