mise en place d'une chaîne d'opérations pour le traitement...

Présenté en novembre 2007 par

Lazare GRENIER

Réalisé au sein de l’UMR 694 MAP Équipe GAMSAU Ecole d'architecture de Marseille 184, avenue de Luminy 13288 MARSEILLE Cedex 09 Directeur de stage :

M. Livio de LUCA, Docteur de

l’École Nationale Supérieure d’Arts

et Métiers

Professeur référent :

Mme Raphaëlle HENO, Ingénieur

IGN, Chef du département ENSG-

DIAS

Mastère Photogrammétrie, Positionnement et Mesure de Déformations

Mise en place d'une chaîne d'opérations pour le traitement de clichés acquis à basse altitude en vue de la génération de Modèles Numériques d’Élévation intégrables à des maquettes architecturales.

École Nationale des Sciences Géographiques

UMR 694 MAP Equipe GAMSAU

Modèles et Simulations pour l’architecture, l’urbanisme et le paysage

CNRS/MCC

Remerciements

Lazare GRENIER / 57 Mastère PPMD-Octobre 2007

Remerciements Je tiens en premier lieu à remercier mon directeur de TFE, M. Livio DE LUCA, ainsi que MM. Michel FLORENZANO et Michel BERTHELOT, respectivement directeur et directeur adjoint du laboratoire, qui ont su m’encadrer au long du projet, répondre à mes interrogations et m’orienter dans ma réflexion. J’adresse également mes remerciements à mon professeur correcteur, Mme Raphaëlle HENO, ainsi qu'à toute l'équipe pédagogique de l'ENSG. Je souhaite également à remercier les chercheurs du laboratoire MATIS, qui m'ont apporté leur soutien et mis à ma disposition les outils développés sur place au cours des dernières années. Il s'agit notamment de Nicolas PAPARODITIS, Marc PIERROT-DESEILLIGNY, Didier BOLDO et Jean-Pierre PAPELARD. Je voudrais de plus adresser mes remerciements aux architectes chargés d’études du laboratoire MAP, qui m’ont fait profiter de leur expérience tout au long de mon projet, notamment Tudor DRISCU, Chiara STEFANI, Francesca De DOMENICO, Chawee BUSAYARAT et Emilie PEYROLS, ainsi que Pascal BENISTANT, ingénieur système et réseau, pour sa grande disponibilité sur les questions informatiques. J’ai enfin une pensée pour mes voisins de travail au sein du laboratoire pour leur soutien, leur sympathie et leur bonne humeur. Il s'agit de Carine RIZZARDI, Céline BON, David LEBUGLIO, François SCHOLLY, Noémie RENAUDIN et Julie DELEGLISE.

Sommaire


Sommaire

Partie 1 : Présentation de l’Unité et du Projet 1.1. Présentation de l'Unité 8

1.2. Les projets en cours 9

1.2.1. Le projet Nubes 9

1.2.2. Le programme 3D monuments 9

1.2.3. Acquisition de données depuis un hélicoptère radiocommandé. 10

1.3. Présentation générale du projet 11

1.3.1. Les motivations initiales 11

1.3.2. Problématique de l'étude 11

1.3.2.1. L’objectif du stage 11

1.3.2.2. Les contraintes imposées à priori 11

1.3.2.3. Axes de réflexion 12

Partie 2 : Présentation des outils utilisés

2.1. MicMac, le corrélateur de l’IGN 13

2.1.1. Généralités 13

2.1.2. Approche algorithmique de MicMac 14

2.1.3. Entrées-sorties du logiciel 14

2.1.4. Géométrie des images : les fichiers ORI 15

2.1.5. Le paramétrage : fichier XML 15

2.1.5.1. ZincCalc 15

Sommaire


2.1.5.2. SzW 15

2.1.5.3. ZPas 16

2.2. Les ressources disponibles au laboratoire 17

2.2.1. Le logiciel AutoDesk® MAYA 17

2.2.2. MEL 18

2.2.3. API C++ 18

2.2.4. PhotoModeler 19

2.3. Les données 19

Partie 3 : Mise en place d’une stratégie d’extraction de MNE

3.1. Structure générale de la méthodologie proposée 20

3.2. Calibration des caméras avec PhotoModeler 21

3.2.1. Pourquoi choisir PhotoModeler ? 21

3.2.2. Mise en place de la calibration 21

3.2.2.1. Généralités 21

3.2.2.2. Distinction entre les modèles PhotoModeler et IGN 22

3.2.2.3. Mise en correspondance des modèles de distorsion 23

3.3. Calcul des orientations dans PhotoModeler 26

3.3.1. Généralités 26

3.3.2. Pourquoi choisir PhotoModeler ? 27

3.3.3. Calcul des orientations 29

3.3.4. Perspectives liées à la phase d’orientation 30

3.4. Conversion des paramètres d’orientation vers le format ORI 30

3.4.1. Mise en relation des éléments d’orientation entre TopAéro et PhotoModeler 31

3.4.2. Exportation des données d’orientation 32

3.4.3. Rappel : syntaxe des fichiers ORI 32

3.4.4. Génération du fichier ORI 33

3.4.5. Comparaison des résultats avec ceux de TopAéro. 34

3.4.5.1. Comparaison des positions des sommets de prise de vues. 34

3.4.5.2. Comparaison des orientations 34

3.4.5.3. Commentaires 35

3.5. Génération de Modèles Numériques d’Elévation dans MICMAC 35

3.5.1. Génération du fichier XML. 35

3.5.2. Lancement de MicMac 36

3.5.3. Comparaison des résultats avec ceux de TopAéro 36

3.6. Utilisation des résultats de MICMAC dans MAYA 38

3.6.1. Présentation du problème 38

Sommaire


3.6.2. Saisie des paramètres du modèle 38

3.6.3. Importation du MNT 40

3.6.4. Suppression des parties non significatives 41

3.6.5. Calcul de rendu par occlusion 42

3.7. Programmation d’une interface globale de visualisation 43

3.7.1. Structure générale de l’interface 44

3.7.2. Description d’un chantier 44

3.7.3. Évolutions possibles du programme 48

3.7.4. Diagramme général de la procédure 49

Conclusion et perspectives 51

Bibliographie 53

Table des illustrations 54

Sommaire des Annexes 55

________________________

Introduction


D

Introduction epuis une dizaine d'année, la restitution du patrimoine architectural constitue un secteur en pleine revalorisation. La puissance toujours plus importante des outils informatiques et l'intérêt croissant porté par les institutions aux développements liés à cette thématique ont conduit

plusieurs laboratoires à explorer de nouvelles perspectives de recherche en termes d'acquisition, mais aussi de traitement, d'exploitation et de diffusion des données géométriques liées à la conservation du patrimoine. Le laboratoire GAMSAU, membre de l'UMR 694 MAP, "Modèles et simulations pour l'Architecture, l'urbanisme et le Paysage", au sein duquel j'ai pu entreprendre mon projet de fin d'Etudes, se situe au cœur de cette problématique. Associant architectes, ingénieurs, historiens, géographes et informaticiens, les travaux du laboratoire portent sur l'élaboration de modèles et d'outils de simulation en architecture. Parmi les travaux de recherche actuellement menés se dégagent plusieurs thèmes ; on citera notamment le développement d'algorithmes destinés à extraire des informations des nuages de points acquis à partir d'un scanner LASER et la vectorisation de ces informations. L'extraction de textures issues de photographies et leur placage sur des scènes en trois dimensions constituent également un axe de recherche privilégié. La diffusion et l' exploitation de ces informations, enfin, sont aussi des domaines riches en perspectives, notamment grâce aux outils de communication offerts par l'Internet. De façon plus générale, l'ensemble des techniques permettant une restitution géométrique des monuments et la génération d'environnements photoréalistes sont susceptibles d'être abordés au sein des activités de recherche du laboratoire. On comprend donc aisément les perspectives que peut offrir la photogrammétrie au sein d'une telle structure.

Le projet de fin d'études que j'ai choisi d'entreprendre s'intègre à un certain nombre de travaux menés au sein du laboratoire depuis plusieurs années, liés à la mise au point d'un hélicoptère imageur radiocommandé. A l'origine, l'utilisation d'un tel appareil avait été imaginée afin de pouvoir acquérir des prises de vues depuis des sites inaccessibles, principalement dans une optique de photomodélisation. Toutefois, la génération de Modèles Numériques d’Élévation par corrélation d'images est rapidement devenue un objectif à part entière. A ce titre, la collaboration entre l'UMR MAP et l'IGN s'est révélée pleine de sens, compte tenu de la complémentarité de leur préoccupations respectives. En effet, les importants développements menés au laboratoire MATIS (IGN) dans le domaine de la corrélation d'images ont permis l'apparition de logiciels de recherche orientés vers la génération de Modèles Numériques d’Elévation. Ce stage a donc pour objectif de déterminer dans quelle mesure les outils développés à l'IGN sont utilisables pour l'exploitation des données acquises depuis l'hélicoptère, et d'étudier les possibilités d'intégration de ces outils au sein des développements menés par l'équipe GAMSAU. Ainsi, après une première partie consacrée à la présentation du laboratoire et du projet, nous présenterons les différents outils qui étaient à notre disposition au cours de la phase d’analyse. Enfin, la troisième partie tentera d'apporter une réponse au problème posé en proposant une méthodologie permettant l'utilisation conjointe des outils des deux laboratoires et la mis en place d’une chaîne d'opérations, de l'acquisition des images à la génération d'un Modèle Numérique d'Élévation continu, en vue de son intégration dans un environnement de modélisation 3D.

Partie I : Présentation du laboratoire et du projet


Partie 1

Présentation e l’Unité et du Projet

___________________________

1.1. Présentation de l'Unité

L' Unité Mixte de Recherche UMR 694-MAP 1 , "Modèles et simulations pour l’Architecture, l’urbanisme et le Paysage", est constituée de cinq équipes ayant pour objectif d'exploiter les outils informatiques actuels dans le domaine de l'architecture. Crée en 1998, elle associe le CNRS et le Ministère de la Culture et de la Communication, permettant la synergie de compétences très diversifiées en regroupant architectes, ingénieurs, historiens et géographes. Les différentes équipes qui la constituent sont les suivantes :

• ARIA (Applications et Recherches en Informatique pour l'Architecture) Ecole d'Architecture de Lyon.

• GAMSAU (Groupe de recherche pour l'Application de Méthodes Scientifiques à l'Architecture et à l'Urbanisme), Ecole d'Architecture de Marseille.

• CRAI (Centre de Recherche en Architecture et Ingénierie), Ecole d'Architecture de Nancy

• ASM (Architecture et Sociétés Montagnardes), Ecole d'Architecture de Toulouse.

• PAGE (Photogrammétrie Architecturale et Géomatique) Institut National des Sciences Appliquées de Strasbourg.

Le GAMSAU et le CRAI, à l'origine orientés vers la Conception Assistée par Ordinateur, se tournent désormais davantage vers la représentation en images de synthèses et la mesure optique, ce qui permet d'imaginer les applications envisageables de la photogrammétrie dans ce domaine. L'ARIA, quant à lui, d'abord spécialisé dans la maîtrise des outils multimédia au service de la valorisation de la culture architecturale a suivi une évolution comparable, tandis que l'ASM se consacre à l'élargissement de cette problématique dans un contexte lié au paysage (problématiques environnementales et paysagères). L'équipe PAGE, enfin, s'attache à développer et diffuser les compétences de l'UMR en photogrammétrie et géomatique. Le stage que j'ai choisi d'entreprendre s'est déroulé au sein du Laboratoire GAMSAU (Ecole Nationale Supérieure d'Architecture de Marseille), dirigé par Michel Florenzano, la perspective

1 http://www.map.archi.fr/


Lazare GRENIER

d'une application de la photogrammétrie numérique aux problématiques architecturales me paraissant pleine de sens dans un contexte où la valori

1.2. Les projets en cours

Le laboratoire GAMSAU est impliqué dans différents projets,

autres organismes. Les principaux thèmes de recherche actuels sont les suivants

1.2.1. Le projet Nubes

de points et de photographies sous forme de développée en VirTools4 et PHP/MySQL)l’architecture permettant de consulter, de manipuler et de gérer des relevés et des représentations d’édifices sur Internet .

1.2.2. Le programme 3D monuments

Il s’agit d’un programme national dpréoccupations principales :

- la conservation, par la prise « d’empreinte numérique » dont l’enregistrement constitue une archive dont l’exploitation fournira un modèle géométrique destiné à représenter la morphologie des édifices relevés ainsi que leur aspect, lorsque la mesure s’accompa - la valorisation, par la mise en place d’outils de visualisation et de compréhension ddes supports divers ( images fixes ou

2 http://www.map.archi.fr/nubes/

3 MEL est un langage de script incorporé au sein de l’environnement May

4 Virtools est un logiciel de création d'applications 3D temps réel

créer aussi bien des applications légères pour le web que des appl

Géode de la Cité des Sciences (Paris).

