Abstract FR:

Dans le cadre de la recherche en vision par ordinateur, le problème que nous résolvons est celui de l'extraction et de la mise en correspondance de régions issues de paires d'images stéréoscopiques. Dans la première partie, nous présentons un algorithme de segmentation d'images par une technique de croissance de régions. Une stratégie de stockage de la hiérarchie des régions créées au cours de l'algorithme nous permet de nous affranchir des problèmes du choix des prédicats et des seuils qui leurs sont associés. Nous définissons une distance entre images de labels de régions pour produire des segmentations cohérentes au sein d'une paire d'images stéréo, dans le but de faciliter la recherche ultérieure de correspondances entre les régions. Nous faisons collaborer un détecteur de points de contours avec l'algorithme de croissance de régions de manière à profiter de leurs qualités respectives. Des résultats sur divers types d'images sont présentés, ainsi qu'une application à la segmentation d'images en couleurs. Dans la seconde partie nous présentons différentes méthodes pour trouver les couples de régions correspondantes, première étape vers l'obtention d'une description 3D de la scène. Nous décrivons d'abord un algorithme de mise en correspondance par recouvrement mutuel des régions analogues. Nous présentons ensuite des algorithmes recherchant des similarités entre les caractéristiques, photométriques et géométriques, des régions à apparier. Une troisième méthode nous permet d'effectuer la recherche de régions correspondance. Enfin, nous utilisons une technique d'optimisation globale, le recuit simulé, pour produire des appariements cohérents avec les voisinages des régions