Université Louis Pasteur - Strasbourg I

Laboratoire des Sciences de l'image, de l'Informatique et de la Télédétection, équipe Modèle, Image et Vision, UMR 7005 - CNRS

Titre: Coopération contours-surfaces. Application à l’extraction contrôlée d’indices images et à la reconstruction 3D.

Recherches

Méthodes

Applications

Résumé

Un des objectifs des applications industrielles de la vision par ordinateur, comme, par exemple, l’inspection dimensionnelle, est de reconstruire des objets incluant des surfaces gauches. Une méthode possible consiste à extraire de l’image des données 3D obtenues, par exemple, par une projection de lumière structurée. Pour implémenter efficacement cette approche, il est intéressant de disposer de procédures automatiques d’analyse du contenu des images correspondantes. Notre travail a ainsi consisté, dans un premier temps, à implémenter une méthode de segmentation conduisant à la détection automatique de régions d’intérêt, correspondant à l’objet observé et dans lesquelles la reconstruction 3D peut être effectuée de manière pertinente. Ces régions permettront par la suite de déterminer dans sa totalité la structure tridimensionnelle d’un objet à partir de séquences d’images, en prenant en compte de manière optimale les données 3D.

Pour ce faire, avec pour objectif de générer le masque de l’objet, nous avons mis en œuvre une approche du type « contours actifs » par ensemble de niveaux (level sets) faisant appel à une information a priori concernant la localisation et la forme de l’objet dans la scène (et fournie à terme par un système de planification). La méthode implémentée conduit à l’étiquetage des régions de l’image, sans nécessiter de post-traitement spécifique, l’information disponible a priori étant utilisée pour valider la segmentation de l’image en régions d’intérêt.

Notre algorithme de segmentation par contours actifs a pu être appliqué avec succès à des images de synthèse et à des images réelles de pièces manufacturées acquises dans des conditions réalistes. Il donne des résultats remarquables, même dans les cas les plus difficiles. Par ailleurs, la qualité des résultats obtenus, plus précisément celle du masque, démontre la robustesse de la méthode. Cependant, cette qualité dépend fortement de la valeur des nombreux paramètres liés à la méthode. Le choix de ces valeurs est délicat et leur réglage s’effectue généralement par une méthode du type essai-erreur. Ceci rend difficile la justification du choix d’un jeu de paramètres donné ou l’utilisation de la méthode des contours actifs par un utilisateur non averti. Nous avons systématisé le réglage des paramètres en appliquant une approche qualité utilisant des plans d’expériences (une méthode rarement utilisée en vision par ordinateur). Après une phase d’apprentissage, nous avons pu non seulement trouver le jeu de paramètres optimal, mais aussi étudier l’influence de ces paramètres sur la qualité des résultats obtenus. L’approche développée a enfin été intégrée à un système de vision tridimensionnelle d’inspection en ligne.

La suite de notre travail mettra l’accent sur la reconstruction d’objets 3D complexes et à la mesure dimensionnelle de pièces manufacturées (précision 10-100 µm), à partir de règles permettant d’utiliser de manière optimale les méthodes développées et de stratégies permettant de définir des plans génériques d’acquisition d’images et de traitement.