Centre de documentation
scientifique

Modélisation fonctionnelle et topologique pour la vision par ordinateur / Jocelyn Marchadier (2002) 

Public Titre : Modélisation fonctionnelle et topologique pour la vision par ordinateur : application au relèvement de clichés urbains Type de document : Thèse/HDR Auteurs : Jocelyn Marchadier, Auteur ; Didier Arquès, Directeur de thèse Editeur : Champs/Marne : Université de Marne-la-Vallée Année de publication : 2002 Importance : 183 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse présentée à l'université de Marne-la-Vallée pour obtenir le grade de docteur de l'université de Marne-la-Vallée Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] déformation d'image [Termes IGN] estimation statistique [Termes IGN] géométrie de l'image [Termes IGN] image aérienne [Termes IGN] méthode robuste [Termes IGN] milieu urbain [Termes IGN] modèle 3D de l'espace urbain [Termes IGN] reconnaissance de formes [Termes IGN] reconstruction 3D du bâti [Termes IGN] relèvement photogrammétrique [Termes IGN] segmentation d'image [Termes IGN] visualisation Index. décimale : THESE Thèses et HDR Résumé : (auteur) Dans cette thèse, nous proposons un nouveau modèle bien adapté au traitement de nombreux problèmes de vision par ordinateur. Celui-ci est fondé sur la définition de graphes formels possédant des propriétés statistiques. Ces graphes, baptisés modèles fonctionnels graphiques, décrivent les dépendances fonctionnelles (sous forme d'équations implicites) entre groupes de variables (les primitives). Certaines de leurs propriétés structurelles sont étudiées. Les problèmes d'estimation et de sélection de modèles sont également abordés dans ce contexte. Une image peut être décrite par un modèle topologique et un modèle fonctionnel. Nous proposons de nouveaux algorithmes permettant d'obtenir un modèle topologique non ambiguë d'une image. Ceux-ci sont dérivés d'amincissements définis à partir de coupes bien composées d'une image en niveaux de gris. La sur-segmentation obtenue est enrichie d'informations apportées par des primitives fonctionnelles de nature géométrique (segments de courbes, alignements, faisceaux de droites). L' ensemble du processus de construction est posé comme un problème d'optimisation combinatoire, qui est traité à l'aide d'algorithmes efficaces sous-optimaux. L'extension de la méthode au relèvement nous conduit à définir des modèles fonctionnels de systèmes stéréoscopiques de prises de vues, compatibles avec les modèles d'images précédents. Le « plongement » des modèles fonctionnels graphiques dans un espace à trois dimensions met en évidence le caractère général de ceux-ci et permet d'unifier les problèmes de reconstruction et de reconnaissance de formes. Nous proposons enfin l'étude d'une chaîne de relèvement semi-automatique dans un contexte urbain. Celle-ci utilise des connaissances a priori sur le système de prises de vues, qui permettent de réduire notablement le coût calculatoire de la chaîne. Nous montrons ainsi comment utiliser dans un cadre productif l'ensemble des développement réalisés dans cette thèse. Note de contenu : Introduction 1 Estimation et Sélection de Modèles Fonctionnels 1.1. Introduction 1.2. Estimation et modèles fonctionnels 1.2.1. Estimation par moindres carrés 1.2.2. Propagation de l'erreur 1.3. Estimation robuste 1.3.1. Technique de bouclage 1.3.2. Groupement et transformée de Hough 1.3.3. Estimateurs 1.3.4. Estimation par consensus 1.3.5. MF estimateur 1.4. Sélection de modèles 1.4.1. AIC 1.4.2. MDL 1.4.3. Sélection de modèles et estimation robuste 1.5. Modèles fonctionnels graphiques 1.5.1. Introduction et problèmes traités 1.5.2. Modèle fonctionnel graphique 1.5.3. Redondance et déterminabilité 1.5.4. Décomposition d'un modèle paramétrique 1.5.5. Propagation des variances 1.5.6. Codes de modèles fonctionnels graphiques 1.5.7. Quelques problèmes 1.6. Conclusion 2 Modélisation Topologique d'Images 2.1. Introduction 2.2. Notions de topologie discrète 2.2.1. Quelques définitions 2.2.2. Ensembles bien composés 2.2.3. Carte topologique discrète et analogue continu 2.3. Amincissement 2.3.1. Amincissement d'ensembles bien composés 2.3.2. Topologie des coupes bien composées 2.3.3. Carte de contours d'un noyau de nivellement bien composé 2.4. Application et filtrages simples 2.5. Conclusion 3 Modèles Fonctionnels et Reconnaissance de Formes 3.1. Introduction 3.2. Modèles fonctionnels d'images 3.2.1. Modèle fonctionnel d'un signal 1D 3.2.2. Modèle d'image et topologie 3.2.3. Mesures 3.2.4. Sommets 3.2.5. Segments de courbe 3.2.6. Régions 3.3. Modèles hiérarchiques et groupement perceptuel 3.3.1. Courbe 3.3.2. Faisceau de courbes 3.3.3. Autres modèles fonctionnels complexes 3.4. Extraction de segments de courbes connexes 3.4.1. Carte de contours 3.4.2. Problème d'optimisation combinatoire 3.4.3. Optimisation locale et stratégie gloutonne 3.4.4. Relaxation des modèles de sommets 3.4.5. Relaxation des modèles des arcs 3.5. Sélection de modèles hiérarchiques 3.5.1. Méthode générale 3.5.2. Extraction d'alignements 3.5.3. Extraction de faisceaux de droites 3.6. Conclusion 4 Modèles Fonctionnels de Systèmes Stéréoscopiques 4.1. Introduction 4.2. Modèles de prise de vues 4.2.1. Le modèle perspectif 4.2.2. Déformations géométriques de l'image 4.3. Systèmes de prises de vues 4.3.1. Systèmes monoscopiques 4.3.2. Couple de prises de vues 4.3.3. Systèmes multistéréoscopiques 4.3.4. Stratégies de relèvement multiimages 4.4. Relations fonctionnelles pour le relèvement 4.4.1. Primitives d'un système de prises de vues 4.4.2. Relations fonctionnelles 4.5. Premiers résultats 4.6. Conclusion 5 Relèvement semi-automatique en milieu urbain 5.1. Introduction 5.2. Conditions de prises de vues 5.3. Recalage d'un modèle et d'images en milieu urbain 5.3.1. Schéma global 5.3.2. Prétraitements 5.3.3. Approximation initiale des paramètres externes 5.3.4. Hypothèses d'appariements 5.3.5. Filtrage d'hypothèses 5.4. Produits dérivés 5.4.1. Mosaïque de linéaire de rue 5.4.2. Modèle photoréaliste 5.5.Conclusion et perspectives Conclusion Numéro de notice : 13627 Affiliation des auteurs : MATIS (1993-2011) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : informatique : Marne-la-Vallée : 2002 Organisme de stage : MATIS (IGN) nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=45225

