Cours Imagerie3D Part2

download Cours Imagerie3D Part2

of 30

Transcript of Cours Imagerie3D Part2

  • 5/26/2018 Cours Imagerie3D Part2

    1/30

    PlanApplications

    Techniques de numrisation 3D

    Reprsentation de donnes 3D

    Techniques de reconstruction

    Traitement de donnes 3D

    Visualisation

    Reprsentations de donnes 3D

    Comment reprsenterlinformation numrise{ partir dobjets rels?

    Comment modliser lesobjets 3D gnrsgraphiquement?

  • 5/26/2018 Cours Imagerie3D Part2

    2/30

    Reprsentations de donnes 3D

    Points Nuage de points

    Image de profondeur

    Surface Maillage polygonale

    Surface paramtre

    Surface implicite

    Volumes Voxels

    Gomtrie deconstruction de solides

    Reprsentations de donnes 3D

    Ensemble de points non structurs

    Nuage de points

  • 5/26/2018 Cours Imagerie3D Part2

    3/30

    Reprsentations de donnes 3D

    Ensemble de points 3Drgulirement chantillonnsreprsentant un objet { partir dunpoint de vue. Le voisinage estdfinit.

    Image de profondeur (range Image): Image 2.5D

    Reprsentations de donnes 3D

    Peut tre reprsente comme uneimage ou le niveau de gris associ

    chaque pixel correspond laprofondeur (la distance quispare le capteur 3D dun pointvisible de la scne).

    Image de profondeur (range Image): Image 2.5D

  • 5/26/2018 Cours Imagerie3D Part2

    4/30

    Reprsentations de donnes 3D

    Points Nuage de points

    Image de profondeur

    Surface Maillage polygonale

    Surface paramtre

    Surface implicite

    Volumes Voxels

    Gomtrie deconstruction de solides

    Reprsentations de donnes 3D

    Maillage polygonale (gnralement triangul)

    Facette

    Arrte

    Sommet(x,y,z)

  • 5/26/2018 Cours Imagerie3D Part2

    5/30

    Reprsentations de donnes 3D

    Donnes: Gomtrie:

    Coordonnes (X,Y,Z) dechaque sommet

    Connectivit Quels sont les sommets de

    chaque polygone

    Attributs: Couleurs

    Texture

    Normales la surface

    Maillage polygonale

    Reprsentations de donnes 3D

    Formats de fichier: VRML

    PLY

    STL

    OBJ

    Maillage polygonale

  • 5/26/2018 Cours Imagerie3D Part2

    6/30

    Reprsentations de donnes 3D

    Surfaces paramtres

    Exemple: Sphre unitaire

    Reprsentations de donnes 3D

    Pour des formes complexes, la surface est

    reprsente par un ensemble de polynmes

    dfinis sur des morceaux de la surface

    (piecewise polynomials): Les polynmes sont dfinis par des

    points de contrle.

    Pas de polynme de haut degr.

    Les polynmes doivent assurer que lesmorceaux de surface quils gnrent seraccordent de faon C1 ou plus.

    Surfaces paramtres: (Splines, NURBS)

  • 5/26/2018 Cours Imagerie3D Part2

    7/30

    Reprsentations de donnes 3D

    Surface dfinie implicitementpar une fonction: F(x,y,z) = 0 ; points de la

    surface.

    F(x,y,z) < 0 ; points { lintrieurde la surface

    F(x,y,z) > 0 ; points lextrieur de la surface

    Surface implicite

    Reprsentations de donnes 3D

    Surface implicite: fonction polynomial

  • 5/26/2018 Cours Imagerie3D Part2

    8/30

    Reprsentations de donnes 3DSurface implicite: fonction chantillonn sur un volume

    (distance signe).

    A chaque voxel du volumeest associ la distance qui lespare du point le plus proche de lasurface. Un signe est ajoute pourdistinguer les voxelsintrieurs la surface de ceux qui sont

    lextrieur.

