| dc.description.abstract | La reconstruction 3D d'une scène réelle à partir d'une ou plusieurs images permet de comprendre la relation tridimensionnelle qui existe entre les différents objets. À cet effet, il existe plusieurs indices de profondeur (coins, flou, disparité, mouvement, etc.) permettant la perception 3D. Pour notre part, nous avons étudié, développé et implanté quatre approches dont une pour la détection des jonctions de lignes, une pour la segmentation basée sur le mouvement, une pour l'estimation du flou et enfin une pour l'estimation simultanée du flou et de la disparité. La détection des jonctions et des terminaisons de lignes est basée sur une mesure de courbure locale. Étant donné que ces caractéristiques de l'image sont robustes, elles constituent un intérêt particulier pour la mise en correspondance et la reconstruction 3D. La segmentation en couches des images d'une séquence vidéo consiste à déterminer l'ordre de profondeur relatif des objets (régions) les uns par rapport aux autres à partir d'un critère d'homogénéité du flot optique. L'estimation de la différence de flou entre deux images d'une même scène est fondée sur la transformée d'Hermite. Afin de valider l'estimation résultante, la profondeur des objets de la scène est ensuite calculée à partir de la différence de flou. Finalement, le modèle unifié permet de calculer de manière simultanée et coopérative le flou et la disparité. Il constitue en fait une généralisation de notre approche d'estimation du flou. Les indices ainsi calculés peuvent ensuite servir à la reconstruction 3D de scènes complexes. | fr |