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
13627-01	K317	Livre	LASTIG	Dépôt en unité	Exclu du prêt

Documents numériques

peut être téléchargé 13627_these2002_marchadier.pdf Adobe Acrobat PDF

A graph labelling approach for connected feature selection / Jocelyn Marchadier (2000)  

Public contenu dans Advances in Pattern Recognition, Joint IAPR International Workshops SSPR 2000 and SPR 2000, Alicante, Spain, August/September 2000 / Francesc J. Ferri (2000)   Titre : A graph labelling approach for connected feature selection Type de document : Article/Communication Auteurs : Jocelyn Marchadier, Auteur ; Sylvain Michelin, Auteur ; Yves Egels , Auteur Editeur : Paris : Institut Géographique National - IGN (1940-2007) Année de publication : 2000 Conférence : SSPR - SPR 2000, Joint IAPR International Workshops SSPR and SPR 30/08/2000 01/09/2000 Alicante Espagne Proceedings Springer Importance : pp 287 - 926 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] extraction de traits caractéristiques [Termes IGN] graphe [Termes IGN] objet géographique linéaire [Termes IGN] optimisation (mathématiques) Résumé : (auteur) Many authors have already proposed linear feature extraction algorithms. In most cases, these algorithms cannot guarantee the extraction of adjacency relations between extracted features. Object contours appearing in the analyzed images are often fragmented into non-connected features. Nevertheless, the use of some topological information enables to reduce substantially the complexity of matching and registration algorithms. Here, we formulate the problem of linear feature extraction as an optimal labelling problem of a topological map obtained from low level operations. The originality of our approach is the maintaining of this data structure during the extraction process and the formulation of the problem of feature extraction as a global optimization problem. Numéro de notice : C2000-017 Affiliation des auteurs : MATIS+Ext (1993-2011) Thématique : IMAGERIE/INFORMATIQUE/MATHEMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/3-540-44522-6_30 Date de publication en ligne : 21/12/2000 En ligne : http://dx.doi.org/10.1007/3-540-44522-6_30 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85927