Système partagé de fusion : d'un prétraitement des informations à une reconstruction dynamique

Fusion partaged system : from a information preprocessing to a dynamic reconstruction

• Auteur / Autrice : David Helbert
• Direction : Christine Fernandez-Maloigne, Bertrand Augereau
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et des images
• Date : Soutenance en 2005
• Etablissement(s) : Poitiers
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et aéronautique (Poitiers1992-2008)
• Partenaire(s) de recherche : Autre partenaire : Université de Poitiers. UFR des sciences fondamentales et appliquées

Mots clés

Mots clés contrôlés

Géométrie discrète

Fusion multicapteurs

Reconstruction d'image

Traitement d'images

Résumé

Cette thèse a été réalisée dans le cadre d'une allocation DGA/CNRS en collaboration avec le laboratoire SIC de l'université de Poitiers et le département Géographie Image et Perception du Centre d'Expertise Parisien, de la Délégation Générale pour l'Armement. Les travaux réalisés s'inscrivent dans le contexte du traitement d'images dynamiques incluant le prétraitement, la fusion d'informations et la reconstruction 3D. Dans un premier temps, nous nous sommes intéressés à une décomposition multirésolution, appelée transformée ridgelet, qui permet de représenter efficacement les singularités linéaires dans une image. Nous proposons ainsi de discrétiser cette transformée en utilisant des objets analytiques discrets dans le cadre théorique de la géométrie discrète. La transformée qui en résulte s'appelle 3D Discrete Analytical Ridgelet Transform. Les performances de cette méthode et son extension locale sont illustrées par le débruitage des séquences du cadre applicatif de cette thèse, mais aussi par la restauration de vidéos couleur. Dans un second temps, nous avons travaillé dans le seul cadre applicatif de l'analyse dynamique du geste sportif afin de proposer une méthode de reconstruction 3D des trajectoires de marqueurs fixés sur des athlètes. Le geste est alors enregistré par plusieurs caméras. Le principe est d'appliquer des algorithmes de suivi aux marqueurs extraits de chaque séquence d'images, puis d'utiliser l'ensemble des données afin de reconstruire les mouvements de l'athète dans un espace 3D. L'algorithme de suivi utilise le formalisme de la théorie de l'évidence, qui permet de représenter tant une connaissance partielle qu'une ignorance, mais aussi de combiner des données incertaines.

This thesis has been made in the frame of a DGA/CNRS allocation in collaboration with the SIC laboratory, university of Poitiers, and Géographie, Image et Perception department, Centre d'Expertise Parisien (Délégation Générale pour l'Armement). These works are coming within the framework of dynamical image processing including pre-processing, information fusion and 3D reconstruction. In the first time, we have been interested by a multiresolution decomposition, named ridgelet transform, allowing to represent efficiently linear singularities in an image. We propose to discretize this transform using discrete analytical objects in the theoritical frame of the discrete geometry. The resulting transform is named 3D Discrete Analytical Ridgelet Transform. Performances of this method and its local extension are illustrated by image sequences denoising from application frame of this thesis, but also by colour image restoration. In a second time, we have worked in the only application frame of sportive gesture dynamical analysis to propose a 3D reconstruction method of marker trajectories fixed on athletes. The gesture is then recorded by several cameras. The principle is to apply tracking algorithms on markers extracted from each image sequences, then to use the set of data to reconstruct athlete movements in the 3D space. The tracking algorithm uses the formalism of evidence theory allowing to represent both a partial knowledge and an ignorance and to combine uncertain data.