5 http://www.map.archi.fr/3D-monuments/presentation

: Présentation du laboratoire et du projet

/ 57 Mastère PPMD

d'une application de la photogrammétrie numérique aux problématiques architecturales me paraissant pleine de sens dans un contexte où la valorisation du patrimoine constitue un secteur en plein

Le laboratoire GAMSAU est impliqué dans différents projets, en collaboration avec de nombreux autres organismes. Les principaux thèmes de recherche actuels sont les suivants :

Le projet NUBESobjectif le développement d’approche intégrée de restid’édifices patrimoniaux à acquisition conjointe par balayage laser 3D et photogrammétrie. Deux modules ont à l’heure actuelle été développés en MELd’une part de Nubes Formareconstruction 3D à partir de nuages

sous forme de plug-in Maya ), et de Nubes Visumet PHP/MySQL), qui constitue un système d’informati

l’architecture permettant de consulter, de manipuler et de gérer des relevés et des représentations

3D monuments

Il s’agit d’un programme national de numérisation 3D du patrimoine5, qui s’articule autou

par la prise « d’empreinte numérique » dont l’enregistrement constitue une archive dont l’exploitation fournira un modèle géométrique destiné à représenter la morphologie des édifices relevés

que leur aspect, lorsque la mesure s’accompagne d’un relevé photogrammétrique.

la mise en place d’outils de visualisation et de compréhension ddivers ( images fixes ou animées diffusées sur cédérom ou en ligne sur Internet

MEL est un langage de script incorporé au sein de l’environnement Maya (cf. paragraphe 2.2.2).

est un logiciel de création d'applications 3D temps réel, en opposition aux modeleurs 3D come Maya ou 3dsMax. Il permet de

créer aussi bien des applications légères pour le web que des applications pour de grands environnements de réalité virtuelle comme la

monuments/presentation-intro.php

Mastère PPMD-Octobre 2007

d'une application de la photogrammétrie numérique aux problématiques architecturales me paraissant un secteur en plein essor.

en collaboration avec de nombreux

Le projet NUBES2 a pour le développement d’une

approche intégrée de restitution d’édifices patrimoniaux à partir d’une acquisition conjointe par balayage

et photogrammétrie. Deux modules ont à l’heure actuelle été développés en MEL3/C++ : Il s’agit

Nubes Forma (outil de reconstruction 3D à partir de nuages

Nubes Visum (Application Web , qui constitue un système d’information appliqué à

l’architecture permettant de consulter, de manipuler et de gérer des relevés et des représentations

, qui s’articule autour de deux

par la prise « d’empreinte numérique » dont l’enregistrement constitue une archive dont l’exploitation fournira un modèle géométrique destiné à représenter la morphologie des édifices relevés

gne d’un relevé photogrammétrique.

la mise en place d’outils de visualisation et de compréhension de l’objet étudié sur Internet).

en opposition aux modeleurs 3D come Maya ou 3dsMax. Il permet de

ications pour de grands environnements de réalité virtuelle comme la



Imag

e : S

urv

eyC

op

ter

Fig. 1: Numérisation de l’Hôtel de Sully (Paris)

1.2.3. Acquisition de données depuis un hélicoptère radiocommandé.

Depuis plusieurs années, le laboratoire travaille en collaboration avec la société SurveyCopter 6 à la mise au point d’un hélicoptère radiocommandé. Ce type d’appareil a d’abord été imaginé pour permettre la réalisation de prises de vues depuis des points de vue inaccessibles à des fins de photomodélisation. Toutefois, la possibilité de générer des Modèles Numériques d’Élévation par corrélation d’images s’est rapidement révélée comme un axe de recherche à part entière, notamment à la faveur de la collaboration avec le laboratoire MATIS7 de l’IGN, au sein duquel les questions de corrélation occupent une place privilégiée.

Fig. 2: L’hélicoptère MAP/SurveyCopter

C’est dans ce contexte que s’est déroulé mon Travail de Fin d’Études : disposant de données issues d’une première campagne de vol, il m’a été proposé d’étudier les diverses pistes envisageables pour

6 www.survey-copter.com 7 http://recherche.ign.fr/labos/matis/accueilMATIS.php



parvenir à générer des Modèles Numériques d’Élévation à partir d’un ensemble d’images acquises depuis la caméra embarquée à bord de l’hélicoptère.

1.3. Présentation générale du projet

1.3.1. Les motivations initiales

L’acquisition d’images depuis un appareil radiocommandé, qu’il s’agisse d’un hélicoptère ou plus

simplement d’un dirigeable, d’un cerf-volant ou de tout autre engin capable de véhiculer un dispositif imageur, n’est pas un préoccupation nouvelle pour le laboratoire MAP. Plusieurs expérimentations ont eu lieu, dans le but de pouvoir acquérir des images depuis des points de vue habituellement inaccessibles. Les images acquises étaient traditionnellement utilisées dans le cadre de deux objectifs distincts :

- Le laboratoire disposant d’un scanner LASER, la géométrie des objets est le plus souvent acquise à

l’aide de cette technique. Toutefois, il arrive assez couramment que des parties de l’objet étudié ne puissent être entièrement numérisées (parties cachées, zones délicates d’accès voire inaccessibles pour un scanner etc.). C’est dans ce type de situation qu’intervient la photomodélisation, qui permet, à l’aide d’outils que nous présenterons plus bas (cf. 2.2.4), d’extraire la géométrie de l’objet à partir des photographies et ainsi de compléter l’acquisition réalisée par le scanner.

- De plus, l’un des objectifs principaux du laboratoire étant non seulement l’acquisition de la géométrie

des monuments, mais également celle de leur aspect, dans une optique de diffusion et de communication de l’information, l’acquisition de données colorimétriques est essentielle. C’est la raison pour laquelle l’extraction des textures et leur intégration à des maquettes architecturales existantes constitue l’un des thèmes privilégiés dans les recherches menées au sein du laboratoire.

Toutefois, comme nous l’avons mentionné plus haut, une troisième application se dessine dans une

optique liée à la restitution du patrimoine et de son environnement : la génération de Modèles Numériques d’Élévation (MNE) par corrélation automatique, afin de pouvoir matérialiser des surfaces continues en périphérie de l’objet étudié, par opposition au modèles classiques issus de la photomodélisation qui se limitent à la détermination photogrammétrique d’un ensemble discret de points. Ce thème de réflexion constitue le fondement de mon Travail de Fin d’Études.

1.3.2. Problématique de l'étude

1.3.2.1. L’objectif du stage

Comme nous l’avons évoqué plus haut, l’objectif principal de ce stage est de réfléchir à un moyen de générer des MNE à partir d’un jeu de données issu d’une campagne de prise de vue héliportée. La majeure partie du travail consistera à identifier les différentes étapes qu’il sera nécessaire de mettre en œuvre et les outils qui permettront d’y parvenir, puis, dans un second temps, à réfléchir à une stratégie permettant de réunir ces différentes étapes au sein d’une méthodologie cohérente, réalisable sans intervention de l’IGN comme cela était le cas jusqu’à présent, afin d’arriver à un résultat exploitable pour le laboratoire.

1.3.2.2. Les contraintes imposées à priori

La mise au point de notre chaîne d’opérations a été largement influencée par un certain nombre de contraintes, liées à plusieurs facteurs. Sur le plan des outils utilisés à l’IGN, tout d’abord, l’utilisation du



logiciel TopAéro8 , utilisé notamment pour la réalisation des calculs d’aérotriangulation nécessaires à la connaissance des éléments d’orientation des caméras, était impossible au sein du laboratoire MAP. En effet, il s’agit d’un logiciel de production non distribué en-dehors du cercle de l’IGN. La phase de calibration et d’orientation des caméras devra donc être mise en œuvre à l’aide d’une autre méthode.

Sur le plan des développements menés au cours du stage, le langage MEL9 , intégré à l’environnement

MAYA (Maya Embedded Language, cf. § 2.2.2) devra être privilégié : en effet, la plupart des applications du laboratoire étant programmées par l’intermédiaire de ce langage (notamment NUBES), la complémentarité des outils pourra alors être assurée.

Les choix opérés sont bien-sûr tributaires de nombreuses autres contraintes, que nous détaillerons tout

au long de la procédure.

1.3.2.3. Axes de réflexion

Face à la double prise en compte de ces objectifs et de ces contraintes, plusieurs axes de réflexion peuvent alors être dégagés. Tout d’abord, la question des logiciels à utiliser semble primordiale, en premier lieu pour la réalisation des étapes de calibration et d’orientation des caméras. TopAéro ne pouvant être utilisé pour les raisons que nous avons évoquées plus haut, il conviendra de proposer une autre solution, qui s’intégrera le mieux possible aux autres modules existants. La compatibilité des modèles devra également être examinée avec attention, non seulement dans l’étude des modèles mathématiques eux-mêmes, propres à chacun des logiciels utilisés, mais également en termes de structure de données et de dialogue entre les applications. Ce dialogue sera notamment facilité par l’environnement Maya, au sein duquel la géométrie peut être définie par des fichiers textes à syntaxe relativement simple, et au langage de script MEL qui lui est associé, permettant, outre un pilotage de la grande majorité des fonctions du logiciel, une gestion des fichiers très efficace (lecture, écriture, analyse), ouvrant la perspective des transformations de formats. Enfin, il sera nécessaire de s’interroger sur la précision de nos résultats, d’abord à priori (les précisions nécessaires sont-elles les mêmes que celles habituellement définies pour la photogrammétrie aérienne ?), mais aussi bien-sûr, dans l’analyse des valeurs numériques obtenues. La question de la précision étant toutefois un sujet très vaste, pouvant faire l’objet d’études fines et prolongées, nous ne l’aborderons que succinctement, l’analyse exhaustive pouvant éventuellement constituer une perspective pour un stage futur.

8 TopAéro est un logiciel d’aérotriangulation développé au laboratoire MATIS de l’IGN, notamment par Y. Egels. Il est utilisé au sein de la chaîne de production de l’IGN, et permet, outre ses fonctions principales, la génération de fichiers de données de différents types, parmi lesquels figurent les fichiers ORI utilisés pour le paramétrage de MicMac. 9 Maya Embedded Language, ou Langage Incorporé à Maya

Partie II : Présentation des outils utilisés


Partie 2

Présentation des outils utilisés

___________________________

Cette partie présente les différents outils auxquels nous avons choisi de faire appel au cours du processus de génération de MNE, ainsi que de mettre en évidence les raisons qui nous ont menés à les choisir. Nous nous pencherons tout d’abord sur les outils fournis par l’IGN, et plus particulièrement sur le logiciel de recherche MicMac, puis aborderons ensuite ceux que le laboratoire GAMSAU m’a proposé d’exploiter conjointement, dans un souci de complémentarité et d’intégration aux développements existants. La complémentarité de ces outils et leur intégration au sein du processus de génération fera l’objet de troisième partie du mémoire. 2.1. MicMac, le corrélateur de l’IGN

2.1.1. Généralités

Le laboratoire MATIS 10 de l’IGN travaille activement depuis plusieurs années au

développement d’algorithmes de corrélation d’images. Principalement destinés à l’élaboration de Modèles Numériques d’Élévation (MNE), ils permettent d'établir la correspondance entre des points homologues sur un jeu de deux ou plusieurs images et de générer des cartes de profondeurs sous forme d'images en niveaux de gris. Le programme que nous utiliserons, intitulé MicMac (Multi-Images Correspondance, Méthodes

Automatiques de Corrélation), a été développé par Marc-Pierrot Deseilligny (MATIS), dans le souci de fournir une solution polyvalente face à la grande variété des situations dans lesquelles intervient la mise en correspondance dans le domaine de la cartographie (Génération de MNE, calcul de points de liaison etc.). Développé à l’origine au sein d’un environnement Linux, il se pilote par l’intermédiaire d’un terminal (ligne de commande) et d’un fichier de paramètres, qui contient les informations nécessaires au calcul. Ayant déjà eu un aperçu des fonctions de base du logiciel au cours de mon Projet de Fin d'Etudes INSA11, et m’étant entretenu avec M.P. Deseilligny et N. Paparoditis, le choix de MicMac s'est naturellement

10 http://recherche.ign.fr/labos/matis/accueilMATIS.php 11 Grenier, L. [2006], Etudes complémentaires liées à la mise au point du photo-théodolite de l'IGN, Calibration et Mesure de Déformations. Mémoire de Projet de Fin d'Etudes, filière Topographie, INSA de Strasbourg.



imposé pour la mise en œuvre des nécessaires calculs de corrélation. Utilisant en entrée les images de la prise de vue ainsi que le fichier de paramètres, MICMAC génère un grand nombre de fichiers de sortie relatifs aux différentes étapes du calcul.

2.1.2. Approche algorithmique de MicMac12

Nous décrivons ici succinctement les principes généraux utilisés par le logiciel pour le calcul de mise en correspondance. Ceux-ci s’articulent autour de trois approches combinées : approche discrète, approche multi-résolution et approche énergétique.

Approche discrète MicMac utilise une approche discrète du problème de mise en correspondance, c'est-à-dire que les

espaces objets sont discrétisés (contrairement aux approches continues, qui s’attachent à déterminer des solutions différentiables). Ce type d’approche est bien adapté dans les cas où l’on ne dispose pas d’une solution approchée de précision correcte, ce qui est souvent le cas dans le cadre de la génération de MNE. De plus, les solutions recherchées en cartographie sont la plupart du temps non différentiables.

Approche multi-résolution Le logiciel adopte une stratégie multi-résolution (calcul sur une pyramide d’images), en débutant la

recherche à la résolution la plus basse, puis en augmentant progressivement celle-ci. A chaque niveau de résolution, la solution précédente est utilisée comme prédicateur, permettant ainsi une optimisation de la recherche et un appariement généralement plus robuste.

Approche énergétique Afin d’obtenir une surface qui satisfasse aux connaissances a priori, tout en étant cohérente avec

l’attache aux données (appariement de points semblables), MicMac fait appel à une approche énergétique : il s’agit de déterminer les parallaxes Px qui minimisent une fonction d’énergie E définie par la relation générale suivante :

�� , �, ��, �� . ��

Dans cette expression, la fonction A représente un terme d’attache aux données, représentant la

dissemblance entre les deux images au point de projection (x, y, Px), souvent exprimée par l’intermédiaire du coefficient de corrélation normalisé centré (A=0 dans le cas d’une ressemblance « parfaite » ), et F(grad(Px)) un terme de régularisation permettant d’exprimer la connaissance a priori sur la régularité du relief (fonction de la variation de Px). Le paramètre α, défini par l’utilisateur, permet de pondérer l’importance relative du terme de régularisation par rapport au terme d’attache aux données (cf. § 2.1.5.4 ci-dessous ).

2.1.3. Entrées-sorties du logiciel

Le logiciel MicMac a besoin, pour pouvoir fonctionner, de disposer d’un certain nombre de fichiers. Il faut bien-sûr disposer des images issues de la campagne de prises de vues (format TIF), ainsi que des

12 Source : M.P. Deseilligny, Laboratoire MATIS, IGN.



géométries associées (positions et orientations des caméras, paramètres de calibration). De plus, un fichier de paramétrage au format XML doit être fourni.

