Méthodologie de calcul d’images rasantes

A la suite du protocole d’acquisition proposé, nous obtenons une image maîtresse initiale sous lumière naturelle et trois images acquises sous éclairage rasant selon trois directions. Les images prises en éclairage rasant ne suffisent pas à mettre en valeur les microtraces si on les utilise telles quelles. Aussi, nous proposons une méthodologie qui combine les images prises en éclairage rasant avec l’image en lumière naturelle pour calculer une image de synthèse mettant en relief les microtraces.

Pour simplifier la présentation de notre méthode, nous la décrivons en nous restreignant à deux images : l’image maîtresse acquise sous la lumière naturelle, I¹, et une image acquise sous éclairage rasant, I². Cette méthode a été répétée de la même façon sur les images sous éclairage rasant selon les autres directions. Comme beaucoup de méthodes de RTI, le principe appliqué ici est que le constat d’une variation d’éclairage entre deux points de la même image, lorsqu’elle est due à des incidences différentes de la lumière, signale la variation de pente sur l’objet. Dans les cas « faciles », une simple différence d’image permettrait d’obtenir l’effet désiré. Cependant, pour être réellement utilisable, le procédé doit être renforcé pour être robuste aux transformations géométriques (impliquées par le mouvement de caméra) et radiométriques (dues aux variations globales des conditions d’éclairage).

La méthode de calcul consiste à appliquer les étapes suivantes :

1. Recaler les images I

, I

Cette première étape est indispensable lorsque la caméra a bougé entre les deux éclairages (Figure 58), car la différence d’image sur laquelle repose notre méthode est très sensible à un petit décalage. Le recalage permet de corriger les mouvements de rotation de la caméra entre deux acquisitions et permet d’obtenir une superposition des deux images avec une précision meilleure que le pixel.

a) L’image de superposition avant de faire l’étape de recalage (cette image a été générée avec l’outil SEL de MicMac)

b) Une vue agrandie de la partie basse de l’image de superposition. On constate clairement la mauvaise superposition sur le journal ainsi que sur l’artéfact

Figure 58 : Exemple de la mauvaise superposition entre une image maîtresse sous éclairage naturelle et une image sous éclairage rasant

Pour effectuer le recalage, on calcule les points de liaison SIFT entre les images et on utilise ces points pour calculer l’homographie entre les images. L’homographie permet de modéliser exactement tous les mouvements de rotation et de compenser de « petits » mouvements de translation.

a) L’image de superposition après le recalage

b) Une vue agrandie de la partie basse de l’image de superposition. On constate la bonne superposition après le recalage

Figure 59 : Bonne superposition entre les images après l’étape de recalage

2. Saisir un masque

L’étape de normalisation des radiométries nécessite de connaître la zone d’intérêt sur laquelle sera calculée une radiométrie moyenne. Par défaut cette zone peut être étendue à toute l’image, mais on obtiendra un résultat plus précis si cette normalisation ne se fait que sur la zone d’intérêt. Pour améliorer le calcul on saisit dans chaque image un masque sur l’objet d’intérêt.

3. Normalisation et différence

Étant donné que l’éclairage est différent pour les deux images (éclairage « naturel » pour I1, et éclairage rasant pour I²), ces deux images n’ont pas la même radiométrie.

En rouge la radiométrie de l’image sous l’éclairage naturel.

En bleu, la radiométrie de l’image sous éclairage rasant par la droite

Figure 60 : La radiométrie des images I¹, I² Z

Si on calcule l’image de différence entre les deux images I¹ et I² telles quelles, ce n’est pas le relief qui va apparaître mais plutôt la différence d’éclairage entre les deux images (c’est-à-dire la différence de puissance de la lumière incidente).

On calcule d’abord la moyenne colorimétrique de chaque image sur le masque. Chaque image est ensuite divisée par sa moyenne et la différence des images donne, à un ré-étalement près, l’image de lumière rasante :

ImRas= 1 1 I M ^- 2 2 I M

Cette méthodologie est intégrée dans la chaîne MicMac ; elle y est exécutée via une commande qui s’appelle LumRas. Cette commande prend en entrée :

 L’image maîtresse, et l’image acquise sous la lumière rasante ;

 Le masque qui délimite la zone d’intérêt (l’artéfact en l’occurrence) car cela rend le résultat plus robuste.

La dynamique de l’image ImRas est comprise entre -1 et 1. Il n’est pas facile de paramétrer de manière automatique une dynamique satisfaisante pour l’appréciation visuelle. Elle est donc stockée en valeur flottante, et c’est l’utilisateur qui peut ensuite adapter interactivement la dynamique de l’image lors de la visualisation.

Pour chacune des 3 images sous éclairage rasant on obtient une image « rasante » calculée avec LumRas. On obtient ainsi trois images rasantes calculées pour chaque type de point de vue (Figure 61).

a) Une image rasante calculée selon la

direction de la

lumière rasante

venant de droite

b) Une image rasante calculée selon la

direction de la

lumière rasante

venant du dessus

c) Une image rasante calculée selon la

direction de la

lumière rasante

venant de gauche Figure 61 : Images rasantes calculées selon trois directions de la lumière rasante

La combinaison de ces trois images se fait dans un éditeur d’images, Gimp par exemple, pour obtenir une seule image de l’artéfact par type de point de vue (Figure 63.b).

III.6.3.3 Traitement photogrammétrique

L’objectif est de pouvoir texturer le nuage de points 3D final par les images rasantes combinées calculées avec la méthodologie qui vient d’être présentée. Pour cela, après avoir calculé les points de liaison entre images maîtresses et images rasantes combinées (commande Tapioca), nous avons continué la mise en place d’images (commande Tapas) et le calcul du modèle 3D (commande Malt) en utilisant la géométrie image pour la corrélation dense car les images sont acquises « en croix ».

Il faut souligner que les images sous éclairage rasant ne servent que pendant le calcul des points de liaison. Elles ne sont pas intégrées dans les calculs des deux dernières étapes. En effet, ces images ont strictement la même géométrie que l’image maîtresse utilisée pendant le traitement. Elles ne vont donc pas ajouter d’information. Elles risquent même, compte tenu de leur éclairage particulier, de fausser le calcul.

Une fois que la carte de profondeur est calculée, on la convertit en un nuage de points. La texturation du nuage de points est faite en utilisant cette fois l’image rasante calculée (et non l’image maîtresse initiale comme d’habitude).

Figure 62 : Nuage de points texturé avec les images rasantes