Nathan Sanchiz soutiendra sa thèse de doctorat le lundi 5 juillet à 10h par visioconférence
Résumé
Pour la numérisation d’œuvres du patrimoine à moyenne et grande échelle, un scanner LiDAR (Light Detection And Ranging) est généralement utilisé. Celui-ci crée une carte de distances (un nuage de points 3D) sur une quasi-sphère autour de la position de mesure. De nombreuses mesures sont faites dans la zone autour de l'objet à numériser pour capturer la scène sous différents points de vue d'acquisition.
La principale difficulté de la reconstruction d'un modèle tri-dimensionnel à partir des nuages de points acquis, est l'étape dite de recalage. Celle-ci consiste à identifier les transformations géométriques permettant le regroupement des nuages dans un même repère. Pour ce faire, il est nécessaire d'identifier des correspondances entre les zones communes des nuages. Étape difficile qui concentre les efforts de la communauté de recherche.
Nous abordons ce problème en utilisant une information secondairement acquise par le LiDAR, l'intensité, comme élément discriminant. Cette information est, par sa nature, insensible aux illuminations externes et liée à la réflectance des matériaux scannés. Cependant, l'intensité est peu utilisable en pratique. Sa dépendance aux paramètres géométriques de mesure et aux traitements internes de l'appareil, la rend fortement liée au point de vue de la mesure.
Dans ce travail de recherche, nous proposons différentes approches pour la correction radiométrique de cette intensité. Sous certaines conditions, ces méthodes permettent de rendre l'intensité indépendante du point de vue et de la convertir sur une échelle linéaire. Dans un deuxième temps, nous étudions l'utilisation de cette information dans un processus de recalage. Les résultats montrent que l'intensité corrigée améliore l'identification de correspondances d'un nuage à l'autre.
Mots clés : Nuage de points, LiDAR, Intensité, Correction radiométrique, Recalage.
Abstract
For the digitalization of a cultural heritage artifact at mid or large scale, a LiDAR (Light Detection And Ranging) scanner is generally employed. This one creates a distance map (named point cloud) in a quasi-sphere around the position of measure. Several measures are generally made in the surrounding area of the object to digitalize, in order to capture the scene under different acquisition viewpoints.
The main difficulty of the three-dimensional reconstruction from the acquired point clouds, is the registration step. This one consists in the identification of the proper geometrical transformations allowing to regroup the point clouds in a common coordinate system. To do this, it is necessary to identify correspondences between the common areas of the clouds. This difficult problem concentrates the efforts of the research community.
We undertake to use an additional information acquired by the LiDAR, the intensity, as a discriminant element. This information is, by nature, insensible at external illuminations and related to the reflectance of the scanned material. However, the intensity is not widely used practically. Some effects induced by measure geometrical parameters and internal scanner treatments, make it strongly dependent to the viewpoint of the measure.
In this work, we propose several approaches for the radiometric correction of the intensity. Under certain conditions, these methods allow to make the intensity independent from the viewpoint and to convert it in a linear scale. In a second time, we see how to use this information in a registration pipeline. The results show an increasing number of identified correspondences between two point clouds with the corrected intensity.
Keywords: Point cloud, LiDAR, Intensity, Radiometric correction, Registration.
Composition du jury :
- Rapporteur : Thierry CHATEAU, Directeur Scientifique de Logiroad
- Rapporteur : Alamin MANSOURI, Université de Bourgogne
- Examinatrice : Veronique CHERFAOUI, Université de Technologie de Compiègne
- Examinateur : Pascal DASSONVALLE, UniLaSalle ESIEE-Amiens
- Co-encadrant : El Mustapha MOUADDIB, Université de Picardie Jules Verne
- Co-encadrant : Estelle BRETAGNE, Université de Picardie Jules Verne