Fig. 3 : Entrées-sorties de MicMac

2.1.4. Géométrie des images : les fichiers ORI

Les éléments d’orientation des caméras (positions et orientations), ainsi que les paramètres de calibration (focale, point principal, paramètres de distorsion optique, etc.) doivent être renseignés pour permettre un déroulement convenable du calcul. Ces informations sont regroupées dans les fichiers ORI, format générique utilisé au MATIS. La structure d’un fichier ORI est décrite en annexe 4 (manuel de l’utilisateur). L’utilisation de MicMac est donc conditionnée par la capacité à générer de tels fichiers13.

2.1.5. Le paramétrage : fichier XML

Le pilotage de MicMac se fait par l’intermédiaire d’un fichier de paramètres. Afin d’être conforme aux standards, la norme XML a été choisie : les paramètres sont donc définis par un certain nombre de balises, qui permettent des échanges de données simplifiés entre MicMac et d’éventuels autres applications. Un fichier de paramètre complet est disponible en annexe 4 (manuel de l’utilisateur). Nous détaillerons ici uniquement les principaux paramètres liés au calcul proprement dit :

2.1.5.1. ZincCalc

Ce paramètre spécifie l’intervalle de recherche altimétrique autour de l’altitude moyenne du terrain spécifiée dans le fichier d’orientation (cf. paragraphe précédent et annexe 4). En effet, afin d’optimiser la pertinence du calcul, la recherche du point homologue se fait sur la ligne épipolaire relative à chaque couple de prises de vues

2.1.5.2. SzW

Ce paramètre contrôle la taille de la demi-vignette de corrélation. Une valeur de 1 correspond à une vignette 3x3. Ce paramètre doit être choisi en fonction de la fréquence radiométrique du signal : en effet, une grande fenêtre de corrélation se prêtera mieux à des signaux de basse fréquence et inversement. Il faut aussi garder à l’esprit qu’une grande fenêtre de calcul entraînera des temps de calculs plus importants. Dans notre cas, nous avons utilisé principalement des fenêtres de dimension 3x3, mais ce paramètre devra bien-sur être réglable au cas par cas. La Fig. 4 montre différents résultats obtenus pour plusieurs valeurs de la balise SzW. Etant donnée les hautes fréquences du signal, une fenêtre 3X3 est bien adaptée au calcul ; en effet, pour les fenêtres de grande taille, on voit apparaître des erreurs significatives, notamment dans la

13 La génération des fichiers ORI sera détaillée dans la partie 3.



partie supérieure de l’image, où l’on constate l’apparition d’un « trou » alors que le terrain réel est assez régulier.

Fig. 4 Différents résultats obtenus pour plusieurs valeurs de la balise SzW (3X3, 5x5, 7x7, 11x11 et 15x15).

2.1.5.3. ZPas

Ce paramètre spécifie la valeur du pas altimétrique sur l’image du MNE. Il s’agit du pas altimétrique correspondant à un niveau de gris, relativement à la résolution planimétrique. En d’autres termes, si l’on choisit une valeur de 1 pour ce paramètre, un niveau de gris sur l’image résultante correspondra en altimétrie à un écart d’un pixel planimétrique. Ce paramètre permet de contrôler la dilatation radiométrique du MNE pour éviter les saturations : il faut donc traiter les situations au cas par cas et au besoin procéder à des ajustements pour obtenir la solution optimale, qui présente la meilleure distribution des 256 niveaux de gris (cas des images 8 bits). L’exemple ci-dessous (Fig. 5) permet d’illustrer notre propos : on constate que pour des valeurs trop faibles il y a saturation, alors que pour des valeurs trop élevées, la distribution des niveaux de gris n’est pas entièrement exploitée.

Fig. 5: Différents résultats en sortie de MicMac pour plusieurs valeurs de la balise ZPas (0.1, 1, 2, 5 et 10).

2.1.5.4. Zregul

ZRegul est un paramètre de régularisation. Par défaut, ca paramètre est fixé à 0.08. Si le terrain imagé est régulier (zone rurale peu accidentée) on pourra prendre un coefficient plus élevé (jusqu’à 0.2). A l’inverse, dans des zones fortement discontinues (milieu urbain par exemple), on choisira un coefficient de l’ordre de 0.04.



2.2. Les ressources disponibles au laboratoire

2.2.1. Le logiciel AutoDesk® MAYA

Maya est un logiciel de modélisation 3D , développé par la société Alias Systems, rachetée par AutoDesk® en 2005. C'est un programme conçu pour le cinéma, qui se situe donc assez nettement en marge des préoccupations de la stricte photogrammétrie. Extrêmement puissant (mais également complexe), il se caractérise par une grande flexibilité (possibilité de développements complémentaires par l'utilisateur), grâce à son architecture presque entièrement bâtie sur le langage de script MEL (cf. plus bas). C'est principalement cette fonctionnalité qui a conduit le laboratoire GAMSAU à préférer Maya à d'autres modeleurs.

Fig. 6: L'interface de Maya



Maya permet non seulement la modélisation 3D, mais également la génération d'animations, le texturage et le calcul de rendus, c'est à dire l'étude des interactions lumineuses au sein de la scène, offrant ainsi un réalisme accru des résultats.

2.2.2. MEL

L'une des grandes forces de Maya réside dans la possibilité donnée à l'utilisateur de piloter le logiciel par l'intermédiaire de scripts. Dans cette optique, le langage MEL donne accès à toutes les commandes du logiciel, des plus simples aux plus complexes. Le langage MEL, qui présente de nombreux points communs avec le C, est un langage interprété: il n'y a donc pas de compilation, ce qui réduit la vitesse d'exécution, mais offre en revanche une grande facilité d'utilisation.

Fig. 7: programmation en MEL d’un cube à cinq subdivisions dans chaque direction de l’espace.

Les développements menés au sein du laboratoire étant pour la plupart réalisés par l’intermédiaire de

ce langage, nous tenterons d’exploiter ses fonctionnalités au maximum, afin de permettre une intégration la plus complète possible du travail réalisé au sein des projets existants.

2.2.3. API C++

Le caractère extensible des commandes de Maya peut encore être accentué en faisant appel à un outil plus puissant: l'API C++. Une API (Application Programming Interface, ou Interface d'accès Programmé aux Applications) est un ensemble de fonctions permettant d’accéder aux services d’une application, par l’intermédiaire d’un langage de programmation14. En l'occurrence, le programmeur pourra accéder à toutes les fonctions de Maya par l'intermédiaire de fonctions C++ implémentées dans un environnement de développement distinct, et même inclure dans son code des instructions liées à d'autres librairies, souvent entièrement indépendantes de Maya, comme des bibliothèques de traitement d'images, des parseurs etc.

14 Source : http://www.commentcamarche.net/langages/api.php3



2.2.4. PhotoModeler

PhotoModeler 15 est un logiciel commercial de photogrammétrie terrestre multi-vue. Développé par la

firme canadienne EOS Systems, il permet la saisie manuelle de correspondances, et intègre plusieurs modules :

- Tout d’abord, PhotoModeler permet la calibration des caméras par l’intermédiaire de son module

Camera Calibrator (qui est intégré directement au programme principal depuis la version 5). Fonctionnant à l’aide d’une mire de calibration, il calcule de façon entièrement automatique l’ensemble des paramètres de calibration (Focale, point principal, paramètres de distorsion etc.). Le seul inconvénient de cette procédure réside dans le fait que la mire utilisée est plane, induisant un risque d’imprécision dans le calcul des paramètres de calibration, particulièrement en ce qui concerne la focale (relèvement spatial moins robuste).

Fig. 8: mire de Calibration de PhotoModeler

- PhotoModeler permet ensuite la saisie manuelle de correspondances entre les images, la saisie de points d’appui et le calcul d’aérotriangulation nécessaire à la phase de mise en place d’un bloc de photographies. En outre, les dernières versions du logiciel permettent de définir des contraintes sur l’objet, définies à partir de connaissances à priori, comme l’alignement de plusieurs arêtes ou l’orthogonalité de deux façades. - Une fois la mise en correspondance terminée, il est possible de construire un modèles filaire puis surfacique de l’objet étudié, puis de procéder à l’extraction des textures sur les photographies en vue de l’obtention de modèles photoréalistes. Dans le cadre de notre étude, seules les fonctionnalités liées à la calibration et à l’orientation des images attireront notre attention.

2.3. Les données

Afin de pouvoir réaliser des tests, un jeu de données a été mis à ma disposition. Il s’agit de données issues d’une prise de vues héliportée réalisée en juillet 2006 sur le site de Pierrelatte (Drôme). Les images de la prise de vues sont fournies avec les données d’orientation calculées par les logiciels internes de l’IGN (TopAéro 16). De cette façon, il sera possible de disposer d’éléments de comparaison entre les résultats de l’IGN et ceux issus de notre méthode.

15 www.photomodeler.com 16 TopAéro est un logiciel de production développé à l’IGN permettant la mise en place des photos aériennes issues des campagnes de vol pour la mise à jour du Référentiel à Grande Échelle (RGE), qui comporte notamment couverture cartographique au 1/25000 de l’ensemble du territoire .



Partie 3

Mise en place d’une stratégie d’extraction de MNE

___________________________

A ce stade du projet, nous avons pu expérimenter un certain nombre d’outils qui contribueront à atteindre les objectifs fixés à priori. Toutefois, ceux-ci sont de provenances très diversifiées, et coexistent de manière entièrement indépendante : c’est la raison pour laquelle leur utilisation conjointe va constituer la principale difficulté du travail restant à accomplir. Cette partie tente donc d’apporter une réponse à cette interrogation, et de proposer une méthodologie permettant, à partir d’images et de données topométriques, d’extraire un Modèle Numérique d’Élévation intégrable à un environnement 3D tel que Maya.

3.1. Structure générale de la méthodologie proposée

La méthodologie que nous proposons, qui tente de répondre au problème posé, peut être divisée en

quatre phases successives. Tout d’abord, il est nécessaire de réaliser la calibration des caméras et l’orientation des images ; cette première étape sera réalisée à l’aide de PhotoModeler, pour des raisons que nous évoquerons plus bas. Dans un second temps, il sera nécessaire de procéder à une conversion des données (étape 2), afin de les rendre interprétables dans MicMac, logiciel qui sera utilisé pour les calculs de correspondances et la génération de la carte des profondeurs (étape 3). Ces conversions de données seront réalisées à l’aide de scripts MEL, au même titre que l’importation de la carte des profondeurs dans Maya (étape 4). L’enchaînement général des étapes est présenté schématiquement ci-dessous :



Fig. 9: Schéma général de la méthodologie proposée. Un schéma complet est

présenté à la fin de cette partie (Fig. 35 p.50).

3.2. Calibration des caméras avec PhotoModeler 3.2.1. Pourquoi choisir PhotoModeler ?

Le choix de PhotoModeler pour la mise en œuvre de la calibration des caméras s’est rapidement

imposé pour plusieurs raisons. Tout d’abord, le modèle de distorsion utilisé dans PhotoModeler est le seul à offrir le niveau de rigueur requis pour un calcul d’aérotriangulation. En effet, les logiciels utilisés au laboratoire étant pour la plupart destinés à des applications de photomodélisation, ils ne nécessitent pas systématiquement de faire appel à des modèles de distorsion de haute précision comme cela est le cas pour des calculs de MNE par corrélation. Le logiciel PT Lens, que nous avons également envisagé d’utiliser, permet de corriger les images de la distorsion à l’aide d’un modèle radial à quatre paramètres, mais ne calcule aucun d’entre eux; il se contente d’utiliser des valeurs tabulées pour chaque modèle de caméra, regroupées dans une base de données établie antérieurement, pour corriger la géométrie des images par la suite. Ce modèle présente donc deux importants inconvénients : d’une part celui de ne pas réaliser de calibration « individuelle » de la caméra (fluctuation des paramètres supposée nulle), et d’autre part celui de nécessiter la présence de la caméra utilisée dans la base de données, ce qui compromet l’utilisation de caméras anciennes ou peu courantes. PhotoModeler, quant à lui, modélise la distorsion par un polynôme de degré 7 proche de celui de l’IGN, comme nous le verrons plus bas. Le calcul des paramètres d’orientation interne est réalisé par mise en correspondance automatique de points connus répartis sur une mire de calibration et ajustement par moindres carrés, ce qui permet de calibrer de façon rigoureuse tout type de caméra, et cela au moment de la prise de vues, permettant de modéliser le faisceau perspectif au cas par cas et ainsi de limiter les écarts au modèle couramment constatés sur les optiques au cours du temps.

3.2.2. Mise en place de la calibration

3.2.2.1. Généralités

La photogrammétrie utilise le plus couramment le modèle de la perspective centrale pour décrire

la projection dans les images des objets photographiés. Cette approche a donné lieu à l’élaboration des équations de colinéarité (Équation 1).

��é�� ! � ��"�#�$é%��é � � & '( . �. ). �* & +�'( . ). �* & +�

Équation 1: formule d’image de la perspective centrale.



- F : Vecteur reliant le point image et le sommet de prise de vues - K : Vecteur unitaire normal au plan du capteur - R : Matrice de la rotation entre les référentiels terrain et image - M : Point 3D (terrain) - S : position du sommet de prise de vues

Cette relation est bien-sûr incomplète, puisqu’elle ne prend pas en compte un certain nombre de phénomènes physiques connus qui modifient la fonction image avec plus ou moins d’importance. Le principal d’entre eux est la distorsion optique, modélisée le plus souvent par un polynôme radial centré sur le point principal de symétrie (PPS), et dont l’influence peut atteindre plusieurs dizaines de pixels en fonction de l’objectif utilisé. Il convient également de corriger les coordonnées des points terrain de la courbure de Terre, afin de travailler dans un repère euclidien local. En effet, même si les chantiers traités dans le cadre des préoccupations du laboratoire ont la plupart du temps des étendues assez réduites permettant de ne pas se préoccuper de ce phénomène, il arrive que l’influence de la courbure de Terre ne soit pas négligeable. En effet, si l’on considère un chantier carré de 400 mètres de côté, les écarts seront de l’ordre de 3 cm (cf. Équation 2) pour la composante altimétrique, dimension pour laquelle la correction est la plus importante.