    Reprsentations de donnes 3D

    Points Nuage de points

    Image de profondeur

    Surface Maillage polygonale Surface paramtre

    Surface implicite

    Volumes Voxels

    Gomtrie deconstruction de solides

  • 5/26/2018 Cours Imagerie3D Part2

    9/30

    Reprsentations de donnes 3D

    Modlisent lintrieurdes objets : Coupes IRM

    Tomographies

    Voxels

    Reprsentations de donnes 3D

    Volume rgulirementchantillonn en voxels quisont des volumeslmentaires

    Un voxel peut avoirplusieurs attributs: Couleur Densit Temprature

    Voxels

  • 5/26/2018 Cours Imagerie3D Part2

    10/30

    Reprsentations de donnes 3DExtraction de surfaces partir de donnes volumiques

    Extraction diso-surfacecorrespondant F(x,y,z) = 0

    F dpend de la densit par exemple

    Reprsentations de donnes 3D

    Gomtrie de construction de solides:reprsente lobjet comme une hirarchie dopration

    boolenne entre des primitives simples (utilise pour laconception assiste par ordinateur

  • 5/26/2018 Cours Imagerie3D Part2

    11/30

    PlanApplications

    Techniques de numrisation 3D

    Reprsentation de donnes 3D

    Techniques de reconstruction

    Traitement de donnes 3D

    Visualisation

    Techniques de reconstruction

    Convertir linformation

    numrise en un modle 3D

  • 5/26/2018 Cours Imagerie3D Part2

    12/30

    Reconstruction de modle 3D

    Objet relAcquisition

    Donnes acquises partirde plusieurs points de vueModle 3D

    FusionRecalage

    Recalage

    Trouver unetransformation rigideentre deux parties dunmme objet qui sechevauchent.

    Trouver au sein desdeux parties les pointsqui se correspondent

  • 5/26/2018 Cours Imagerie3D Part2

    13/30

    Reconstruction de modles 3D

    Diverses approches: Reconstruction { partir dun nuage de points VS images

    de profondeur.

    Reconstruction incrmental VS simultane.

    La mise en correspondance se base sur la proximit entreles points de surface VS similarit de descripteurs dfinisau voisinage des points de surface.

    La reconstruction gnre directement un maillage VSune surface implicite.

    Diffrentes techniques de reconstruction

    Mthodes qui gnrent directement un maillage de la surface Zippered Polygonal Meshes from Range Images [ Turk and Levoy 94].

    Multi-resolution surface modeling from multiple range views [Soucy

    and Laurendeau 92]

    Mthodes qui gnrent des fonctions implicites A Volumetric Method for Building Complex Models from Range

    Images [Curless and Levoy 96]

    Reliable surface reconstruction from multiple range images. [Hilton etal 96]

    A partir dimages de profondeur

  • 5/26/2018 Cours Imagerie3D Part2

    14/30

    Diffrentes techniques de reconstruction

    Mthodes qui gnrent directement un maillage de la surface Three-dimensional alpha shapes [ Edelsbrunner et al.92]

    Triangulation de Delaunay [Boissonat 94]

    Single pass crust [Amenta 98]

    Mthodes qui gnrent des fonctions implicites Surface reconstruction from unorganized points [Hoppe 92]

    Automatic reconstruction of surfaces and scalar fields from 3D scans[Bajaj et al. 95]

    Reconstruction and Representation of 3D Objects with Radial Basis

    Functions [Carr et al. 2001]

    A partir dun nuage de points

    Reconstruction selon Turk et Levoy [94]

    Greg Turk and Marc Levoy, Zippered Polygon Meshes from Range ImagesProc. SIGGRAPH '94

    Reconstruction incrmental { partir dimages de profondeur. Gnre directement un maillage triangulaire. Donnes acquises par un systme de numrisation base de triangulation

    avec projection dun plan de lumire.

    Projection dun plan

    de lumire lasersur un objet

    Lumire rflchiesur la camra

    CCD

    CCD

    Axe de translation

    du systme de numrisation

  • 5/26/2018 Cours Imagerie3D Part2

    15/30

    Reconstruction selon Turk et Levoy [94]

    Trois principales tapes: Gnrer un maillage triangulaire { partir dimages de

    profondeur.

