Mise en correspondance d'images et de modèles : application à la reconstruction 3D de scènes sportives

Image-model matching : application in 3D reconstruction of sport scenes

• Auteur / Autrice : Arnaud Alexandre Alain Le Troter
• Direction : Jean Séqueira
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2006
• Etablissement(s) : Aix-Marseille 2
• Partenaire(s) de recherche : Autre partenaire : Université d'Aix-Marseille II. Faculté des sciences (1969-2011)

Mots clés

Mots clés contrôlés

Modélisation tridimensionnelle

Ergonomie cognitive

Reconstruction d'image

Traitement d'images

Résumé

Cette thèse s’inscrit dans le cadre du projet SimulFoot dont l’objectif est l’analyse de scènes de football. Nos problématiques concernent l’analyse de séquences d’images, la modélisation géométrique et la visualisation, ainsi que la simulation et l’ergonomie cognitive. Nos principales recherches se sont focalisées sur des processus de traitement d’images pour la reconstruction automatique d’un modèle 3D d’une scène à partir d’une seule image. Une première étape permet la détection de la région d’intérêt (le terrain) par une analyse colorimétrique. Nous illustrons notre méthodologie à travers l’étude de la distribution des pixels dans l’espace HLS. En complément, nous proposons une nouvelle façon de structurer, au niveau perceptuel, l’espace des couleurs CIELab. Une seconde étape propose une approche originale d’extraction (par transformées de Hough) des amers de la région d’intérêt (droites et ellipses) et leur mise en correspondance avec des éléments remarquables du modèle 3D.

This PhD is part of the SimulFoot project, whose main goal is the analysis of soccer scenes. Our research deals with image sequence analysis, geometrical modeling, and visualization, as well as simulation and cognitive studies. Our work focuses on image processing methods for automatically reconstructing a 3D model from a single image in the scene. A first step provides the detection of a region of interest (the field) by colorimetric analysis. Our method is illustrated with the study of pixel distribution in the HLS color space. We then propose a novel method for color space categorization at the perceptual level in CIELab space. A second step proposes an original approach for extracting (using a Hough transform) the landmarks of a region of interest (straight lines and ellipses) and matching them with the corresponding features in the 3D model.