Cette thèse se porte sur la segmentation affine par régions des cartes de profondeurs obtenues par stéréoscopie en milieu urbain.Cette détection est constituée de 3 étapes.Tout d'abord, un modèle statistique a contrario est introduit afin de déterminer de manière automatique la valeur de certains paramètres courants dans ce genre de problèmes: seuil de validation d'un groupe comme plan, seuil de rejet des points aberrants. Ce modèle permet de plus la comparaison de plusieurs solutions.Dans un second temps, un algorithme glouton est proposé pour obtenir la segmentation plane par morceaux y compris dans des conditions parcimonieuses. Cet algorithme est basé uniquement sur l'information 3D fournie par la carte de profondeur.Enfin, une dernière étape est proposée afin d'affiner le résultat de la segmentation notamment dans les zones où les disparités sont inconnues ou éventuellement fausses. Cette dernière étape est basée sur la combinaison des informations 3D et images de la paire stéréo. / This thesis deals with the piecewise-affine segmentation of disparity maps and range images in urban environment.The detection is three-stepped.First, an a contrario model is defined to determine automatically the values of several parameters common to those types of problems: planar validation of groups, rejection threshold of outliers.Then a greedy algorithm is proposed to achieve the piecewise planar segmentation including in presence of sparse disparity maps. This algorithm is uniquely based on the 3D information of the disparity map.At last, a refinement of the segmentation is proposed for the regions where the disparity is either imprecise or unknown. This step is based on the combination of both 3D information and images of the stereo pair
Identifer | oai:union.ndltd.org:theses.fr/2011DENS0041 |
Date | 26 October 2011 |
Creators | Bughin, Eric |
Contributors | Cachan, Ecole normale supérieure, Almansa, Andrés |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0114 seconds