Photogrammétrie

La « correspondance d’image par corrélation dense » ne doit pas être confondue avec la photogrammétrie.

C’est Meydenbauer qui le premier utilise en 1893 le terme de « Photogrammétrie », assemblage des mots grecs photos (la lumière), gramma (quelque chose d’écrit ou dessiné) et metron (la mesure).

La photogrammétrie est donc la « Sciences et art dont le sujet d’étude est la photographie dans l’intention de recueillir des données conduisant à des restitutions dimensionnelles et de déterminer la forme et la position d’un objet dans l’espace » (Terminologie et Télédétection et Photogrammétrie, 1997). La « Correspondance d’image par corrélation dense » (développée à partir de la fin des années 90), la stéréoscopie et la stéréophotogrammétrie (lancées grâce aux travaux de Charles Wheastone en 1832) sont des outils de la photogrammétrie.

La stéréophotogrammétrie est utilisée depuis de nombreuses années, notamment par l’ING (Institut National de la Géographie) pour la production de cartes topographiques à partir d’image aérienne. En archéologie, on l’utilise pour de relevés de façade ou d’objet en 3D. Cependant, les protocoles a mettre en œuvre sont extrêmement lourds, car le relevé en 3D doit être fait point par point par un opérateur sur un appareillage particulier très coûteux.

C’est le développement de la photographie numérique et l’augmentation de la puissance de calcul des ordinateurs qui a totalement renouvelé la photogrammétrie avec l’automatisation des tâches et la mise au point de logiciel permettant la correspondance d’image par corrélation dense. (Pierrot-Deseilligny, Clery, 2011).

La « Correspondance d’image par corrélation dense » permet d’obtenir un modèle 3D de façon automatique à partir d’image numérique sans étalonnage de l’appareil photo. Il s’agit d’une technique très récente, dont le process est toujours en cours d’établissement. C’est la création du détecteur de Harris (HARRIS, 1988) et du détecteur SIFT (LOWE, 1999) qui ont permis son développement. Ces deux types d’algorithme permettent l’appariement de détails homologues, c’est-à-dire de points d’un même objet présent sur plusieurs clichés prit de points de vue différents. Le détecteur de Harris détecte des coins tels que des angles de parcelles ; il est donc plus efficace sur des images aériennes. Le détecteur SIFT, quant à lui, détecte les points d’intérêt de manière robuste quelque soit les conditions d’éclairage, de rotation ou les translations des images. Les logiciels fonctionnant avec cet algorithme sont plus adaptés aux images dites « terrestres » ou aux prises de vues non rectilignes. Le détecteur SIFT fournit à la fois des points d’intérêt, mais également des appariements par couple d’images. Les logiciels de correspondance d’image par corrélation dense utilisent le détecteur SIFT.

C’est la distance de prise de vue et la qualité du capteur de l’appareil photo utilisé qui donne la qualité de la 3D obtenue. De plus, les images utilisées doivent montrer un très fort recouvrement. En effet, c’est le fort recouvrement de la scène photographiée qui permet de « caler » les images les unes par rapport aux autres en recherchant les « points homologues ».

Point homologue représentés par une croix jaune

L’objectif de cette technique est de trouver automatiquement, dans plusieurs images d’une même scène, des points homologues. Ces points homologues sont en faits des « vignettes photogrammétriques », c’est-à-dire des zones de quelques pixels correspondant au détail de l’image à comparer. Pour chaque image de « référence » (dite « image maîtresse ») la vignette photogrammétrique de référence est comparé à toutes les autres vignettes de même taille dans la seconde image. Et ainsi, on compare toutes les images.

Exemple d’une vignette de référence

La vignette qui ressemble le plus à la vignette de référence est considérée comme une « vignette homologue » possible. La ressemblance entre deux vignettes est mesurée par le coefficient de corrélation appelé « cor ».

Chercher deux vignettes homologues revient donc à chercher l’endroit où le coefficient de corrélation (cor) est proche de 1. L’étape de la corrélation permet d’appareiller tous les points d’intérêt sur toutes les images en recouvrement. La corrélation est une opération coûteuse en temps, en calcul et demande des outils informatiques adaptés.

La corrélation peut parfois s’avérer impossible, comme lorsque la scène photographiée donne à voir un ou des objets répétitifs tel qu’un plafond avec des poutres de bois peints ou une façade de bâtiment présentant une répartition très régulière des ouvertures et du parement.

Avec cette méthode, l’extraction de points 3D peut être très dense (jusqu’à un point par pixel). Mais pour arriver à ce résultat, il faut impérativement réaliser une prise de vue très redondante (avec un recouvrement supérieur ou égal à 75%). C’est ce fort recouvrement qui permet d’avoir un bon coefficient de corrélation.

A partir de ce nuage de point, il est possible de faire une triangulation et une texturation de la scène pour aboutir à un modèle 3D.

Nuage de point - Triangulation - Texturation

(Panneau de l’ours – Grotte Chauvet – Photographie de C. Fritz – Travail fait sous Photoscan)

Il existe plusieurs types de logiciel de « correspondance par corrélation dense ». Tous ne proposent pas les mêmes possibilités, ni les mêmes fonctionnalités ou qualité de la corrélation. Parmi eux, il est possible de citer Micmac de l’IGN (logiciel gratuit fonctionnant sous Linux essentiellement), Autodesk 123DCatch (site internet – le traitement se fait à distance et le résultat est téléchargeable)  et Photoscan d’Agisoft (logiciel payant), PhotoModeler (Logiciel payant).

Les applications archéologiques de ce type de logiciels sont encore peu nombreuses. Les publications relatent plus des tests et des mises en place d’une méthodologie que d’une réelle exploitation en routine. Les premières applications dates de 2011.

L’Institute for Archaeological Prospection and Virtual Archaeology (LBI) de Vienne a lancé quelques tests et travaux sur des sites archéologiques portugais (VERHOEVEN. G et alli, 2011 – In press) et dans l’Altaï (PLETS. G et alli, 2012 – in press).

Le Center for Advanced Spatial Technologies de l’Université d’Arkansas aux Etat Unis d’Amérique a également lancé des études de comparaison des potentialités de logiciels (OPITZ. R et alli, 2012) .

En France, l’IRAMAT a également réalisée des tests de photogrammétrie appliqués à l’archéologie minière (ARLES. A et alli, 2011) .

Le laboratoire Archéorient de la Maison de l’Orient de la Méditerranée avec Olivier Barge se sont également lancé dans ce type de traitement, ainsi que l’équipe Terrae de Toulouse via sa plateforme technique.

 

 

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>