∆,-./01/02 � & x42R

Équation 2: : Correction de courbure de Terre pour la composante altimétrique, x représentant la distance à l’origine du repère local et R le rayon terrestre.

Les autres phénomènes à prendre en compte en photogrammétrie aérienne (réfraction

atmosphérique notamment) seront considérés ici comme négligeables17, dans la mesure où les acquisitions se situent à une altitude très réduite (inférieure à 50m). Ainsi, une fois les coordonnées corrigées de la courbure terrestre, seule la distorsion optique attirera notre attention.

3.2.2.2. Distinction entre les modèles PhotoModeler et IGN

Lorsque l'on utilise le logiciel PhotoModeler, la distorsion est modélisée par un polynôme qui permet de passer des coordonnées réelles aux coordonnées théoriques, c'est-à-dire aux coordonnées corrigées de la distorsion optique, et correspondant au résultat de la perspective centrale (cf. Équation 3 ci-dessous).

��"�#�$é%��é � ��é!# ��78� . � & 779� & �779�

Équation 3: : Modélisation de la distorsion dans PhotoModeler

NB : Dans la relation ci-dessus : ��78 � ':. �; '4. �< ';. �= � ��é�� ! & �!>>!"��>

17 A titre d’exemple, dans le cadre d’une carte au 1/50 000, l’écart entre coordonnées image théoriques et effectives est de l’ordre de 3µm, ce qui permet de s’assurer de l’influence minime du phénomène en photogrammétrie terrestre.



� � �� & 779�4 �� & �779�4�:/4

Les paramètres K1, K2, K3 sont déterminés par PhotoModeler lors de la calibration de la caméra. Ce type de modèle s'oppose à celui habituellement utilisé à l'IGN, qui caractérise, lui, le passage des coordonnées théoriques aux coordonnées réelles (Équation 4).

��é!# � ��"�#�$é%��é �� @$� . � & 779� & �779�

Équation 4: Modélisation de la distorsion à l’IGN

Dans cette relation, r exprime à nouveau la distance entre le point image et le PPS. De plus : �� @$ � �. �; A. �< B. �= � �!>>!"��> & ��é�� !

3.2.2.3. Mise en correspondance des modèles de distorsion18

Afin de pouvoir établir la correspondance entre les deux types de modèles, il convient de déterminer le polynôme inverse de celui ayant attrait au modèle utilisé, tâche rendue délicate par le fait que les polynômes ne sont la plupart du temps pas des transformations bijectives. Nous ferons appel pour cela à un calcul itératif permettant d'estimer les paramètres « retour » à partir des paramètres « aller », à l'aide d'un tableur et d'une macro capable de mener à bien un tel calcul 19. Nous procéderons donc de la façon suivante (par souci de concision, seul le sens « IGN vers PhotoModeler » sera décrit): � On saisit tout d'abord dans les cellules du tableur les paramètres numériques correspondant à la

calibration standard, réalisée sur un polygone comme celui de St Mandé. Il s'agit des valeurs suivantes: - Dimensions de l'image (pixels) - Dimensions du capteur (mm) - Coefficients du polynôme de distorsion (a, b, c, d'unités pixels-2, px-4, px-6). - Focale en pixels - Coordonnées du point principal de symétrie (PPS) en pixels. � PhotoModeler travaillant en millimètres, il convient de convertir focale et coordonnées du PPS dans cette unité. On réalise ensuite un tableau, sur lequel chaque ligne correspond à une valeur du rayon R (incrément d'un dixième de millimètre par exemple), et qui calcule pour chaque valeur de celui-ci les valeurs du polynôme aller (obtenus immédiatement), et celles du polynôme retour en fonction des trois coefficients retour (fixés arbitrairement au départ). Pour chaque ligne, on calcule le carré de la somme des deux valeurs obtenues (théoriquement égal à zéro). � On calcule enfin la somme de tous ces carrés, qu'on devra réduire au maximum en faisant varier les trois valeurs des coefficients du polynôme retour, afin de converger vers les valeurs optimales.

18 Source : N. Paparoditis, MATIS-IGN 19 Il s’agit du complément Solveur de Microsoft Excel.



r (mm) dr=(f(r) (aller) r+dr f-1(r+dr) (retour) [ f(r)+f-1(r+dr) ]2 (=résidu2)

0

0,1

...

Rmax Tableau 1: déroulement du calcul permettant de déterminer le polynôme « retour » en fonction du polynôme «

aller ».

La feuille de calcul complète n’a pas été incluse dans les annexe du fait de sa structure peu propice à

l’impression. Le lecteur pourra toutefois consulter le fichier sous forme numérique, présent sur le cd-rom joint avec le mémoire. Notons par ailleurs que les paramètres P1 et P2 de PhotoModeler, qui concernent les distorsions tangentielles (souvent liées à un défaut d’alignement des lentilles) ne sont pas pris en compte dans cette méthode. Dans la plupart des cas, cela ne pose pas de problème, car cette distorsion est le plus souvent négligeable par rapport à la distorsion radiale, d’autant plus que le modèle IGN ne la prend pas en compte. En tout état de cause, on s’assurera au cas par cas de la validité du modèle en fonction des résultats obtenus par PhotoModeler (ceci dans le cas d’un passage du modèle PhotoModeler au modèle IGN).

Afin de tester la pertinence de cette méthode et d’obtenir des données de calibration exploitables au sein de PhotoModeler, nous avons transformé les paramètres de calibration obtenus à l'aide du polygone de St Mandé et du logiciel ETA20 pour la caméra utilisée lors de la prise de vue hélico21 du 11 juillet 2006. Les écarts sur les valeurs de la correction dr ne dépassent pas 0,02 pixels, ce qui est satisfaisant pour des applications photogrammétriques (cf. résultats ci-dessous). Afin d'approfondir l'analyse, nous avons également recalibré cette même caméra à l'aide du polygone d'étalonnage de PhotoModeler, ce qui nous a permis de comparer les paramètres obtenus. Cette fois-ci, nous avons obtenu des écarts sur la valeur de dr qui atteignaient 2,5 pixels. Cela était prévisible dans la mesure où l'objectif de la caméra avait été démonté et remonté à maintes reprises, entraînant une légère fluctuation des paramètres d'étalonnage. De plus, les calibrations ont été réalisées dans des conditions de température, de pression etc. probablement différentes, ce qui peut également avoir eu une influence. Tous ces résultats sont regroupés dans les figures ci-dessous :

20 ETA est un logiciel de calibration implémenté au sein de L’IGN dont le moteur de calcul a été développé par Yves EGELS. 21 Il s’agit d’une Caméra Nikon D1X avec un objectif 20mm



Fig. 10: : Passage des paramètres IGN aux paramètres PhotoModeler pour la caméra utilisée lors de la prise de vue du

11 juillet 2006.:

Paramètres de distorsion calculés à

l’IGN Paramètres inverses obtenus (modèle

PhotoModeler) a -1.69 e -8 K1 2.73 e -4 b 2.34 e -15 K2 -4.45 e -7 c -8.73 e -23 K3 -2.15 e -10

___________

-80,0

-60,0

-40,0

-20,0

0,0

20,0

40,0

60,0

80,0

0 500 1000 1500 2000

dr

(pix

els) r (pixels)

Passage des paramètres IGN aux paramètres PhotomodelerCaéra Nikon D1X/20mm, juillet 2006

polynôme IGN

polynôme PhotoModeler issu des paramètres IGN

écart en pixels



Fig. 11: Comparaison des deux calibrations (2006 et 2007), exprimées dans un référentiel commun (modèle de

PhotoModeler)

Paramètres de distorsion calculés par PhotoModeler (2007)

Paramètres de distorsion PhotoModeler issus du modèle IGN

(2006 – idem ci-dessus)

K1’ 2.41 e -4 K1 2.73 e -4 K2’ -3.24 e -7 K2 -4.45 e -7 K3’ 0 K3 -2.15 e -10

Dans le cas de notre étude, nous disposions des paramètres IGN calculés à l’aide du polygone de St Mandé à l’époque de la prise de vues. Nous utiliserons donc bien-sûr ces paramètres, qu’il sera nécessaire de transformer pour pouvoir procéder au calcul des orientations dans PhotoModeler (cf. plus bas). Pour la suite des opérations, par contre, nous réutiliserons les paramètres IGN, puisque ce sont ceux qui sont utilisés dans le logiciel MicMac.

3.3. Calcul des orientations dans PhotoModeler

3.3.1. Généralités

L’étape de calibration terminée, nous pouvons passer à la phase d’orientation des caméras. Comme nous l’avons déjà mentionné, c’est à nouveau le logiciel PhotoModeler qui sera utilisé (cf. plus bas). Les données-test dont nous disposions comportant une centaine de photos, nous avons choisi de réaliser une expérimentation sur un sous-ensemble du jeu de données, afin de limiter le temps consacré à la fastidieuse opération de saisie de points de liaison. Nous avons donc travaillé sur un bloc de 9 photos (trois bandes de trois photos), couvrant une portion du terrain sur laquelle 50 points d’appui ont pu être utilisés.

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

0 500 1000 1500 2000

dr

en p

ixel

s

r en pixels

Comparaison des deux calibrations (2006 et 2007)

Calibration IGN adaptée à PhotoModeler (2006)

Calibration PhotoModeler (2007)

Ecart entre les deux calibrations



Fig. 12: : Sous-bloc de 9 photos utilisé pour les tests

3.3.2. Pourquoi choisir PhotoModeler ?

Le choix de PhotoModeler s’est à nouveau imposé pour cette étape du traitement pour les raisons suivantes. Tout d’abord, cela permet de se placer dans la continuité de la phase de calibration, et ainsi de limiter le nombre de logiciels utilisés. PhotoModeler a également l’avantage de disposer d’un moteur d’aérotriangulation performant et bien paramétrable (l’utilisateur peut en effet choisir de bloquer tel paramètre ou tel autre), et offre un bon contrôle des résidus du calcul (possibilité de classer les résidus selon différents critères, de détecter d’éventuelles fautes etc.). Outre cela, un export de la scène au format Maya ASCII est possible, permettant un échange de données facile avec l’environnement Maya, et une récupération rapide de tous les paramètres d’orientation. Enfin, la possibilité d’introduire des points d’appui constitue un avantage incontestable, surtout dans une optique d’évaluation des résultats par rapport à des valeurs théoriques, où l’adoption d’un même référentiel de mesure est une nécessité.

Ce choix n’a pas été immédiat. En effet, l’objectif initial était de parvenir à intégrer un algorithme de calcul des orientations en MEL, afin de réaliser toutes les étapes du projet dans un environnement unique, qui aurait eu de plus l’avantage d’être entièrement ouvert et portable. La librairie dynamique CameraMatch, développée par Trimble, par exemple, a été proposée pour mener à bien un tel calcul. Il s’agit de l’implémentation de l’algorithme de TSAI22 basé sur la méthode du relèvement spatial, utilisé au laboratoire notamment pour le positionnement des caméras en vue de l’extraction des textures, et compilé sous forme de plug-in Maya. De plus, un stage a été réalisé avant mon arrivée sur ce sujet23, afin de développer un script permettant de mettre en place l’utilisation de ce plug-in, et de développer une interface permettant la saisie manuelle des correspondances directement dans la scène 3D. Bien que le travail réalisé soit orienté vers l’orientation des photos par rapport à un nuage de points laser, il aurait bien-sûr été très intéressant de réutiliser les développements réalisés afin de les adapter à la problématique de notre projet. Toutefois, nous avons rapidement compris que cette adaptation ne serait pas envisageable. En effet, tout d’abord, l’algorithme proposé se base sur un modèle de projection insuffisant par rapport aux exigences liées au calcul de MNE par corrélation. En effet, la distorsion, supposée radiale, est modélisée à l’aide d’un paramètre unique k, contrôlant l’application d’un polynôme de degré 2 (Fig. 13). La divergence des modèle entre celui de TSAI et celui utilisé à l’IGN, abstraction faite des différences liées au niveau de rigueur de la modélisation, aurait éventuellement pu être gérée par une transformation des paramètres afin d’obtenir des valeurs correspondant au modèle IGN, à l’aide de la méthode que nous avons utilisée lors de la calibration des caméras avec PhotoModeler24. Toutefois, un autre aspect de

22 TSAI, R.Y. [1987] A versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-Shelf TV Cameras and Lenses, IEEE Journal of Robotics and Automation, Vol. RA-3, No. 4, August 1987, pages 323-344 23 SCHOLLY, F. [2007], Procédure de calibration d’une caméra, Développement d’un plug-in Maya, Rapport de stage, IUT d’Aix-en-Provence, Département informatique, Université de la Méditerranée, Aix-Marseille II 24 Cf. § 3.2



l’algorithme a attiré notre attention. En effet, le programme ne permet pas de saisir des valeurs approchées pour les paramètres à déterminer (notamment en ce qui concerne la focale). Ainsi, les résultats obtenus sont ceux qui correspondent à la première convergence du calcul, faisant apparaître le risque de converger vers de fausses valeurs. Dans le domaine de l’extraction des textures, cela n’est pas forcément un problème, dans la mesure ou la correspondance radiométrique peut être reproduite sans que l’orientation des images ne le soit (Fig. 14), ce qui permet une texturation juste avec une orientation fausse, notamment lorsque l’objet étudié est plan. Cela est par contre particulièrement dangereux dans le cas d’une exploitation des orientations en stérérestitution, car le modèle obtenu ne correspondra pas à la réalité physique du terrain.

�"�" � � �C�C� . �1 E. �4�

Fig. 13: le modèle de distorsion de la calibration de TSAI.

Fig. 14: Relèvement spatial : les risques de converger vers de fausses valeurs



3.3.3. Calcul des orientations

La première opération à réaliser est de créer un fichier caméra (extension .cam) depuis l’interface de PhotoModeler, en entrant manuellement l’ensemble des paramètre de calibration calculés au cours de l’étape précédente (cf. § 3.2). Il s’agit malheureusement d’un fichier binaire, inaccessible en-dehors de l’interface du logiciel. On peut ensuite passer à la phase d’orientation proprement dite, en important les mesures topométriques des points d’appui (fichier texte colonné), et en saisissant leur coordonnées image sur les photos.

