De la g´eom´etrie algorithmique
au calcul g´eom´etrique l’exemple
de la triangulation de Delaunay
Application`alareconstruction
Le probl´eme de
reconstruction
Des points sur le bord d’un objet
Des points sur le bord d’un objet
Retrouver l’objet
Des points sur le bord d’un objet
Des points sur le bord d’un objet
Retrouver l’objet
Ing´enierie inverse (maquette, espionnage industriel)
laser Capteurs
lumi`ere structur´ee m´ecanique
Applications
CAO
prototypage contrˆole qualit´e
Diagnostic scanner Capteurs
´echographie . . .
Applications
M´edical
Simulation d’endoscopie Planification de chirurgie
Cartographie, Mod`eles de terrains Photo a´erienne, satellite
Capteurs
carotage sismique Applications
G´eographie, G´eologie
Mod`elisation radio (t´el´ephone)
”Image” sous-sol (tunnels, p´etrole. . . )
Visualisation d’´equations alg´ebriques Algorithme
Capteurs
en dimension d − 1 Applications
Discr´etisation d’objets ”math´ematiques”
Planification de robot (x, y, θ)
Lien avec
la triangulation de Delaunay
Si l’objet est bien ´echantillonn´e les arˆetes de la reconstruction sont des arˆetes de Delaunay
Si l’objet est bien ´echantillonn´e les arˆetes de la reconstruction sont des arˆetes de Delaunay
D´efinition squelette D´efinition ε ´echantillon
Reconstruction ⊂ Delaunay
D´efinition squelette
D´efinition squelette
Centres des cercles maximaux
D´efinition squelette
Centres des cercles maximaux
D´efinition squelette
D´efinition squelette
D´efinition squelette
D´efinition squelette
D´efinition squelette
D´efinition squelette
D´efinition ε ´echantillon
D´efinition ε ´echantillon
lfs(x) (local feature size)
x
D´efinition ε ´echantillon Echantillon´
D´efinition ε ´echantillon Echantillon´
D´efinition ε ´echantillon ε ´echantillon
D´efinition ε ´echantillon ε ´echantillon
∀x, plus proche de x sur le bord < ε lfs(x) x
Lemme
Lemme
Cercle ∩ courbe a une seule composante connexe
Lemme
Cercle ∩ courbe a une seule composante connexe ou alors Cercle ∩ squelette 6= ∅
Lemme
Cercle ∩ courbe a une seule composante connexe ou alors Cercle ∩ squelette 6= ∅
q
r c
q, r plus proche c dans 2 composantes
Lemme
Cercle ∩ courbe a une seule composante connexe ou alors Cercle ∩ squelette 6= ∅
cr coupe le squelette
q
r c
q, r plus proche c dans 2 composantes
Reconstruction ⊂ Delaunay 1 ´echantillon
Reconstruction ⊂ Delaunay 1 ´echantillon
Reconstruction ⊂ Delaunay 1 ´echantillon
Reconstruction ⊂ Delaunay 1 ´echantillon
Reconstruction ⊂ Delaunay 1 ´echantillon
Reconstruction ⊂ Delaunay 1 ´echantillon
D
⇒ D∩ squelette = ∅
Reconstruction ⊂ Delaunay 1 ´echantillon
D
⇒ D∩ squelette = ∅ +Lemme ⇒ D∩ courbe = arc xixi+1
xi xi+1
Reconstruction ⊂ Delaunay 1 ´echantillon
D
⇒ D∩ squelette = ∅ +Lemme ⇒ D∩ courbe = arc xixi+1
xi xi+1
⇒ D∩ ´echantillon = ∅ (xixi+1de Delaunay)
Chercher la courbe dans Delaunay
Chercher la courbe dans Delaunay
Chercher la courbe dans Delaunay
Sous graphes de
la triangulation de Delaunay
Graphe de Gabriel
Graphe de Gabriel
Graphe de Gabriel
Cercle diam´etral vide
Graphe de Gabriel
Graphe de Gabriel
Graphe de Gabriel
Graphe de Gabriel
Graphe de Gabriel
aigu
aigu
α forme
α forme
α forme
Cercle de rayon α vide
α forme
α forme
α forme
α forme
α forme
Cercle de rayon α vide
α forme
α forme
β squelette
β squelette
β squelette
2 cercles vides 1 β
β squelette
Crust
0.4 ´echantillon ⇒ Courbe ⊂ Crust
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon disque centr´e sur le bord
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
Sommet Vorono¨ı dedans ?
