Return to search

Géométrie inverse : du nuage de points brut à la surface 3D : théorie et algorithmes

De nombreux scanners laser permettent d'obtenir la surface 3D à partir d'un objet. Néanmoins, la surface reconstruite est souvent lisse, ce qui est du au débruitage interne du scanner et aux décalages entre les scans. Cette thèse utilise des scans haute précision et choisit de ne pas perdre ni altérer les échantillons initiaux au cours du traitement afin de les visualiser. C'est en effet la seule façon de découvrir les imperfections (trous, décalages de scans). De plus, comme les données haute précision capturent même le plus léger détail, tout débruitage ou sous-échantillonnage peut amener à perdre ces détails. La thèse s'attache à prouver que l'on peut trianguler le nuage de point initial en ne perdant presque aucun échantillon. Le problème de la visualisation exacte sur des données de plus de 35 millions de points et de 300 scans différents est ainsi résolu. Deux problèmes majeurs sont traités: le premier est l'orientation du nuage de point brut complet et la création d'un maillage. Le second est la correction des petits décalages entre les scans qui peuvent créer un très fort aliasing et compromettre la visualisation de la surface. Le second développement de la thèse est une décomposition des nuages de points en hautes/basses fréquences. Ainsi, des méthodes classiques pour l'analyse d'image, l'arbre des ensembles de niveau et la représentation MSER, sont étendues aux maillages, ce qui donne une méthode intrinsèque de segmentation de maillages. Une analyse mathématiques d'opérateurs différentiels discrets, proposés dans la littérature et opérant sur des nuages de points est réalisée. En considérant les développements asymptotiques de ces opérateurs sur une surface régulière, ces opérateurs peuvent être classifiés. Cette analyse amène au développement d'un opérateur discret consistant avec le mouvement par courbure moyenne (l'équation de la chaleur intrinsèque) définissant ainsi un espace-échelle numérique simple et remarquablement robuste. Cet espace-échelle permet de résoudre de manière unifiée tous les problèmes mentionnés auparavant (orientation et triangulation du nuage de points, fusion de scans, segmentation de maillages) qui sont ordinairement traités avec des techniques distinctes.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00557589
Date23 November 2010
CreatorsDigne, Julie
PublisherÉcole normale supérieure de Cachan - ENS Cachan
Source SetsCCSD theses-EN-ligne, France
LanguageEnglish
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0016 seconds