    Recalage des diffrents maillages.

    Fusion des diffrents maillages pour former un modle3D de lobjet numris.

    Reconstruction selon Turk et Levoy [94]

    Gnrer un maillage triangule partir dimages de profondeur

    Image deprofondeur

    Maillage cre parla connexion

    de sommet voisins

    Visualisation du maillage par attributiondun niveau de gris chaque point

  • 5/26/2018 Cours Imagerie3D Part2

    16/30

    Reconstruction selon Turk et Levoy [94]

    Pour chaque quadruplet de pointsvoisins former zro, un ou deuxtriangles : Dterminer la diagonale la plus

    courte Crer deux triangles.

    viter de connecter les points auniveau de discontinuit deprofondeur:

    Tester la distance entre points aucours de la gnration de triangles. Ne pas crer un triangle si la distance

    entre deux de ses sommets >> S

    Gnrer un maillage triangule partir dimages de profondeur

    Reconstruction selon Turk et Levoy [94]

    Gnrer un maillage triangule { partir dimages deprofondeur.

    Recalage des diffrents maillages.

    Fusion des diffrents maillages pour former un modle

    3D de lobjet numris.

  • 5/26/2018 Cours Imagerie3D Part2

    17/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    Chaque image deprofondeur est dfinitdans un systme decoordonnes localrelative la position ducapteur 3D.

    Le recalage desdiffrentes imagesrevient les

    transformer dans unmme systme decoordonnes.

    Reconstruction selon Turk et Levoy [94]: Recalage

    Si le capteur 3D est mont sur un systme qui a six degrs delibert, la position du capteur au cours de lacquisition dechaque image de profondeur est fournie par le systme decontrle de mouvement( ex: capteur mont sur le bras dunrobot).

    Gnralement ces systmes sont dispendieux. Les plateformesutilises se limitent { un ou deux degrs de libert do: Alignement approximative manuel Utilisation dun algorithme dalignement itrative: ICP (Iterative

    Closest Point)

  • 5/26/2018 Cours Imagerie3D Part2

    18/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    Soient deux formesdiffrentes: Une forme de rfrenceA (

    nuage de points, ensemble desegments, ensemble detriangles, surfacesparamtrs.)

    Une forme B fournie par unsystme de numrisation. B estdcompos en un nuage depoints.

    B est un sous-ensemble deA.

    Lobjectif est de trouverune transformation rigide(Rotation et translation)qui permet dalignerA et B.

    ICP Iterative Closest Point : P. Besl and N. Mckay:A method for registration of 3D-shapes IEEE trans. Pattern analysisand Machine intelligence, 14(2):239-256, 1992.

    A

    B

    Reconstruction selon Turk et Levoy [94]: Recalage

    Trouver la rotation R et latranslationT qui permettent deminimiser lerreur:

    fest une fonction qui permetdassocier { chaque point de B lepoint qui lui correspond dansA.

    ICP Iterative Closest Point

    B

    A

    f

    n1i

    2

    ii TBRAE

    n

    1i

    2

    ii TBR)B(fE

  • 5/26/2018 Cours Imagerie3D Part2

    19/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    ICP Iterative Closest Point

    Si la correspondance entre les points de chaque forme est connue,la transformation rigide qui permet de les aligner peut tre calcule exactement

    Reconstruction selon Turk et Levoy [94]: Recalage

    LICP est un processus itrativequi assume chaque itrationque le point correspondant estle point le plus proche

    Le rsultat dpend despositions initiales des deuxformes.

    Gnralement lalgorithme estinitialis avec un alignementapproximative qui est effectumanuellement.

