Abstract FR:

Ce mémoire de thèse s'inscrit dans le cadre de la modélisation automatique de scènes 3d à partir de séquences d'images non calibrées. En l'absence d'information sur la scène et la camera, la géométrie projective fournit le cadre théorique permettant l'automatisation recherchée. En conséquence, toutes les étapes de la modélisation sont effectuées en projectif : la calibration des caméras ayant acquis la séquence, le calcul d'une reconstruction dense et la triangulation des données. Dans la première étape de calibration projective, nous avons développé les outils algorithmiques d'analyse de la séquence d'images destines à segmenter temporellement cette dernière, de manière à garantir le bon conditionnement des algorithmes de calibration projective. Cette calibration projective est en fait une succession d'estimations de modèles de plus en plus complets. Nous terminons par une calibration complète de la séquence d'images originale à partir de la calibration de la séquence échantillonnée. Le processus de reconstruction projective dense vise à obtenir le maximum de mesures 3d sur la scène observée. Nous montrons ici comment étendre les algorithmes de corrélation multi-images à la reconstruction projective. Pour permettre une réelle automatisation, le problème d'initialisation de certains paramètres de la corrélation est résolu en utilisant la calibration et la reconstruction projectives de l'étape précédente. Enfin, la triangulation projective vise à caractériser la topologie de la scène a partir des reconstructions calculées précédemment en produisant une triangulation qui représente la surface des objets observes. Nous proposons dans ce but une méthode novatrice de triangulation d'une reconstruction projective sans aucune connaissance de la structure euclidienne sous-jacente. L'aspect applicatif n'est pas oublie puisque sont également développées plusieurs méthodes de recalage de reconstruction permettant le déréférencement du modèle projectif de la scène.