Un nouveau dépôt GIT a été mis en ligne sur mon github (1) afin de mettre en ligne et de garder une trace des travaux pratiques réalisés pendant mon année au MVA de l'ENS Cachan.
Ce dépôt sert à compiler les travaux pratiques du cours de vision 3D artificielle (2) donné par Monsieur Renaud Marlet (3) et par Monsieur Pascal Monasse (4).
Il regroupe cinq travaux pratiques. Le premier consiste à faire de la reconstruction de panoramas. Avec deux images prises sous certaines conditions (l'appareil ayant très peu bougé notamment), on peut faire l'hypothèse que la transformation entre les deux images est restreinte à un petit nombre de paramètres. En particulier, on peut prendre comme hypothèse que la transformation entre les deux images est une transformation affine. De cette manière, le nombre de paramètres à estimer est petit et, avec un nombre réduit de points de références choisis dans les deux images, on peut reconstruire un panorama combinant les deux images.
Les deux images initiales et le panorama reconstruit
Le second TP concernait le calcul de la matrice fondamentale (5). Grace à l'algorithme de RANSAC (6), on calcule les paramètres de la matrice fondamentale qui est, par la suite, raffinée en utilisant une minimisation par moindre carrés.
Deux images acquises par stéréo-vision. Les lignes rouges correspondent aux lignes épipolaires
Le troisième TP correspondait à la mise en application de l'algorithme de détection de coins Harris.
Détection de coin par l'algorithme de Harris sur un damier
Le quatrième et cinquième TP avait pour objectif de travailler sur la création des cartes de disparités. La première version correspond au calcul de la carte en utilisant un algorithme de propagation de graine. L'autre possibilité consiste à appliquer la théorie des graphe et des GraphCuts pour réaliser la carte de disparité
Propagation de graine pour le calcul de carte de disparité
GraphCut pour le calcul de la carte de disparité
Enfin, on réutilise l'algorithme de GraphCut pour la segmentation binaire d'une image
Segmentation (en vert) d'un cheval superposée à l'image initiale