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
Sommet Vorono¨ı dedans ? cercle vide
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
Sommet Vorono¨ı dedans ? cercle vide
R
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
Sommet Vorono¨ı dedans ? cercle vide
R
R ≤ 2rsinθ r
θ
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
Sommet Vorono¨ı dedans ? cercle vide
R
R ≤ 2rsinθ r
θ θ ≤ π2 + arcsin2r
0.4 ´echantillon ⇒ Courbe ⊂ Crust
passant par ´echantillon rayon lfs disque centr´e sur le bord
Sommet Vorono¨ı dedans ? cercle vide
R
R ≤ 2rsinθ r
θ θ ≤ π2 + arcsin2r
lfs
par trois points
0.25 ´echantillon ⇒ Courbe = Crust
0.25 ´echantillon ⇒ Courbe = Crust
Delaunay ?
0.25 ´echantillon ⇒ Courbe = Crust
Delaunay ?
0.25 ´echantillon ⇒ Courbe = Crust
0.25 ´echantillon ⇒ Courbe = Crust
vide (´echantillon + Vorono¨ı)
0.25 ´echantillon ⇒ Courbe = Crust
vide (´echantillon + Vorono¨ı)
0.25 ´echantillon ⇒ Courbe = Crust
⇒ vide ´echantillon
0.25 ´echantillon ⇒ Courbe = Crust
0.25 ´echantillon ⇒ Courbe = Crust
borne inf sur plus grand des deux angles
0.25 ´echantillon ⇒ Courbe = Crust
borne inf
distance entre ´echantillons
0.25 ´echantillon ⇒ Courbe = Crust
d’apr`es le lemme squelette ∩ 6= ∅
0.25 ´echantillon ⇒ Courbe = Crust
d’apr`es le lemme squelette ∩ 6= ∅ borne sup sur lfs ici
d’apr`es le lemme
car cercle ∩ courbe en 2 composantes Cercle ∩ squelette 6= ∅
0.25 ´echantillon ⇒ Courbe = Crust
borne inf
distance entre ´echantillons borne sup sur lfs ici
CQFD
Dimension 3
Dimension 3
cellule de Vorono¨ı
Dimension 3
cellule de Vorono¨ı
Dimension 3
cellule de Vorono¨ı
Dimension 3
cellule de Vorono¨ı
il y a des sommets de Vorono¨ı pr`es de la surface
Dimension 3
cellule de Vorono¨ı
il y a des sommets de Vorono¨ı pr`es de la surface
On ne va pas retrouver nos triangles
Dimension 3
cellule de Vorono¨ı
on ne garde que 2 “poles”
Dimension 3
cellule de Vorono¨ı
on ne garde que 2 “poles”
Dimension 3
cellule de Vorono¨ı
on ne garde que 2 “poles”
Dimension 3
cellule de Vorono¨ı
on ne garde que 2 “poles”
Dimension 3
cellule de Vorono¨ı
on ne garde que 2 “poles”
Dimension 3
cellule de Vorono¨ı
on ne garde que 2 “poles”
Estimation de la normale
Dimension 3 Les mauvais t´etrah`edres
Dimension 3 Les mauvais t´etrah`edres
presque colin´eaire
3 +1
Dimension 3 Les mauvais t´etrah`edres
presque colin´eaire
2 +2
Dimension 3 Les mauvais t´etrah`edres
presque coplanaire
sliver
Dimension 3
Les slivers ne sont pas g´en´es par les poles
Voisins naturels
voisins naturels
voisins naturels
coefficient :
voisins naturels coefficient :
interpolation naturelle
voisins naturels coefficient :
interpolation naturelle
fonction `a interpoler : distance `a la tangente
fonction `a interpoler : distance `a la tangente
pole
fonction `a interpoler : distance `a la tangente
pole
fonction `a interpoler : distance `a la tangente
pole
fonction `a interpoler : distance `a la tangente
dedans
fonction `a interpoler : distance `a la tangente
dehors
fonction `a interpoler : distance `a la tangente