Fig. 15: Saisie des correspondances dans PhotoModeler (exemple pour un couple unique de photos)

Afin de consolider l’orientation des photos, un certain nombre de points de liaison ont été saisis.

Bien qu’une mise en place rigoureuse impose la saisie de plusieurs centaines de points de liaison, nous avons choisi de nous limiter à 75 correspondances pour 9 photos, le but ici n’étant pas d’atteindre la plus grande précision possible mais davantage de quantifier l’ordre de grandeur de celle-ci. A l’issue de cette étape de saisie, le calcul d’aérotriangulation peut être lancé. Ce calcul est assez largement paramétrable, notamment en ce qui concerne la précision des points d’appui estimée et la gestion des inconnues du système au cours du calcul. Il est également possible de contrôler les résidus sur chaque point à posteriori, et ainsi de détecter d’éventuelles fautes de saisie. Dans le cadre de notre étude, nous sommes parvenus à obtenir un résidu maximal de 0.9 pixel. Ce résultat est légèrement en-deçà des précisions que l’on atteint habituellement en aérotriangulation (précision de l’ordre du demi-pixel, voire du quart de pixel pour des résultats optimaux 25 ). Ces valeurs seront bien-sûr à mettre en relation avec les résultats concrets issus de MicMac (Modèles Numériques d’Élévation générés cf. § 3.5.3). Les résultats obtenus pourront être comparés à ceux obtenus avec le logiciel TopAéro (cf. § 3.4.53.4.5) , une fois ceux-ci exprimés dans un référentiel commun (En effet, l’expression des rotations n’est pas gérée de la même manière dans PhotoModeler et dans TopAéro, ce qui implique une conversion des paramètres, comme nous le verrons plus bas). Nous allons donc à présent procéder à cette conversion.

25 Spécifications suggérées par Nicolas Paparoditis, Laboratoire MATIS.



3.3.4. Perspectives liées à la phase d’orientation

L’étape de calcul des orientations étant à l’heure actuelle la plus fastidieuse par son caractère manuel,

de nombreuses études sont en cours afin de proposer des solutions d’automatisation, ou du moins de simplification des opérations.

Au sein de l’IGN, il est notamment envisagé d’utiliser MicMac pour le calcul des points de liaison, ce qui permettrait d’éviter la saisie manuelle des correspondances, tout en augmentant de manière significative la redondance du système. On prend toutefois le risque d’intégrer des fausses corrélations, problème assez couramment rencontré (places de parking ou autres structures urbaines symétriques, zones de faible granularité comme des champs de neige, lacs etc.). Ce problème est actuellement à l’étude. Dans le cadre des activités du GAMSAU, une autre solution est envisagée. En effet, un projet est actuellement mené en collaboration avec l’École nationale supérieure d’Arts et Métiers d’Aix-en-Provence (spécialité Mécatronique), consistant à mettre au point un dispositif permettant de mesurer la position et orientation de chaque caméra in situ, à l’aide notamment d’une station totale. L’allure du dispositif proposé est présentée sur la Fig. 16. L’idée serait de placer la caméra sur un axe rigide sur lequel seraient montés deux prismes, dont la position serait mesurée à l’aide de la station totale, ce qui permettrait de déduire la direction de l’axe optique, à condition bien entendu de connaître au préalable la géométrie relative des prismes et de la caméra. Cette solution impose bien-sûr de déterminer par une méthode à définir la rotation de la caméra autour de son axe optique, qui ne peut être mesuré à l’aide de la technique que nous venons d’évoquer. De plus, il sera nécessaire de réaliser les mesures sur les prismes à l’instant précis de la prise de vues. Cette solution soulève donc non seulement la question de la mesure, mais également celle de la synchronisation.

Fig. 16: Croquis du dispositif imaginé pour le calcul des positions et orientations des caméras.

3.4. Conversion des paramètres d’orientation vers le format ORI

Une fois l’orientation des images réalisée, débute la phase de conversion des résultats numériques afin

de les rendre exploitables au sein du logiciel MicMac. Cette conversion n’est pas immédiate, car un certain nombre de conventions divergent entre les deux environnements. Cette étape, relativement aisée à mettre en place une fois les transformations identifiées, a demandé un travail assez important de compréhension



des modèles utilisés et de recherche des mécanismes nécessaires à leur mise en correspondance.

3.4.1. Mise en relation des éléments d’orientation entre TopAéro et PhotoModeler

Tout d’abord, notons que PhotoModeler ne permet pas à l’utilisateur d’exporter les matrices rotations

relatives à chacune des prises de vues. Seuls les angles oméga, phi et kappa (ω, φ, κ) sont accessibles :c’est donc à partir de ces trois angles qu’il nous faudra générer une matrice rotation qui soit conforme aux conventions utilisées dans le paramétrage de MicMac, qui correspond aussi à celui de TopAéro, les deux logiciels étant utilisés de façon complémentaire à l’IGN.

En photogrammétrie analytique, la rotation permettant de relier les mesures images au repère terrain est traditionnellement exprimée par une matrice qui combine les trois rotations ω, φ et κ , opérées dans un certain ordre qu’il est nécessaire de renseigner. Le plus couramment, la matrice rotation est à site primaire, c'est-à-dire que l’angle ω caractérise la première rotation, le déversement κ étant pratiquement toujours exprimé en dernier. Cet ordre ω, φ, κ correspond d’ailleurs à celui utilisé dans PhotoModeler et TopAéro dans le sens cliché vers terrain. Toutefois, cette matrice ne correspond pas à celle qui sera utilisée dans les fichiers ORI. En effet, dans le cadre de la prise de vue MAP/SurveyCopter, il faut combiner à la matrice rotation issue de PhotoModeler une rotation de π radians autour de l’axe X, ce qui correspond à obtenir la matrice suivante :

)FGH � I cos M. BNOP cos Q. ORSP sin M. sin Q. BNOP ORSQ. ORSP & sin V. cos Q. BNO P&cos M. ORSP cosω. cos P & sin ω. sin M. ORS P ORSQ. BNOP ORSM. BNOQ. ORSPORSM &BNOM. ORSQ BNOM. BNOQ W

Équation 5: la matrice rotation traditionnelle permettant de passer du repère image au repère terrain.

)XYZ[\] � )^�.)FGH � I 1 0 0 0 &1 00 0 &1 W )FGH

)XYZ[\] � I cos M. BNOP cos Q. ORSP sin M. sin Q. BNOP ORSQ. ORSP & sin V. cos Q. BNO P cos M. ORSP &cosω. cos P sinω. sin M. ORS P &ORSQ. BNOP & ORSM. BNOQ. ORSP&ORSM BNOM. ORSQ &BNOM. BNOQ W

Équation 6: la matrice rotation des fichiers ORI à partir des angles issus de PhotoModeler.

Cette matrice permet donc de générer les éléments d’orientation des caméras en accord avec les conventions de MicMac, que nous retrouverons dans les fichiers ORI. Par ailleurs, il s’agit bien une matrice rotation, dans la mesure où elle vérifie la propriété qui les caractérise :

)XYZ[\]Z: � )XYZ[\](



3.4.2. Exportation des données d’orientation

Une fois l’Équation 6 établie, il nous faut définir une méthode permettant d’automatiser (du moins

partiellement) cette conversion de données, afin de pouvoir générer autant de fichiers ORI que nécessaire de façon rapide et sûre. Pour cela, plusieurs étapes sont nécessaires.

Tout d’abord, nous avons commencé par utiliser la fonction d’exportation Maya ASCII (.ma) disponible dans la version 6 de PhotoModeler. Cela nous permet d’obtenir un fichier texte décrivant la scène 3D. Par chance, Maya adopte les mêmes conventions d’orientation que PhotoModeler, à condition de fixer l’imbrication des rotations dans le sens ZYX. Cette première étape permet une extraction des paramètres de PhotoModeler, et offre par ailleurs la possibilité le visualiser la scène dans l’environnement de Maya, ce qui peut être très intéressant dans le cas de développements futurs, notamment dans le cadre des recherches actuelles liées à l’extraction des informations de texture dans les images.

Nous avons ensuite travaillé entièrement en MEL. Afin de rendre les données plus lisibles et d’éliminer les informations inutiles, nous avons généré un fichier texte transitoire avec séparateurs regroupant uniquement les Eléments d’Orientation des Caméras (extension arbitrairement choisie : EOC).

camera1_DSC_5189 982.4457 842.4927 181.7691 -2.9308 -4.5168 94.8378 0.236393 0.177165 20.452 camera1_DSC_5190 969.0739 841.7025 181.5245 -1.1999 -3.0019 90.7066 0.236393 0.177165 20.452 camera1_DSC_5191 956.7923 841.7801 181.0544 -2.3881 -2.9635 90.1739 0.236393 0.177165 20.452 camera1_DSC_5200 954.7578 820.0120 180.5796 1.6934 3.9930 -81.1713 0.236393 0.177165 20.452

Fig. 17: Aperçu d'un fichier EOC

Le fichier EOC regroupe l’identifiant de chaque caméra ainsi que sa position et orientation (les sept

premières colonnes), les paramètres d’ouverture (les deux colonnes suivantes) qui seront utilisés notamment pour la génération des plans d’images dans Maya) et la focale de l’objectif (dernière colonne). Une fois le fichier EOC généré, nous disposons de toutes les informations nécessaires pour exprimer les positions et les orientations des caméras dans le fichier ORI. L’écriture de ces fichiers utilise conjointement les données d’orientations et de calibration, et va maintenant être décrite.

3.4.3. Rappel : syntaxe des fichiers ORI

Le format ORI est utilisé par les applications développées au laboratoire MATIS de l'IGN. Un fichier .ORI est associé à une image, et contient son orientation et la prise en compte des ses déformations (distorsion, scannage,…). Les valeurs flottantes sont multipliées par une constante afin d'être fournies en type entier.

TEXT //en-tête 2 // modèle de distorsion : radial 0 //réfraction prise en compte? 0 0 0 0 0 0 0 0 // Nom de la chambre 11 7 6 7 48 54 //date 143190 //altitude moyenne 793946080 1934808870 //origine planimétrique(rep. Eucl. Local) 2 //zone Lambert 36431 33551 181780 // centre de prise de vues 2602620 // focale -83114636 994875302 -57576831 993548306 87200248 72511239 //matrice rotation 77160355 -51178618 -995704288



7900 7900 //taille d’un détecteur 3008 1960 // taille des images 1519520 991480 //PPA -1.6894e-008 2.33966e-015 -8.72969e-023 //distorsion 1524.93 993.7 //PPS

3.4.4. Génération du fichier ORI

La génération des fichiers ORI constitue la phase terminale de conversion des données en vue de

l’utilisation de MicMac. Elle consiste à récupérer l’ensemble des paramètres nécessaires et à écrire pour chaque image un fichier d’extension ORI conforme à la syntaxe qui les caractérise (cf. Annexe 4 : Manuel de l’utilisateur). Les paramètres à récupérer sont les suivants, et correspondent bien-sûr à ceux du modèle IGN :

Paramètres calculés et/ou saisis au cours de la calibration :

- focale - Dimensions du capteur et des images - Coordonnées des points principaux - coefficients de distorsion radiale

Paramètres calculés au cours de l’orientation

- Position des caméras - Orientation des caméras

Les paramètres issus de la calibration sont les plus délicats à manipuler, dans la mesure où ils ne sont pas exportables depuis PhotoModeler, mise à part la focale qui est présente en tant qu’attribut de chaque nœud caméra du fichier Maya Ascii. Deux options s’offrent alors à nous : d’une part la possibilité de saisir manuellement ces paramètres, et d’autre part celle de les récupérer automatiquement dans un fichier ORI existant, issu d’une prise de vues antérieure réalisée avec la même caméra (à condition que les paramètres n’aient pas changé depuis, c'est-à-dire que l’objectif n’ait pas été démonté et que la calibration ait été réalisée dans des conditions similaires à une date récente). Les paramètres d’orientation externe, eux (positions et orientations des caméras), peuvent être récupérés facilement par lecture du fichier EOC.

La seule information qui n’est pas récupérable de façon immédiate est l’altitude moyenne du terrain

(143190 dans l’exemple ci-dessus, c.à.d. 143.19 m). Ce paramètre constitue l’un des points incomplets de notre méthodologie, car il nécessite d’être saisi manuellement directement dans le fichier ORI après sa génération automatique. Le calcul automatique de cette altitude moyenne est néanmoins possible ; une piste proposée serait de pouvoir récupérer la liste des points d’appui présents sur chaque photo, et d’en déduire une moyenne des altitudes. Pour cela, on pourrait par exemple exporter la table des points présents dans le modèle, dans laquelle figure un champ spécifiant les photos sur lesquelles chaque point figure, puis parcourir l’ensemble de ces points en remplissant progressivement des tableaux d’altitudes relatifs à chacune des caméras de la scène, pour finalement en déduire une valeur moyenne. La



programmation de cet algorithme n’a pas été réalisée faute de temps, mais constitue une perspective à retenir.

3.4.5. Comparaison des résultats avec ceux de TopAéro.

Nous présentons ici les résultats numériques, qui seront commentés par la suite.

3.4.5.1. Comparaison des positions des sommets de prise de vues.

Fig. 19: Écarts sur les positions des caméras calculées dans PhotoModeler et TopAéro en x, y et z, exprimés en mètres pour les caméras 5207, 5200, 5191, 5206, 5201, 5190, 5205, 5202 et 5189.

3.4.5.2. Comparaison des orientations

Nous avons décrit précédemment une méthodologie permettant de générer des matrices rotations compatibles avec les fichiers ORI (§ 3.4.4). Toutefois, la comparaison des résultats d’orientation est plus objective avec des valeurs angulaires qu’avec des coefficients de matrices. C’est la raison pour laquelle nous avons converti les éléments de la matrice rotation des fichiers ORI afin d’en déduire les trois angles ω, φ, κ. La feuille de calcul est disponible en annexe 3.

