Segmentation d'images de profondeur

• Auteur / Autrice : Paul Checchin
• Direction : Joseph Alizon
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1996
• Etablissement(s) : Clermont-Ferrand 2

Résumé

Cette thèse concerne la segmentation des données discrètes 3D, appelées images de profondeur, fournies par des capteurs de profondeur actifs. Ces informations tridimensionnelles sont une représentation point par point des surfaces observées par ces capteurs de vision. Les différents méthodes et capteurs permettant l'acquisition d'informations tridimensionnelles sont décrits. Le problème de la segmentation d'images de profondeur est défini, puis les principales techniques de segmentation sont présentées. Une analyse de l'état de l'art dans le domaine nous amène à justifier la direction de nos travaux, en particulier à dissocier la segmentation d'images de profondeur en deux problèmes selon le type de scènes analysées, constituées d'objets uniquement polyedriques ou non. Une méthode de segmentation d'images de profondeur en surfaces planes est tout d'abord proposée, puis elle est étendue à la segmentation en régions planes et courbes. Les originalités de la méthode reposent sur le procédé d'estimation des attributs différentiels et sur le choix des germes de la croissance de régions. Les régions extraites sont représentées par un graphe d'adjacence et forment la base d'une pyramide de graphes. Les données initiales sont filtrées. Le choix du filtre réducteur de bruit est realisé lors d'une étude comparative de plusieurs opérateurs existants. L'étape suivante consiste à analyser les différents profils 1D de l'image, constitués par ses lignes et ses colonnes, afin d'estimer les derivées directionnelles du premier et du second ordre. La normale et la courbure moyenne à la surface en chaque pixel sont ensuite déduites, tout en tenant compte des discontinuités de profondeur. Les pixels sont alors regroupés en régions homogènes au sens de ces attributs. A partir du graphe d'adjacence des régions ainsi obtenues, une stratégie pyramidale de fusion, parallélisable, est mise en oeuvre pour aboutir au résultat de la segmentation. Les performances de l'algorithme proposé sont caracterisées. Les résultats, obtenus à partir d'un jeu important d'images réelles issues de capteurs différents, sont présentés et comparés avec ceux fournis par d'autres méthodes connues. Cette évaluation quantitative est menée sur la base de critères calculés à partir d'une connaissance de la segmentation idéale. Les mesures effectuées montrent que l'approche que nous avons developpée fournit, dans des temps de calcul acceptables, des résultats de qualité similaire, sinon supérieure, à ceux obtenus par d'autres techniques.