Traitement de séquences d'images pour l'estimation jointe de la structure et du mouvement : Application à l'imagerie aérienne

• Auteur / Autrice : Martial Sanfourche
• Direction : Sylvie Philipp-Foliguet
• Type : Thèse de doctorat
• Discipline(s) : Électronique
• Date : Soutenance en 2005
• Etablissement(s) : Cergy-Pontoise
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie (Cergy-Pontoise, Val d'Oise)

Mots clés

Mots clés contrôlés

Théorie des graphes

Optimisation combinatoire

Résumé

Nous nous intéressons à la reconstruction 3D de scènes urbaines à partir de séquences d'images aériennes, partiellement calibrées, acquises dans une configuration de prise de vue rasante. La méthode de reconstruction proposée comprend deux étapes. Dans la première, un processus d'auto-calibrage est mis en oeuvre. Il en résulte un affinage des paramètres de prise de vue et une estimation éparse du relief de la scène. La deuxième étape correspond à la densification de la structure 3D précédente. Elle consiste en un processus de mise en correspondance dense combinant un critère de similarité multi-vue prenant en compte les occultations et un terme de régularisation respectant les discontinuités de la surface 3D recherchée. Pour améliorer la résolution de la reconstruction, nous utilisons les images temporellement proches dans un processus préalable de super-résolution générant des images de meilleure résolution. Nous présentons des résultats sur données de synthèse et données réelles.

We address urban scene 3D reconstruction from partially calibrated side looking aerial image sequences. We proceed in two steps. The first step corresponds to an auto-calibration step. Camera motion parameters and 3D position of some scene points are jointly refined by bundle adjustment. In the second step, a multi frame dense matching method is used to obtain a dense 3D reconstruction in the form of digital surface model. Matching lays on a global pixelwise criterion with explicit account for occlusion effects and a spatial regularisation with a discontinuity preserving L1-norm penalization term. Optimisation is achieved thanks to an efficient graph-based algorithm. In order to improve the resolution of the reconstruction, temporally close images are used to generate best resolution images by a super-resolution process. Then super-resolved images are matched. We present results and evaluation on synthetic and real image sequences.