Projet I3 - informatique - 2006/2007

Analyse des surfaces discrètes pour la modélisation de formes 3D

proposé; par Yukiko Kenmochi

Contexte

Pour reconstruire une forme 3D en utilisant un capteur numérique comme un télémètre laser, nous acquérons d'abord plusieurs images 3D prises à partir de différents points de vue, i.e. un ensemble de nuages de points (voir Ref.1 pour des exemples), et les intégrons dans un espace commun. Cet intégration s'appelle le recalage.

Pour réaliser le recalage, nous avons besoin d'extraire des parties de surfaces discrètes qui sont communes aux différents nuages de points. Par exemple, dans le cas où une forme contient des surfaces planes (voir le site pour un exemple), il est connu qu'au moins trois différentes surfaces planes communes sont nécessaires pour le recalage [Ref.2]. Dans le cas où une forme ne contient pas de surfaces planes (voir le site pour un example), on utilise, par exemple, l'EGI (Extended Gaussian Images) [Ref.3], qui est une distribution de tous les vecteurs normaux unitaires d'une surface projetés sur une sphère unitaire. En utilisant une technique basée sur la corrélation de deux EGI, on peut réaliser le recalage [Ref.4].

Dans ce projet, nous étudions des méthodes pour analyser des surfaces discrètes dans le cadre de la géométrie discrète pour le recalage. Autrement dit, nous définissions l'EGI discrète et étudions des méthodes d'analyse de surfaces discrètes en utilisant cette définition.

Objectif

Étudier des méthodes pour l'analyse de surfaces discrètes dans le cadre de la géométrie discrète et développer des outils pour l'analyse et aussi pour la visualisation en Java.

Remarque

Connaissances obligatoires :
programmation en Java.

Connaissances utiles :
Infographie, traitement des images en Java, anglais.

Références

  1. OSU-MSU-WSU range image database hosted by SAMPL at the Ohio State University.
    http://sampl.ece.ohio-state.edu/data/3DDB/RID/
  2. H. Shum, K. Ikeuchi and R. Reddy.
    Principal Component Analysis with Missing Data and its Application to Polyhedral Object Modeling,
    IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 17, No. 9, September, 1995, pp. 854-867.
  3. B. K. P. Horn.
    Extended Gaussian Images,
    Proceedings of the IEEE, Vol. 72, No. 12, pp. 1671-1686, December 1984.
  4. A. Makadia, A. Patterson and K. Daniilidis.
    Fully Automatic Registration of 3D Point Clouds,
    IEEE Conference on Computer Vision and Pattern Recognition, New York, June 2006.

Contact

Yukiko Kenmochi (bureau 5351)


Yukiko Kenmochi
Dernière mise à jour: 8/3/2007