• Langue : Français
• Discipline : Automatique et informatique industrielle
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/2004

Résumé en langue originale

Un des objectifs de la vision artificielle est de percevoir le relief d'un environnement à partir d'une ou plusieurs images. La vision binoculaire constitue l'une des méthodes les plus utilisées dans ce domaine. Il s'agit de retrouver la géométrie spatiale d'une scène à partir de deux images prises sous des angles différents. Une des principales difficultés de cette méthode est la mise en correspondance d'indices visuels extraits des images stéréoscopiques. Les techniques séquentielles ou multi-résolutions ayant montré leurs limites, nous présentons dans cette thèse une approche globale pour la mise en correspondance de primitives de type point de contour. Dans cette approche l'appariement stéréoscopique est considéré comme un problème d'optimisation dont la résolution est basée sur les concepts de calcul génétique. Grâce à un codage spécifique, une fonction d'évaluation des solutions (fonction fitness) est construite à partir des contraintes stéréoscopiques. Un algorithme génétique est ensuite mis en oeuvre pour explorer l'espace des solutions, à partir d'une population initiale de solutions et par application des opérations de sélection, de croisement et de mutation. Afin de réduire la complexité du problème de mise en correspondance, nous proposons une stratégie hiérarchique de recherche des appariements. L'évaluation de nos algorithmes de mise en correspondance, appliqués sur de nombreuses images stéréoscopiques, montre l'intérêt de notre approche pour la reconstruction 3D d'une scène. L'implémentation des procédures développées sur des structures parallèles spécifiques permettraient d'améliorer les temps d'exécution et d'envisager une exploitation effective du procédé.