-0,25

-0,20

-0,15

-0,10

-0,05

0,00

0,05

-0,30

-0,20

-0,10

0,00

0,10

0,20

0,30

-0,08

-0,06

-0,04

-0,02

0,00

0,02

0,04

Fig. 18: Aperçu du tableau d’assemblage des 9 photos et leurs index respectifs pour les graphiques ci dessous



Fig. 20: Écarts sur les orientations (ω, φ, κ) des caméras calculées dans PhotoModeler et TopAéro exprimés en mètres pour les caméras 5207, 5200, 5191, 5206, 5201, 5190, 5205, 5202 et 5189.

3.4.5.3. Commentaires

Ces graphiques suscitent plusieurs commentaires. Tout d’abord, en ce qui concerne les positions des caméras, on observe une nette corrélation des erreurs au sein des bandes. En effet, les photos 5200, 5201 et 5202 sont situées sur une même bande, et constituent les trois photos présentant le plus grand écart aux valeurs théoriques pour la coordonnées X. Cette corrélation s’explique notamment par le fait que les points de liaison sont plus nombreux dans le sens longitudinal, ce qui a pour effet de rigidifier de modèle selon cet axe. En ce qui concerne les orientations, cette corrélation est déjà moins apparente. Le phénomène le plus surprenant concerne davantage l’écart important constaté selon les trois axes d’orientation pour les images 5207 et 5205. En tout état de cause, ces résultats ne sont pas facilement exploitables, et devront bien évidemment être mis en relation avec le résultat effectif obtenu pour la carte des profondeurs.

3.5. Génération de Modèles Numériques d’Elévation dans MICMAC

A ce stade du projet, nous disposons des images issues des prises de vues réalisées par l’hélicoptère, positionnées et orientées dans l’espace, et pour lesquelles les différents paramètres de calibration sont connus. Toutes ces valeurs numériques sont regroupées dans des fichiers ORI, compatibles avec les spécifications du logiciel MicMac.

Nous pouvons donc à présent nous pencher sur la génération de Modèles Numériques d’Elévation. Le logiciel MICMAC, déjà présenté au § 2.1 (p.13), permet de mener à bien cette tâche, à condition de lui fournir non seulement des données de qualité suffisante, mais également des paramètres de calcul correctement choisis.

3.5.1. Génération du fichier XML.

Avant de lancer le logiciel, il convient de spécifier le paramétrage. Pour cela, il est nécessaire de générer le

fichier XML évoqué plus haut, ce qui sera, une fois de plus, réalisé en MEL. Comme nous le verrons plus loin, une interface graphique sera programmée, afin d’automatiser la génération d’un tel fichier. Il faut non seulement générer la liste des images à utiliser pour la génération du MNE, mais également spécifier les valeurs des paramètres de calculs que nous avons présenté au § 2.1.5.

-0,30

-0,20

-0,10

0,00

0,10

0,20

0,30

0,40

-0,60

-0,40

-0,20

0,00

0,20

0,40

0,60

0,80

-1,50

-1,00

-0,50

0,00

0,50

1,00

1,50



3.5.2. Lancement de MicMac

Une fois le fichier de paramétrage généré, on peut procéder à la génération de la carte des profondeurs. Le logiciel MicMac fonctionnant à l’heure actuelles sous Linux, le pilotage sera réalisé en ligne de commande. On récupère à l’issu de cette étape la carte des profondeurs, accompagnée d’une part d’un fichier de métadonnées qui contient notamment les chemins d’accès vers les différents fichiers, ainsi que des valeurs numériques importantes telles la résolution planimétrique et altimétrique, l’origine de l’image dans le repère cartographique utilisé, etc. Enfin, une image binaire de masque est générée pour permettre de supprimer du MNE les zones de non-recouvrement. Le pilotage de MicMac est présenté dans le manuel de l’utilisateur (annexe 4).

Un exécutable de MicMac compatible avec l’environnement Windows étant en cours de finalisation au MATIS, un intégration de l’exécution aux autre maillons de la chaîne d’opérations est envisageable dans un avenir proche.

3.5.3. Comparaison des résultats avec ceux de TopAéro

Afin de comparer nos résultats à des valeurs de référence, nous avons réalisé deux calculs de MNE, le

premier avec des fichiers d’orientations issus d’une aérotriangulation réalisée à l’IGN, et l’autre avec nos propres résultats issus de PhotoModeler. Nous avons ensuite réalisé la soustraction des deux images obtenues afin de visualiser les écarts entre les deux modèles calculés. L’image résultante présentée ci-dessous a été fortement rehaussée afin de visualiser les zones présentant des écarts conséquents. Il convient donc de n’utiliser l’image ci-dessous pour analyser ces zones, et de poursuivre l’analyse en observant les valeurs numériques.



Valeurs complémentaires :

Résolution altimétrique des MNE générés : 6.3 cm

Moyenne des valeurs radiométriques de l’image :

3.2 niveaux de gris d’où 19.5 cm

Ecart-type : 8.2 n.g.

Médiane : 1 n.g. Analyse des écarts : Tout d’abord, si l’on observe la répartition des écarts sur l’image résultante, il apparaît assez clairement que les valeurs maximales sont obtenues aux alentours des discontinuités de l’objet. Cela correspond donc à l’existence d’un systématisme sur celui-ci, dont la valeur est de l’ordre de 3 à 4 pixels (environ 20 cm). Cette valeur est d’ailleurs assez cohérente avec les écarts observés sur les positions et orientations des caméras (cf. § 3.4.5.1) A propos de l’écart altimétrique moyen, la valeur annoncée (19.5cm) peut paraître décevante, mais elle est à interpréter avec précaution. En effet, il faut tout d’abord garder en mémoire que le systématisme que nous venons d’évoquer génère des écarts qui peuvent être localement très importants, notamment aux alentours de grandes discontinuités de relief comme un immeuble ou une falaise, et cela même pour un systématisme très faible. De plus, les arbres que l’on distingue sur les cartes de profondeurs sont des objets très irréguliers, qui se prêtent donc peu à l’analyse des écarts altimétriques par soustraction d’image. Enfin, l’utilisation de blocs d’aérotriangulation de tailles différentes est un facteur d’écarts supplémentaires, qu’il est délicat d’analyser avec pertinence, mais dont l’influence est certaine dans la



mesure ou les corrélations entre les différentes valeurs obtenues seront plus marquées, le bloc complet étant plus « rigide ».

3.6. Utilisation des résultats de MICMAC dans MAYA

3.6.1. Présentation du problème

Les résultats fournis par MICMAC permettent d'envisager une transcription des informations obtenues en un modèle virtuel en trois dimensions. Il s'agit donc de mettre en place une méthode permettant de passer d'une carte de profondeur géoréférencée à un modèle tridimensionnel continu. Comme cela a déjà été évoqué, le logiciel Maya sera utilisé pour réaliser cette transition. La richesse des outils de modélisation fournis par Maya permet la génération d'un tel modèle de façon relativement simple, comme nous le verrons plus bas. Il faudra cependant porter une attention particulière à la fidélité géométrique du résultat, notamment en termes de respect des métadonnées associées à la carte des profondeurs. La réalisation d'un Modèle Numérique d'Elévation (MNE) dans Maya à partir du MNE image issu de MicMac est facilitée par l'utilisation de MEL. En effet, les outils de dialogue fournis par ce langage permettent un contrôle efficace de la procédure, tout en offrant un niveau d'automatisation relativement élevé. C'est la raison pour laquelle nous avons réalisé un script consacré cette tâche. Ce script, disponible en annexe 4 (Documentation utilisateur), décompose le travail en plusieurs étapes, qui sont les suivantes:

1. Saisie des paramètres de l’importation. 2. Importation du MNT proprement dite 3. Suppression des parties non significatives de l'image à l'aide d'un masque issu du calcul

MicMac. 4. Calcul de rendu par occlusion26 afin d'augmenter la perception du relief.

Nous allons à présent nous pencher sur le contenu des ces différentes étapes.

3.6.2. Saisie des paramètres du modèle

Les paramètres à prendre en compte lors de la génération du modèle tridimensionnel peuvent être séparés en deux familles. Tout d'abord, il faut inclure les paramètres intrinsèques du MNE, liés à la carte des profondeurs:

� Résolution planimétrique � Résolution altimétrique � Altitude de référence � Coordonnées du point origine du MNE

Ces paramètres peuvent être saisis de façon automatique en spécifiant l'emplacement du fichier des métadonnées associées à la carte des profondeurs. Ce fichier, généré par MicMac simultanément à la carte des profondeurs, est un fichier XML dans lequel on relève un certain nombre de balises propres à chacun des paramètres cités ci-dessus. Après avoir envisagé la programmation d'un plug-in en C++ à l'aide de l'API du logiciel, en y incorporant un parseur permettant la lecture des balises, il s'est finalement avéré plus simple et plus judicieux de procéder à l'extraction des informations par simple analyse textuelle en MEL,

26 Le calcul de rendu par occlusion permet de modifier la radiométrie de l’objet afin de mieux percevoir le relief. (cf. § 3.6.5)



étant donnée la simplicité et la longueur du fichier (quelques lignes). Ceci a permis de rester dans une programmation relativement simple et de conserver la compatibilité avec les autres développements du laboratoire dans ce domaine, traditionnellement réalisés en MEL.

Fig. 21: Interface d'importation de MNE

Une fois ces paramètres spécifiés, les champs de saisie sont désactivés et les valeurs numériques fixées. L'utilisateur peut alors saisir manuellement les paramètres secondaires, ayant attrait à la visualisation du modèle et à la gestion de la mémoire:

Paramètres intrinsèques du modèle, pouvant être saisis automatiquement par lecture des balises XML

Paramètres secondaires, saisis manuellement



Réduction du nombre de nœuds: Ce paramètre contrôle le réechantillonnage du MNT à une

résolution inférieure dans le cas d'une image de trop grande taille pour être exploitée dans Maya de façon convenable. Exprimé en %, il permet de définir le nombre de facettes du modèle par rapport au nombre de pixels de l'image source. Par défaut, un pixel de l’image correspond à une maille de la surface polygonale résultante. Ce paramètres est particulièrement important, car il permet d’éviter des calculs trop longs et les saturations de la mémoire de Maya. A titre d’exemple, voici quelques temps de calcul observés pour des images de taille 1450x950 :

Valeur du paramètre : Temps de calcul : 5% 1 s 20% 8 s 50% 28s 100% Erreur !

On comprend donc aisément l’importance de ce paramètres dans le cas de l’utilisation d’images de grande taille. Notons enfin que le paramètre correspond à une réduction du nombre de nœuds dans les deux directions de l’image : le nombre de nœuds résultant varie donc de manière quadratique par rapport au nombre initial.

Mise à l'échelle du modèle (facultatif, valeur par défaut: 1). Notons que ce paramètre n’a aucune influence sur la résolution du modèle ; il ne fait que modifier son échelle, en conservant le même nombre de nœuds.

Coefficient de dilatation altimétrique par rapport à la planimétrie (facultatif, valeur par défaut: 1). Permet d’augmenter la perception du relief dans les zones peu accidentées.

Ces deux derniers paramètres sont à manipuler avec précaution car ils ne respectent pas la géométrie réelle de l’objet. Ils ne doivent donc être utilisés que lors de tests ou d’applications spécifiques. Une fois les paramètres spécifiés, la génération du MNT proprement dite peut être réalisée.

3.6.3. Importation du MNT

La génération d'une surface en facettes à partir de la carte des profondeurs est réalisée dans Maya à l'aide de l'outil « Sculpt Geometry Tool ». Cet outil permet de déformer une surface multi-polygonale, soit manuellement, soit en faisant appel à une carte de déformation (Attribute Map), en l'occurrence notre carte de profondeurs. Plusieurs options de déformations sont possibles: le sens de déformations (tirer (pull) ou pousser (push)), direction de déformation (axe Z dans notre cas), déplacement maximal (qui correspondra à 255 x résolution altimétrique), et enfin la carte d'attributs. Ces paramètres, automatiquement fixés par le script, permettent la génération de la surface tridimensionnelle (cf. figures Fig. 22 et Fig. 23).



3.6.4. Suppression des parties non significatives

Sur les cartes de profondeur générées par MicMac figurent un certain nombre de pixels correspondant à des zones non couvertes en stéréoscopie: les facettes correspondant à ces pixels, dont la

Fig. 22: Interface de l'outil « Sculpt Geometry Tool ».

Fig. 23: Carte de profondeurs (image de synthèse) à gauche, et MNE produit dans Maya (à droite)



radiométrie est fixée à celle du pixel le plus proche de la zone de recouvrement, sont à éliminer. Lors du calcul des profondeurs dans MicMac, une image masque est crée da façon à pouvoir séparer facilement les pixels pertinents des pixels intrus: nous avons donc d'abord songé à utiliser une librairie de traitement d'images pour mener à bien cette étape. Puis, de la même façon que précédemment, il nous a paru intéressant de conserver une syntaxe MEL, tant en termes de simplicité qu'en termes de compatibilité avec les développements du laboratoire. MEL fournissant un certain nombre d'outils dédiés au traitement d'images, notamment la récupération des valeurs radiométriques, nous avons écrit un script permettant de tester la radiométrie des pixels du masque, et d'en déduire pour la facette correspondante si celle-ci devait être supprimée ou non. Cette méthode, qui fonctionne pour des petites images, a très rapidement montré ses limites en termes de temps de calcul, notamment en raison des procédures devant être mises en œuvre pour passer d'un pixel à sa facette correspondante (gestion du réechantillonnage, conflit dans les conventions sur les systèmes de coordonnées image etc.). En effet, les temps de calcul étaient déjà de plusieurs secondes pour une imagette de taille 100x100 pixels. Nous avons donc été contraints de proposer une autre solution. La méthode finale que nous avons adoptée consiste à réaliser une seconde déformation du modèle en choisissant l'image du masque comme carte d'attributs, et en spécifiant une valeur de déformation très importante. On sépare ainsi les facettes pertinentes et les facettes à éliminer en deux zones d'altitude, les facettes à conserver n'étant pas modifiées. Une fois cela fait, on coupe le modèle obtenu à l'altitude de référence, pour finalement ne conserver sur celui-ci que l'information qui nous intéresse.

Le premier script envisagé est présenté en annexe 2, le script définitif étant intégré aux sources présentes dans la documentation utilisateur (Annexe 4).

