Recalage d'image et nuage de points de télémètre laser terrestre. Application au diagnostic thermique de bâtiments
Résumé
Dans ce travail, une nouvelle approche de diagnostic thermique de bâtiments est présentée. L'idée consiste à recaler une image infrarouge (IR) du bâtiment avec le nuage de points acquis au moyen d'un télémètre Laser terrestre (TLS). La méthode proposée se décompose en trois étapes principales. En premier lieu, le nuage de points du TLS est segmenté en plusieurs surfaces planes. Nous avons utilisé l'algorithme RANSAC (Random Sampling Consensus). Puis, pour chaque plan, l'extraction des contours repose sur une propriété de la triangulation de Delaunay qui stipule que les points des contours correspondent aux extrémités des plus longues arêtes des triangles de Delaunay. La seconde étape vise à extraire les points contour de l'image IR qui correspondent à des variations brusques de température ; elles sont souvent présentes au niveau des jonctions des éléments de la façade (mur-toiture, fenêtremur, etc). La détection de contours est réalisée en utilisant le filtre de Canny. La troisième étape concerne le recalage qui a pour objet la mise en correspondance des contours extraits lors des deux étapes précédentes. Cette mise en correspondance se fait par la recherche d'une transformation géométrique permettant de passer d'une image à une autre. En général, le calcul de cette transformation se fait par sélection manuelle de points de contrôle sur les images originale et cible ; la qualité du recalage est fortement liée à la qualité de leur positionnement. Pour s'affranchir du problème d'une sélection approximative des points de contrôle, nous proposons une approche qui consiste à déplacer ces points de contrôle de façon à maximiser le nombre de pixels confondus dans les contours des images. L'intérêt d'utiliser ce critère repose sur le fait que les deux types de contours (nuage de points et image infrarouge) n'ont pas la même cardinalité. Il peut donc être délicat (et coûteux) d'évaluer une distance entre les points des contours. En revanche, compter le nombre de points communs ne présente aucune difficulté. L'algorithme d'optimisation utilisé est de type "glouton" : il consiste à modifier successivement la position des points de contrôle, chaque point étant autorisé à évoluer dans le voisinage d'un pixel autour de la position courante. La méthode a été appliquée au diagnostic thermique d'un module destiné à étudier et à valider les modèles d'isolation thermique développés au CRITTBOIS.