Reconstruction d'un nuage de points 3D étant donné un modèle CAO a priori

Résumé : Nous abordons dans cet article le problème de la reconstruction de modèles CAO à partir de nuages de points acquis en environnement industriel, en nous appuyant sur des modèles 3D préexistants ainsi que sur des connaissances métier quant à la composition des environnements traités. Ces diverses connaissances a priori peuvent être utilisées pour guider la reconstruction afin d'obtenir des modèles CAO fiables correspondant aux nuage de points. Nous concentrons plus particulièrement notre travail sur le traitement des parties cylindriques. Nous proposons de formuler le problème de la reconstruction comme la recherche de la configuration la plus probable vis-à-vis de multiples contraintes. Le problème d'optimisation ainsi défini est résolu à l'aide d'une méthode d'exploration stochastique de l'espace des solutions, basée sur l'ajout d'éléments dans la configuration en cours de construction et la gestion gloutonne des conflits pouvant survenir, de manière à améliorer efficacement la configuration à chaque étape. Nous montrons que la méthode proposée permet la reconstruction de modèles fiables en présentant quelques résultats obtenus sur une scène industrielle
Complete list of metadatas

Cited literature [13 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00656541
Contributor : Amélie Cordier <>
Submitted on : Tuesday, January 17, 2012 - 4:04:26 PM
Last modification on : Wednesday, October 31, 2018 - 12:24:24 PM
Long-term archiving on : Wednesday, April 18, 2012 - 2:26:52 AM

File

rfia2012_submission_31.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00656541, version 1

Citation

Aurélien Bey, Raphaëlle Chaine, Raphaël Marc, Guillaume Thibault. Reconstruction d'un nuage de points 3D étant donné un modèle CAO a priori. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656541⟩

Share

Metrics

Record views

334

Files downloads

292