3.6.5. Calcul de rendu par occlusion

Cette option facultative permet d'agir sur la radiométrie de la scène pour augmenter l'impression de relief. De façon générale, l'opération de rendu, très utilisée dans le domaine de l'architecture pour introduire du réalisme à un environnement tridimensionnel, consiste à modéliser les interactions lumineuses en fonction des sources de lumière et des propriétés optiques des matériaux présents dans la scène. Il existe de nombreux moteurs de rendu, AutoDesk ayant développé le sien, Mental Ray®. Le rendu proposé ici est relativement simple, le but n'étant pas ici le réalisme, mais plutôt la seule perception du relief: il s'agit d'un rendu par occlusion. Cette méthode consiste à calculer pour chaque facette la portion de ciel visible, et de colorer la facette en conséquence, en attribuant une radiométrie d'autant plus élevée que la portion de ciel visible est importante.

Fig. 24: Retaillage de l'image en fonction d'une image masque


Lazare GRENIER

3.7. Programmation d’une interface glo A l’issu du calcul de rendu par occlusion, la chaîne de traitement arrive à son terme. Le MNE produit

peut alors être exporté vers d’autres formats, afin d’être utilisés pour des applications diverses, faire l’objet d’une coloration par projection de textures, ou être intégré à une scène Maya existante afin d’insérer maquette 3D dans son environnement topographique. Toutefois, les étapes décrites précédemment manquent singulièrement de cohérence, et sont délicates à mettre en œuvre pour une personne non familière des développements accomplis et des structures de données utilisées. Il nous a donc paru important de donner à ces étapes une unité, en les regroupant au sein d’un environnement unique, permettant de réaliser l’ensemble dans un même programme, de la phase d’orientation des images réalisée dans PhotoModelerl’importation des résultats dans Maya Nous ne nous attarderons pas sur les détails de l’utilisation du programme, ce qui constde la documentation utilisateur (annexe été abordés au cours des paragraphes précédents. Nous présenterons simplement les grandes lignes de la procédure.

Fig. 26

Fig. 25: Réalisation du rendu par occlusion à l'aide de M

: Mise en place d’une stratégie d’extraction de MNE

/ 57 Mastère PPMD

Programmation d’une interface globale de visualisation

issu du calcul de rendu par occlusion, la chaîne de traitement arrive à son terme. Le MNE produit peut alors être exporté vers d’autres formats, afin d’être utilisés pour des applications diverses, faire l’objet

par projection de textures, ou être intégré à une scène Maya existante afin d’insérer dans son environnement topographique.

Toutefois, les étapes décrites précédemment manquent singulièrement de cohérence, et sont délicates vre pour une personne non familière des développements accomplis et des structures de

données utilisées. Il nous a donc paru important de donner à ces étapes une unité, en les regroupant au sein d’un environnement unique, permettant de réaliser l’ensemble des étapes de la chaîne de traitementdans un même programme, de la phase d’orientation des images réalisée dans PhotoModelerl’importation des résultats dans Maya.

Nous ne nous attarderons pas sur les détails de l’utilisation du programme, ce qui constannexe 4), ni sur le contenu des scripts qui le compose, ceux

été abordés au cours des paragraphes précédents. Nous présenterons simplement les grandes lignes de la

26: Les scripts regroupés dans l’interface globale

Réalisation du rendu par occlusion à l'aide de Mental Ray

Mastère PPMD-Octobre 2007

issu du calcul de rendu par occlusion, la chaîne de traitement arrive à son terme. Le MNE produit peut alors être exporté vers d’autres formats, afin d’être utilisés pour des applications diverses, faire l’objet

par projection de textures, ou être intégré à une scène Maya existante afin d’insérer la

Toutefois, les étapes décrites précédemment manquent singulièrement de cohérence, et sont délicates vre pour une personne non familière des développements accomplis et des structures de

données utilisées. Il nous a donc paru important de donner à ces étapes une unité, en les regroupant au des étapes de la chaîne de traitement

dans un même programme, de la phase d’orientation des images réalisée dans PhotoModeler à

Nous ne nous attarderons pas sur les détails de l’utilisation du programme, ce qui constitue l’objectif ), ni sur le contenu des scripts qui le compose, ceux-ci ayant déjà

été abordés au cours des paragraphes précédents. Nous présenterons simplement les grandes lignes de la



3.7.1. Structure générale de l’interface

Fig. 27: Structure générale de l’interface

L’interface globale de visualisation se décompose en plusieurs zones. Outre la vue 3D sur la gauche de la fenêtre, on note une colonne regroupant la liste des images du chantier), une zone sur laquelle est affiché un aperçu de l’image sélectionnée et les informations de position et d’orientation correspondantes. Enfin, la partie droite de la fenêtre regroupe les outils d’appel aux procédures, de manipulation des objets dans la scène et de visualisation.

3.7.2. Description d’un chantier

Lorsque l’on entreprend de traiter un chantier, il faut tout d’abord réunir les différents fichiers

nécessaires. Il s’agit d’une part du fichier Maya ASCII issu de PhotoModeler (extension .ma), et d’autre part des images de la prise de vues. Afin de permettre la visualisation des miniatures, on inclue dans le répertoire de travail un dossier « imagettes » qui contient les miniatures des images de la scène (Fig. 28). La première opération est de charger un dossier contenant les images utilisées pour le chantier. Cela permet d’afficher la liste des images dans la zone prévue à cet effet. On peut alors cliquer sur un élément de la liste, ce qui a pour effet d’afficher une miniature de l’image dans la zone d’aperçu. Il convient ensuite de procéder aux transformations de formats, nécessaires à la bonne marche du logiciel MicMac. Il s’agit donc de transformer le fichier Maya issu de PhotoModeler, d’abord en un fichier EOC qui permettra la gestion de paramètres d’orientation au sein du logiciel, puis en autant de fichiers ORI qu’il y a d’images dans le chantier.



Fig. 28: le dossier de travail au départ de la procédure

Fig. 29: Interface de génération des fichiers ORI

Le fichier EOC est créé dans le répertoire de travail, au même titre que les fichiers ORI, qui seront

utilisés dans MicMac. A l’issue de cette étape, il est possible de positionner les caméras dans l’espace, ce qui est réalisé à l’aide d’une procédure adaptée, appelée à l’aide du bouton « générer scène 3D ». Afin de rester fidèle au développements du laboratoire, et plus particulièrement au logiciel NUBES, nous avons décidé d’adopter la convention utilisée dans ce logiciel pour mettre en place des caméras au sein de l’environnement Maya : il s’agit de générer un script MEL pour chaque caméra, contenant l’ensemble des informations nécessaires à son orientation, et d’appeler ce script lorsque l’on souhaitera importer cette caméra dans la scène. La structure de ce script est la suivante :



createNode transform -n "Transform_camera1_DSC_5191"; setAttr "Transform_camera1_DSC_5191.t" -type "double3" 956.7923 841.7801 181.0544; setAttr "Transform_camera1_DSC_5191.r" -type "double3" -2.3881 -2.9635 90.1739; createNode camera -n "Camera_camera1_DSC_5191" -p "Transform_camera1_DSC_5191"; setAttr "Camera_camera1_DSC_5191.fl" 20.000; setAttr "Camera_camera1_DSC_5191.cap" 0.236393 0.177165; createNode imagePlane -n "ImagePlane_camera1_DSC_5191"; setAttr ".imn" -type "string" "C:/Users/lgr/images/imagettes/DSC_5191.jpg"; […]

Fig. 30: Script MEL permettant l’orientation d’une camera (détail)

Ce type de script est caractéristique de l’approche de la modélisation adoptée dans Maya, basée sur le concept de nœuds et d’attributs. En l’occurrence, le positionnement de la caméra dans l’espace et la visualisation du plan de l’image nécessite la création de trois nœuds : un nœud « camera », qui contrôle les paramètres intrinsèques (focale et proportions de l’image notamment), un nœud « transform », qui permet de positionner et d’orienter la caméra dans l’espace, et un nœud « ImagePlane », qui contrôle le plan d’image qui permet notamment la visualisation de l’image, orientée selon le faisceau perspectif.

A l’issu de cette étape, les caméras de la scène apparaissent dans la vue 3D, positionnées et orientées,

accompagnées d’un plan d’image affichant un aperçu de la photo correspondante. La taille de cet aperçu est paramétrable, de façon à permettre une visualisation optimale quelle que soit l’étendue du chantier. On utilise pour cela le contrôle situé en bas à droite de la fenêtre de contrôle.

On peut ensuite visualiser les informations relatives à la caméra sélectionnée : lorsque l’on clique sur un élément de la liste, la caméra correspondante dans la scène 3D est sélectionnée et les données de position et d’orientation sont affichées dans la fenêtre d’informations.

Il reste encore à générer le fichier de paramètres nécessaire au fonctionnement du logiciel MicMac. L’avantage offert par l’interface graphique à ce stade de la procédure est la possibilité de ne sélectionner que certaines caméras pour la génération du MNE. Cela offre le choix à l’utilisateur de réaliser un calcul local, pour un besoin particulier, ou tout simplement de réaliser des tests, sans nécessairement devoir mettre en œuvre un calcul global inévitablement consommateur de temps de calcul et de mémoire. Pour cela, il suffit de sélectionner les caméras de la scène que l’on souhaite utiliser pour la génération du MNE, et de cliquer sur le bouton « générer fichier de paramètres XML ». Une fenêtre s’ouvre alors (Fig. 31) affichant les caméras sélectionnées sur la gauche, et permettant de spécifier les paramètres de calcul (cf. § 2.1.5). Le fichier est alors créé dans le répertoire de travail. Tous les fichiers sont alors réunis pour lancer le calcul dans MicMac.



Fig. 31: Interface de génération du fichier de paramètres XML

A ce stade du calcul, les fichiers en présence sont regroupés dans le dossier de travail (Fig. 32). On peut

alors lancer le logiciel MicMac27 et importer la carte de profondeurs dans Maya, une fois celle-ci générée, à l’aide du script qui a été décrit précédemment.

Fig. 32: le dossier de travail après génération des fichiers ORI, des scripts

d’orientation des caméras et du fichier de paramètres XML

27 Le lancement de MicMac est à l’heure actuelle réalisé en-dehors du programme, car celui-ci fonctionne sous Linux. La version Windows, en cours de finalisation, permettra d’intégrer le programme dans le script, et ainsi de réaliser toutes les étapes postérieures à la phase d’orientation depuis l’interface de visualisation.



Fig. 33: Visualisation du modèle

3.7.3. Évolutions possibles du programme

Un certain nombre de perspectives sont à envisager, afin de rendre l’utilisation du programme plus

efficace. Dans le domaine de l’amélioration des développements existants, tout d’abord, l’intégration de MicMac dans le script est une perspective envisageable à court terme. En effet, la version Windows est en cours de finalisation, comme nous l’avons déjà évoqué. La possibilité de contrôler l’Invite de Commandes de Windows depuis l’environnement MEL laisse entrevoir la possibilité de piloter directement MicMac depuis le script, ce qui serait une grande étape de franchie. Une deuxième évolution envisageable consisterait en la restructuration du modèle de données, c'est-à-dire l’adoption de variables globales, qui simplifieraient beaucoup la gestion des données en évitant, notamment, de spécifier plusieurs fois de suite les mêmes fichiers. Enfin, de façon plus générale, une optimisation de code serait souhaitable, afin non seulement d’éliminer les bugs toujours possibles, mais aussi d’augmenter les performances et la propreté du code, qui n’est pour l’instant qu’au stade de « prototype ».

Dans le cadre des applications complémentaires envisagées, enfin, l’extraction des textures semble

une perspective à retenir. La technique de l’extraction des textures, toutefois, est déjà relativement aboutie au laboratoire, et des développements ont déjà été réalisés dans ce domaine28. Ainsi, l’innovation que notre script pourrait apporter se situe davantage au niveau de la sélection des caméras pour l’extraction des informations de textures que dans leur extraction elle-même. En effet, la visualisation 3D des la scène et la connaissance des éléments d’orientation des caméras laisse envisager la programmation d’un algorithme permettant de choisir la caméra la plus adaptée pour une extraction de textures, basée sur la prise en compte de plusieurs paramètres : la distance à l’objet, d’abord, mais également l’exposition (contre jour ?), la direction de l’axe de visée (axe de prise de vues orthogonal à l’objet ?) 28 Plusieurs scripts MEL, intégrés au code de NUBES, permettent d’extraire des informations de textures à partir de clichés calibrés et orientés, et d’appliquer ces textures sur des maquettes 3D.



Fig. 34: Extraction des textures à partir d'une photographie

calibrée et orientée (source : L. De Luca)

3.7.4. Diagramme général de la procédure

La procédure peut être décrite de manière schématique comme le montre la Fig. 35 (Cf. page suivante).



Fig. 35: enchaînement des opérations, de l’acquisition à l’exploitation des résultats

Conclusion et perspectives



Au cours de ces cinq mois passés au sein de l’UMR MAP/GAMSAU, nous avons été amenés à réfléchir sur des problématiques diverses afin de tenter d’apporter une réponse au problème posé, en l’occurrence la génération de MNE par corrélation et la mise en relation d’outils indépendants dans le but d’obtenir une méthodologie modulable, orientée vers les perspectives les plus ouvertes. Cette méthodologie a vu le jour, et nous a permis d’obtenir des résultats encourageants. Même si celle-ci est encore incomplète sur un certain nombre d’aspects, les étapes ont été identifiées, et la mise en correspondance des outils établie. A ce titre, l’objectif principal du projet est atteint.

