Thèse soutenue

Segmentation de surfaces représentées par des nuages de points non organisés

FR  |  
EN
Auteur / Autrice : Abdelmadjid Bahi
Direction : Denis Vandorpe
Type : Thèse de doctorat
Discipline(s) : Sciences. Informatique
Date : Soutenance en 1997
Etablissement(s) : Lyon 1
Jury : Président / Présidente : Denis Vandorpe

Résumé

FR

L'objectif de la reconstruction tridimensionnelle des surfaces consiste a produire un modele geometrique a partir d'informations discretes. Afin d'arriver a un minimum de precision en respectant la forme de l'objet, une etape de segmentation s'impose. Nous disposons initialement de nuages de points pouvant etre non structures, issus de la fusion de plusieurs vues, le but est de subdiviser ces nuages en sous ensembles homogenes au sens geometriques. Pour aborder le probleme de maniere generale, nous proposons, d'une part une methode de calcul de voisinage, qui s'adapte avec la variation de la densite des points, et d'autre part une methode iterative, basee sur l'analyse en composantes principales, pour le calcul precis des proprietes differentielles : courbures, repere de darboux et les lignes de courbures, qui sont les outils necessaire a nos approches de segmentation. Pour realiser la segmentation, nous introduisons une notion de contour flou que nous appellerons zone frontaliere. En se basant sur les proprietes intrinseques de surfaces, nous detectons les trois types de contours qui peuvent se presenter dans les images de profondeurs (aretes vives, contours d'occlusion et contours lisses). A partir de ces zones frontalieres nous presentons deux methodes de segmentation ; la premiere consiste a affiner ces zones frontalieres pour obtenir les contours filiformes, en utilisant un algorithme de cooperation entre courbures et directions qui permet le suivi en 3d. La deuxieme methode permet l'extraction des regions homogenes, en utilisant un processus de propagation d'ondes. En outre, une approche de suivi de contour exterieur a ete proposee. Tout au long de notre travail, la robustesse et la precision des resultats etaient au centre de nos preoccupations ; nous presentons une etude de complexite des algorithmes ainsi qu'une analyse des erreurs commises qui valident nos approches de segmentation.