    ICP Iterative Closest Point B

    A

  • 5/26/2018 Cours Imagerie3D Part2

    20/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    ICP Iterative Closest Point

    Pour Chaque point de B trouverle point le plus proche de A

    Calculer la rotation et la translation Rk

    et Tk

    qui minimise la distance entre A et B

    Appliquer la transformation Bk

    Vrai: fin du recalage

    K= k+1

    faux

    A

    B0

    A

    B

    A

    Bk

    Test de

    convergence see

    kk

    1

    Reconstruction selon Turk et Levoy [94]: Recalage

    rotationdeaxe),,(

    rotationdeangle

    )(2

    sin2

    cos3210

    3

    2

    1

    0

    zyx

    zyxR

    RRR

    RkRjRiqkqjqiq

    q

    q

    q

    q

    q

    ICP : Iterative Closest Point Calcul de la transformation rigide (R et T ) selon Horn[87]

    La rotation R est reprsente comme un quaternion:

  • 5/26/2018 Cours Imagerie3D Part2

    21/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    t

    ci

    n

    cin BBAAM )()(1i

    1

    zzzyzx

    yzyyyx

    xzxyxx

    SSS

    SSS

    SSS

    M

    )(

    )(

    )(

    )(

    zzyyxxzyyzxzzxyxxy

    zyyzzzyyxxyxxyxzzx

    xzzxyxxyzzyyxxzyyz

    yxxyxzzxzyyzzzyyxx

    SSSSSSSSS

    SSSSSSSSS

    SSSSSSSSS

    SSSSSSSSS

    N

    )BRA(T cc

    Le quaternion reprsentant la rotation optimale est le vecteur proprede Ncorrespondant la plus grande valeur propre de N.

    La translation est

    ICP : Iterative Closest Point Calcul de la transformation rigide (R et T ) selon Horn[87]

    Mest la matrice decovariance de Aet B.

    Reconstruction selon Turk et Levoy [94]: Recalage

    ICP modifi: Adaptation de

    lalgorithme pour lerecalage de deuximages de profondeur

    qui se chevauchentpartiellement. B nest plus un sous-

    ensemble de A. Onassoci pas chaquepoint de B un pointdans A.

  • 5/26/2018 Cours Imagerie3D Part2

    22/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    Partir dune position initiale dechaque maillage

    Pour chaque sommet dunmaillage B trouver le points le plusproche du maillage A.(sommet oupoint { lintrieur dun triangle)

    liminer les pairs de points trsloigns.

    liminer les pairs dont un despoints est sur une frontire(unearte appartenant un seul

    triangle. Trouver la transformation rigide

    qui permet de minimiser lesdistances entre les pairs de points.

    Itrer lalgorithme jusquaconvergence

    ICP modifi

    B

    A

    A liminer

    A liminer

    Reconstruction selon Turk et Levoy [94]: Recalage

    Si la lumire projet par lesystme de numrisation estpresque parallle lasurface de lobjet alors lalumire reflte (reu par lecapteur )est faible ce qui faitque cest difficile de dduirela profondeur.

    Tenir compte de la prcision des mesures

    ICP modifi

    Direction de la lumire projete

  • 5/26/2018 Cours Imagerie3D Part2

    23/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    Tenir compte de la prcision des mesures

    Erreur quand uniquement une partie du faisceau laser incident touche la surface numriser

    Faisceaulaser

    Plan du capteurlumineux

    Portion illuminedu capteur

    Positioncalcule

    Positioncalcule

    ICP modifi

    Reconstruction selon Turk et Levoy [94]: Recalage

    A chaque point numris estassoci un coefficient deprcision:

    le produit scalaire entre la directionde la lumire incidente et lanormale la surface au niveau dupoint de surface mesur.

    Le coefficient de prcision estencore diminu en fonction de saproximit des frontires de limagede profondeur.

    Tenir compte de la prcision des mesures

    ICP modifi

    Directionde la lumire

    projete

    Normale la surface

  • 5/26/2018 Cours Imagerie3D Part2

    24/30

    Reconstruction selon Turk et Levoy [94]: Recalage

    )precision(.)precision(

    )(1

    2

    iii

    n

    iiii

    BAw

    TBRAwE

    tci

    n

    ciin BBAAwM )()(1i

    1

    n

    iiinc AwA

    1

    1

    La rotation est calcule partir de la matrice:

    n

    iiinc BwB

    1

    1

    La translation est calcule partir

    n

    iii TBRAE

    1

    2)(

    Tenir compte de la prcision des mesures

    ICP modifi

    Reconstruction selon Turk et Levoy [94]: Recalage

    ICP sapplique sur deux imagesde profondeur la fois.