Dans le domaine de la calibration et de l’orientation des caméras, le choix de PhotoModeler s’est rapidement imposé, mais il est important de noter qu’il est intimement lié à l’application concernée, à savoir l’aérotriangulation et la restitution par corrélation d’images. En effet, de nombreux autres outils existent, ayant chacun des caractéristiques particulières et leur domaine d’utilisation propre. Il a donc été important, au sein d’une telle structure, d’analyser les caractéristiques des outils dont nous disposions, afin de s’assurer de leur adéquation au type d’application auxquelles ils étaient destinés. Enfin, en ce qui concerne les résultats obtenus, il est probablement hâtif de tirer des conclusions catégoriques, l’analyse de la précision n’ayant pas encore été traitée de façon exhaustive. En tout état de cause, même si celle-ci est peut-être insuffisante pour des applications topographiques, elle est en revanche très prometteuse dans une optique de photomodélisation, en vue de la production d’outils de communication et de simulation, ce qui constitue l’un des principaux objectifs du laboratoire. Dans le domaine de la génération du MNE, l’utilisation de MicMac s’est révélée judicieuse. Ce logiciel ayant fait ses preuves au sein du laboratoire MATIS, nous avons pu exploiter ses fonctionnalités dans un contexte extérieur à celui de l’IGN, et ainsi générer des cartes de profondeurs intégrées ensuite dans Maya. Enfin, la gestion des données et la complémentarité des outils a été facilitée par le langage MEL, qui nous a notamment permis de réaliser plusieurs transformations de formats, et ainsi de relier les différentes étapes du traitement.

La solution proposée, dans son état actuel, n’est toutefois qu’une première approche d’un script amené à

évoluer. Celui-ci comporte en effet un certain nombre de points incomplets, sur lesquels des améliorations sont envisageables. La principale perspective qui se dégage réside dans l’intégration du logiciel MicMac dans l’interface de notre programme, d’abord par simple appel d’un exécutable sous forme de commande MEL, puis éventuellement sous forme de plug-in Maya. Cette perspective est rendue possible par l’apparition d’un exécutable Windows du logiciel, avec distribution optionnelle du code source. Dans le domaine de



l’optimisation du programme, plusieurs autres pistes méritent d’être explorées, notamment en rapport avec les fichiers images utilisés. En effet, les images générées par MicMac ne sont pour l’instant pas directement interprétables dans Maya, la lecture des fichiers TIFF 16 bits étant encore problématique. Il convient donc de transformer ces images dans un format géré par Maya (BMP par exemple). Cette opération présente l’inconvénient de produire des images 8 bits, mais constitue pour l’instant la seule solution permettant une importation des images dans Maya. Cela pourrait être réalisé à l’intérieur même de notre programme, par exemple par inclusion d’une librairie de traitement d’images.

Dans un second temps, il serait souhaitable de procéder à une analyse plus fine de la précision de la

méthode. En effet, nous avons comparé les résultats obtenus par rapport à ceux de l’IGN, sans toutefois évaluer leur précision absolue. A ce titre, l’utilisation d’un objet parfaitement connu serait intéressante. Le domaine de l’extraction de textures est également un sujet qu’il serait intéressant d’approfondir, notamment en ce qui concerne le choix de la caméra dans laquelle récupérer les informations radiométriques. Enfin, et de façon plus générale, une optimisation du code serait souhaitable, autant dans une logique d’élimination des bugs que de réduction des temps de calcul et d’amélioration de la structure de données.

De façon plus globale, enfin, l’opportunité de travailler dans un laboratoire tel que celui de l’UMR MAP,

alliant des compétences diversifiées et une équipe hétérogène, a été l’occasion non seulement d’acquérir de nombreuses connaissances dans des domaines dépassant le cadre strict de la photogrammétrie, mais aussi d’expérimenter la conduite d’un projet au sein d’une structure dont les problématiques divergent souvent de celles de l’IGN, nécessitant régulièrement l’analyse des besoins et des exigences relatives au études entreprises, et une approche ouverte des questions abordées. C’est à travers cet échange que s’est dégagée toute la richesse de ce projet.

Bibliographie


Bibliographie

Ouvrages et revues

• Gould D. [2003], Complete Maya Programming, An Extensive Guide to MEL and the C++ API. Morgan Kaufmann Publishers, San Francisco. ISBN 1-55860-835-4

• Kasser, M. & Egels, Y. [2001], Photogrammétrie numérique. Editions Hermès Science Publications, Paris. ISBN 2-7462-0311-1

• Kraus, K., Waldäusl, P., Traduction de Grussenmeyer P. et Reis O.[1998]. Manuel de

Photogrammétrie, principes et procédés fondamentaux. Editions Hermès, Paris ISBN 2-86601- 656-4.

Documents de formation :

• Deléglise, J. [2007], Application et évaluation d’une démarche de reconstruction hybride (balayage laser 3D-Photogrammétrie) pour la reconstruction tridimensionnelle du site de Saint-Siméon en Syrie. Mémoire de soutenance en vue de l’obtention du diplôme d’Ingénieur-Géomètre-Topographe ESGT.

• De Luca, L. [2006], Relevé et multi-représentations du patrimoine architectural. Méthodes, formalismes et outils pour l’observation dimensionnée d’édifices. Thèse de Doctorat de l'Ecole Nationale Supérieure des Arts et Métiers.

• Deseilligny, M.P. [2007], Documentation MicMac, IGN, Paris. • Grenier, L. [2006], Etudes complémentaires liées à la mise au point du photo-théodolite de l'IGN, Calibration

et Mesure de Déformations. Mémoire de Projet de Fin d'Etudes, filière Topographie, INSA Strasbourg.

• Scholly, F. , [2007]Procédure de calibration d’une caméra, Développement d’un plug-in Maya, Rapport de stage, IUT d’Aix-en-Provence, Département informatique, Université de la Méditerranée, Aix-Marseille II

• Tsai, R.Y. [1987]A versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-Shelf TV Cameras and Lenses, IEEE Journal of Robotics and Automation, Vol. RA-3, No. 4, August 1987, pages 323-344.

Sites Internet

• Highen3D @ [2007], Community for Maya, 3dsMax, [...] URL: http://www.highend3d.com/

• MAP-GAMSAU @ [2007], UMR 694 MAP CNRS-MCC URL: http://www.map.archi.fr/gamsau/index.php

Table des illustrations


Table des illustrations

Fig. 1: Numérisation de l’Hôtel de Sully (Paris) 10 Fig. 2: L’hélicoptère MAP/SurveyCopter 10 Fig. 3 : Entrées-sorties de MicMac 15 Fig. 4 Différents résultats obtenus pour plusieurs valeurs de la balise SzW (3X3, 5x5, 7x7, 11x11 et 15x15). 16 Fig. 5: Différents résultats en sortie de MicMac pour plusieurs valeurs de la balise ZPas (0.1, 1, 2, 5 et 10). 16 Fig. 6: L'interface de Maya 17 Fig. 7: programmation en MEL d’un cube à cinq subdivisions dans chaque direction de l’espace. 18 Fig. 8: mire de Calibration de PhotoModeler 19 Fig. 9: Schéma général de la méthodologie proposée. Un schéma complet est présenté à la fin de cette partie (Fig. 34 p.50). 21 Fig. 10: : Passage des paramètres IGN aux paramètres PhotoModeler pour la caméra utilisée lors de la prise de vue du 11 juillet 2006.: 25 Fig. 11: Comparaison des deux calibrations (2006 et 2007), exprimées dans un référentiel commun (modèle de PhotoModeler) 26 Fig. 12: : Sous-bloc de 9 photos utilisé pour les tests 27 Fig. 13: le modèle de distorsion de la calibration de TSAI. 28 Fig. 14: Relèvement spatial : les risques de converger vers de fausses valeurs 28 Fig. 15: Saisie des correspondances dans PhotoModeler (exemple pour un couple unique de photos) 29 Fig. 16: Croquis du dispositif imaginé pour le calcul des positions et orientations des caméras. 30 Fig. 17: Aperçu d'un fichier EOC 32 Fig. 19: Écarts sur les positions des caméras calculées dans PhotoModeler et TopAéro en x, y et z, exprimés en mètres pour les caméras 5207, 5200, 5191, 5206, 5201, 5190, 5205, 5202 et 5189. 34 Fig. 18: Aperçu du tableau d’assemblage des 9 photos et leurs index respectifs pour les graphiques ci dessous 34

Fig. 20: Écarts sur les orientations (ω, φ, κ) des caméras calculées dans PhotoModeler et TopAéro exprimés en mètres pour les caméras 5207, 5200, 5191, 5206, 5201, 5190, 5205, 5202 et 5189. 35 Fig. 21: Interface d'importation de MNE 39 Fig. 22: Interface de l'outil « Sculpt Geometry Tool ». 41 Fig. 23: Carte de profondeurs (image de synthèse) à gauche, et MNE produit dans Maya (à droite) 41 Fig. 24: Retaillage de l'image en fonction d'une image masque 42 Fig. 26: Les scripts regroupés dans l’interface globale 43 Fig. 25: Réalisation du rendu par occlusion à l'aide de Mental Ray 43 Fig. 27: Structure générale de l’interface 44 Fig. 28: le dossier de travail au départ de la procédure 45 Fig. 29: Interface de génération des fichiers ORI 45 Fig. 30: Script MEL permettant l’orientation d’une camera (détail) 46 Fig. 31: Interface de génération du fichier de paramètres XML 47 Fig. 32: le dossier de travail après génération des fichiers ORI, des scripts d’orientation des caméras et du fichier de paramètres XML 47 Fig. 33: Visualisation du modèle 48 Fig. 34: Extraction des textures à partir d'une photographie calibrée et orientée (source : L. De Luca) 49 Fig. 35: enchaînement des opérations, de l’acquisition à l’exploitation des résultats 50

Sommaire des Annexes


Sommaire des Annexes

Annexe 1 Les différentes définitions de caméras dans Maya Annexe 2 Premier script d’application du masque issu du calcul de MNE

Annexe 3 Conversion des matrices de TopAéro en angles

Annexe 4 Manuel de l’utilisateur : Fonction de l’application Les fichiers nécessaires Les données nécessaires Formats de données Interface générale du programme Étape 1 : Charger un chantier de prises de vues Étape 2 : Transformation des fichiers maya ascii en fichiers EOC Étape 3 : Transformation des fichiers EOC en fichiers ORI Étape 4 : Génération de la scène 3D Étape 5 : Écriture du fichier de paramètres XML Étape 6 : Pilotage de MicMac (à faire en-dehors du programme) Étape 7 : Importation du MNE dans Maya Code Source

Auteur : Lazare GRENIER

Mise en place d'une chaîne d'opérations pour le traitement de clichés acquis à basse altitude en vue de la génération de

Structure d'accueil : UMR 694 MAP Équipe GAMSAU Ecole d'architecture de Marseille 184, avenue de Luminy 13288 MARSEILLE Cedex

Résumé :

Depuis plusieurs années déjà, l’équipe GAMSAU de l’UMR 694 MAP s’attache au développement de nouvelles techniques d’acquisition en vue de la projets en cours figure la mise au point d’un hélicoptère radiocommandé. D’abord imaginé pour la réalisation de prises de vues depuis des sites inaccessibles, Modèles Numériques d’Elévation par corrélation

Le but de ce stage est donc de définir une méthodologie permettant l’obtention de ces MNE, combinant à la foiscompétences du laboratoire et celles de l’IGN, et de regrouper les différentes étapes au sein d’un programme unique, en vue de l’intégration des résultats à des maquettes architecturales.

Mots clés : Modèles numériques de terraincorrélation d’images.

Summary :

The GAMSAU laboratory (UMR 694 MAP) techniques, in order to provide new tools for representation and simulation in the field of architecture. Tdevelopment of a radiocontrolled helicopter belophotographs from inaccessible points of view, Elevation Models by using image matching algorithms. The aim of this study is to define a methodology making it possible to othe competences of the laboratory and those of the IGN, and to integration of the results in architectural models.

Key words : Digital Elevation Models, DEM, photogrammetry, architecture,

Projet de Fin d’Etudes

Année 2006-2007

se en place d'une chaîne d'opérations pour le traitement de clichés acquis à basse

altitude en vue de la génération de Modèles Numériques d’Élévation maquettes architecturales

694 MAP GAMSAU

Ecole d'architecture de Marseille 184, avenue de Luminy 13288 MARSEILLE Cedex 09

Depuis plusieurs années déjà, l’équipe GAMSAU de l’UMR 694 MAP s’attache au développement de nouvelles s d’acquisition en vue de la production d’outils de représentation et de simulation en architecture. Parmi les

projets en cours figure la mise au point d’un hélicoptère radiocommandé. D’abord imaginé pour la réalisation de prises naccessibles, l’utilisation de cet appareil a rapidement été envisagée pour

Modèles Numériques d’Elévation par corrélation. Le but de ce stage est donc de définir une méthodologie permettant l’obtention de ces MNE, combinant à la fois

compétences du laboratoire et celles de l’IGN, et de regrouper les différentes étapes au sein d’un programme unique, en vue de l’intégration des résultats à des maquettes architecturales.

Modèles numériques de terrain, MNE, photogrammétrie, architecture, patrimoine, réalité virtuelle,

(UMR 694 MAP) has been working for several years on the developing of new acquisition techniques, in order to provide new tools for representation and simulation in the field of architecture. Tdevelopment of a radiocontrolled helicopter belongs to the projects in progress. Firstly intended to photographs from inaccessible points of view, the use of this device was finally considered for the generation of Digital

image matching algorithms. to define a methodology making it possible to obtain these DEM, combining at the same time

competences of the laboratory and those of the IGN, and to join the different steps in a single program, for the architectural models.

DEM, photogrammetry, architecture, heritage, virtual reality, image matching.

se en place d'une chaîne d'opérations pour le traitement de clichés acquis à basse Élévation intégrables à des

Depuis plusieurs années déjà, l’équipe GAMSAU de l’UMR 694 MAP s’attache au développement de nouvelles d’outils de représentation et de simulation en architecture. Parmi les

projets en cours figure la mise au point d’un hélicoptère radiocommandé. D’abord imaginé pour la réalisation de prises l’utilisation de cet appareil a rapidement été envisagée pour la génération de

Le but de ce stage est donc de définir une méthodologie permettant l’obtention de ces MNE, combinant à la fois les compétences du laboratoire et celles de l’IGN, et de regrouper les différentes étapes au sein d’un programme unique, en

, réalité virtuelle,

developing of new acquisition techniques, in order to provide new tools for representation and simulation in the field of architecture. The

intended to the acquisition of considered for the generation of Digital

, combining at the same time a single program, for the

heritage, virtual reality, image matching.