Autres liens

Lumière structurée.

Structure 3-D et illumination

Il est parfois intéressant de capturer ce qu'on appelle une scène en 3D à partir d'une série d'images 2D. Diverses techniques existent, la plus populaire étant sans doute la reconstruction stéréo, à partir d'au moins deux images et par triangulation géométrique en comparant les positions relatives d'objets dans les deux images. C'est ce que fait notre cerveau automatiquement à partir des deux images provenant de nos deux yeux.

La vision stéréo est simple en théorie mais donne lieu à des calculs difficiles. On se propose d'étudier une technique plus simple qui utilise une seule caméra en conjonction avec une illumination spécifique, telle qu'illustrée ci-dessous.

Illumination d'un objet par une série de bandes alternativement noires et blanches

L'idée est d'illuminer un objet par des bandes alternativement noires et blanches et de capturer en chaque point l'intensité minimale et maximale. Les images animées suivantes illustrent le procédé.



Illumination par une série de bandes Résultat de la reconstruction.

Dans le résultat final, on obtient une distance codée dans l'image. Les pixels noirs sont les plus éloignés et les blancs les plus proches. On peut aussi créer une image composite avec un maillage 3D sur lequel on applique une "texture" provenant de l'information de couleur (ou niveau de gris) de l'objet initial.


Applications

Une application potentielle de cette approche est la reconnaissance fiable de visages.

Un visage capturé en 3D en utilisant une illumination structurée


Le projet dans le cadre de PR302

Étant donné le temps imparti, il n'est pas réaliste d'imaginer développer une application complète, cependant on s'attachera à mettre en oeuvre une grande partie des outils nécessaires:

  • Mise en oeuvre d'une illumination structurée, par exemple en utilisant un vidéo-projecteur ;
  • Capture temporelle d'une série d'illumination ;
  • Utilisation de cette série pour une reconstruction simple ;
  • Triangulation ;
  • Affichage avec OpenGL ;
  • Ajout de la texture couleur ;
  • Problèmes de topologie ;
  • Utilisation de cette structure 3D, par exemple pour la reconnaissance.

Nombre d'étudiants: 3 ou 4

Environnement: Linux + librarie d'analyse d'image

Langage: C/C++

Pré-requis : IN101, IN102, PR102, IN301, IN302

Renseignements complémentaires

Pour toute questions, contactez moi directement:

Hugues Talbot

Bureau ESIEE 4355 (épi 4)

Tel: 01 45 92 66 15

Email: talboth@esiee.fr