Stéréovision passive avec modélisation curviligne pour la robotique

Passive stereovision with curved modelization for robotics

• Auteur / Autrice : Mohammed Alami
• Direction : Directeur de thèse inconnu
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 1987
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés contrôlés

Robots

Vision par ordinateur

Mots clés libres

Vision stéréoscopique

Segmentation par arcs de cercle

Résumé

Cette thèse comporte la conception et la mise en oeuvre d'une méthode pour la détermination 3D des bords apparents d'un objet tridimensionnel dans une région de l'espace. Les pièces traitées sont des objets opaques. Une des phases de prétraitement de l'image en vue de la reconnaissance, est l'approximation de l'image de contours par des courbes. La méthode que nous avons proposée est basée sur une approximation par des arcs de cercle. Les arcs de cercle permettent d'augmenter la précision de l'approximation (par rapport à l'approximation par des segments de droite), tout en permettant aussi une réduction de la quantité globale des données. Cette méthode peut être appliquée aussi bien à des objets dont l'enveloppe est polyédrique ou non polyédrique. La méthode que nous avons développée pour la détermination 3D des bords apparents des objets peut être classée parmi les techniques de stéréovision (K2D) et elle utilise deux images prises par deux caméras. Il est bien connu que la difficulté majeure en stéréovision est la mise en correspondance des images produites par les deux caméras. Nous avons utilisé les arcs de cercle comme caractéristiques pour la mise en correspondance. Dans le cas des objets non polyédriques, on ne peut pas s'attendre à une correspondance un à un entre les entités des deux images. La correspondance entre deux arcs de cercle est donc partielle. On considère chaque image comme un graphe dont les arêtes correspondent aux arcs de cercle. Ces graphes sont divisés en composantes connexes. Le traitement s'effectue en faisant l'appariement des composantes connexes. La méthode s'avère efficace tant pour des scènes d'environnement robotique que s'il s'agit d'objets appartenant à d'autres gammes de produits. Les appariements sont corrects dans une proportion supérieure à 95%, pour des temps de calcul qui permettent d'envisager son implémentation pour la robotique en temps réel.

This thesis presents a method and its implementation for the Localization of 3D features of objects in tridimensionnal space. The handled parts are opaque. First, the segmented image of a scene is approximated by curves. Our method is based upon the use of circle arcs. This approach increases the precision of the approximation over the classical method using Line segments; furthermore the amount of data is decreased and it is best fitted for non-polyhedrical objects as well as for polyhedrical ones. Localization of 3D features is built around a stereovision method (K2D) that we have developed. For this purpose, we need two images of the scene taken from different points. Using circle arcs primitives improves the overall matching process. An image is considered as a set of ''connected components' of circle arcs. We cannot expect one-to-one fitting between features of two images for non-polyhedral objects. So, the matching must be done between parts of circle arcs. We treat each image as a graph whose arcs are the circle arcs. These graphs are divided in connected components. The processing is done by matching the connected components. The method has been tested on industrical parts images as well as common life objects. Matchings are good over 95%, and the computational time encourages us to seek for real time implementation.