par Schenkel, Arnaud 
Président du jury Lafruit, Gauthier
Promoteur Debeir, Olivier
Co-Promoteur Warzée, Nadine
Publication Non publié, 2017-01-12
Président du jury Lafruit, Gauthier
Promoteur Debeir, Olivier
Co-Promoteur Warzée, Nadine
Publication Non publié, 2017-01-12
Thèse de doctorat
| Résumé : | L’utilisation de scanners 3D permet d’obtenir, en fin de chaîne de traitement, des modèles tridimensionnels de haute résolution d’objets ou de sites. Ces modèles combinent une représentation formée d’un très grand nombre de points, couplée avec des textures photographiques pour simuler au mieux la réalité. Ils peuvent servir de base à de futures recherches, au calcul de diverses informations, à des propositions de restitutions, comme illustration, ou encore à l’archivage.Pour pouvoir être manipulées et exploitées, il est nécessaire de corriger ces données. Différents traitements doivent ainsi être appliqués : la suppression des défauts dus au processus de digitalisation ou à l’environnement de numérisation, la mise en correspondance de balayages partiels, l’élimination des objets parasites ou encore l’homogénéisation de l’aspect des surfaces. Les méthodes actuelles ne permettent pas d’effectuer aisément ces traitements de manière rapide et performante. Elles requièrent de nombreuses interventions manuelles, souvent lourdes et fastidieuses.Cette thèse vise à définir une méthodologie et à fournir les algorithmes et les outils nécessaires au post-traitement de ces acquisitions tridimensionnelles de grande taille, de manière automatisée tout en tenant compte des volumes de données à manipuler. Une structure de données adaptée au problème est proposée ainsi qu’une base d’outils destinée au traitement de volumes importants de points, en considérant la mémoire nécessaire et le temps de calcul requis. Nous proposons sur cette base une chaîne de traitement pour gérer les erreurs géométriques, liées au processus de numérisation, ainsi que les problèmes de colorisation, liés à l’acquisition de photographies dans des conditions variables (éclairage non contrôlé). Nous pouvons identifier quatre types d’erreurs géométriques qui vont ainsi être traitées : le bruit de mesure, la présence de valeurs aberrantes, les trainées de points et les inconsistances dans le modèle. La colorisation se base sur l’utilisation de l’ensemble des photographies effectuées sur le terrain en tenant compte de la variabilité des conditions d’acquisition (éclairage naturel, présence d’ombres, risque de surexposition,. . .). La solution proposée est compatible avec un calcul en temps réel comparativement à la durée d’acquisition sur le terrain, permettant d’obtenir des informations pertinentes pour guider le travail de terrain. |