    Lalignement de plusieursimages de profondeur se fait defaon incrmental:

    Avec quelles pairs dimages de

    profondeur commencer? Accumulation de lerreur

    Turk et Levoy proposent dutiliser

    une image de profondeurcylindrique qui se chevauche avectous les autres images. Lalignementse fait entre limage cylindrique etchacune des autres images.

    Image de profondeur cylindrique:rotation de lobjet numriser

    ou rotation du scanner autour de lobjet

  • 5/26/2018 Cours Imagerie3D Part2

    25/30

    Reconstruction selon Turk et Levoy [94]

    Gnrer un maillage triangule { partir dimages deprofondeur.

    Alignement des diffrents maillages.

    Fusion des diffrents maillages pour former la surfacede lobjet numris.

    Reconstruction selon Turk et Levoy [94]: Fusion

    liminer la redondance.

    Attacher les maillages lun lautre.

  • 5/26/2018 Cours Imagerie3D Part2

    26/30

    Reconstruction selon Turk et Levoy [94]: Fusion

    Itrer les tapessuivantes jusqu{ ceque les maillages ne semodifient plus: liminer les triangles

    redondants sur lafrontire de A.

    liminer les trianglesredondants sur lafrontire de B

    liminer la redondance

    Reconstruction selon Turk et Levoy [94]: Fusion

    Un triangle T de A est redondant si: La distance entre chaque sommet et le point le plus proche de

    B est infrieur un certain seuil.

    Le point le plus proche de chaque sommet nest pas sur lafrontire de B.

    Au moins deux des sommets de A ont des coefficients deprcision infrieurs ceux des points les plus proches de B.

    La troisime condition est ignore dans les derniresitrations de lalgorithme dlimination de laredondance.

    liminer la redondance

  • 5/26/2018 Cours Imagerie3D Part2

    27/30

    Reconstruction selon Turk et Levoy [94]: Fusion

    Attachement de deux maillages(Zippering)

    Reconstruction selon Turk et Levoy [94]: Fusion

    Attachement de deux maillages: si les bords sont dans un mme plan

    Points dintersection

    au niveau des bords

    Partie garder Partie

    liminer

    Nouvelletriangulation

  • 5/26/2018 Cours Imagerie3D Part2

    28/30

    Reconstruction selon Turk et Levoy [94]

    En gnral les bords de deuxmaillages attacher ne sontpas dans un mme plan.

    Les artes dun maillage Apeuvent tre en dessus ou endessous du bord du maillageauquel il va tre attach.

    Pour tendre lalgorithmedcrit prcdemment il fautcalculer lintersection en 3Det non pas dans un plan.

    Attachement de deux maillages:

    BA

    Reconstruction selon Turk et Levoy [94]

    Surfacetriangule

    Frontirepaissie

    Point dintersection avec

    le maillage dpaississement

    SommetSommet rajout

    Attachement de deux maillages

  • 5/26/2018 Cours Imagerie3D Part2

    29/30

    Reconstruction selon Turk et Levoy [94]:Rsultats

    Deux images de profondeursLa couleur correspond

    la prcision de la positionde chaque point

    Alignement:Les maillages prsentent

    des distorsionsau niveau des bords

    Fusion

    Reconstruction selon Turk et Levoy [94]

    Rectification des positions des sommets aprs fusion

    Surface obtenue aprs fusion (noir) etmaillages originaux

    Calculer la moyenne des normales

    dans un voisinage du sommet

    Dterminer lintersection de la moyenne

    des normales avec chaque maillageDplacer le sommet une moyenne

    pondre des point dintersection

  • 5/26/2018 Cours Imagerie3D Part2

    30/30

    Reconstruction selon Turk et Levoy [94]

    Rsultats avec rectification