La photogramm\u00e9trie est donc la \u00ab\u00a0Sciences et art dont le sujet d\u2019\u00e9tude est la photographie dans l\u2019intention de recueillir des donn\u00e9es conduisant \u00e0 des restitutions dimensionnelles et de d\u00e9terminer la forme et la position d\u2019un objet dans l\u2019espace\u00a0\u00bb (Terminologie et T\u00e9l\u00e9d\u00e9tection et Photogramm\u00e9trie<\/em>, 1997). La \u00ab\u00a0Correspondance d\u2019image par corr\u00e9lation dense\u00a0\u00bb (d\u00e9velopp\u00e9e \u00e0 partir de la fin des ann\u00e9es 90), la st\u00e9r\u00e9oscopie et la st\u00e9r\u00e9ophotogramm\u00e9trie (lanc\u00e9es gr\u00e2ce aux travaux de Charles Wheastone en 1832) sont des outils de la photogramm\u00e9trie.<\/p>\n La st\u00e9r\u00e9ophotogramm\u00e9trie est utilis\u00e9e depuis de nombreuses ann\u00e9es, notamment par l\u2019ING (Institut National de la G\u00e9ographie) pour la production de cartes topographiques \u00e0 partir d\u2019image a\u00e9rienne. En arch\u00e9ologie, on l\u2019utilise pour de relev\u00e9s de fa\u00e7ade ou d\u2019objet en 3D. Cependant, les protocoles a mettre en \u0153uvre sont extr\u00eamement lourds, car le relev\u00e9 en 3D doit \u00eatre fait point par point par un op\u00e9rateur sur un appareillage particulier tr\u00e8s co\u00fbteux.<\/p>\n C\u2019est le d\u00e9veloppement de la photographie num\u00e9rique et l\u2019augmentation de la puissance de calcul des ordinateurs qui a totalement renouvel\u00e9 la photogramm\u00e9trie avec l’automatisation des t\u00e2ches et la mise au point de logiciel permettant la correspondance d\u2019image par corr\u00e9lation dense. (Pierrot-Deseilligny, Clery, 2011<\/a>).<\/p>\n La \u00ab\u00a0Correspondance d\u2019image par corr\u00e9lation dense\u00a0\u00bb permet d\u2019obtenir un mod\u00e8le 3D de fa\u00e7on automatique \u00e0 partir d\u2019image num\u00e9rique sans \u00e9talonnage de l\u2019appareil photo. Il s\u2019agit d\u2019une technique tr\u00e8s r\u00e9cente, dont le process est toujours en cours d\u2019\u00e9tablissement. C\u2019est la cr\u00e9ation du d\u00e9tecteur de Harris (HARRIS, 1988<\/a>) et du d\u00e9tecteur SIFT (LOWE, 1999<\/a>) qui ont permis son d\u00e9veloppement. Ces deux types d\u2019algorithme permettent l\u2019appariement de d\u00e9tails homologues, c’est-\u00e0-dire de points d\u2019un m\u00eame objet pr\u00e9sent sur plusieurs clich\u00e9s prit de points de vue diff\u00e9rents. Le d\u00e9tecteur de Harris d\u00e9tecte des coins tels que des angles de parcelles\u00a0; il est donc plus efficace sur des images a\u00e9riennes. Le d\u00e9tecteur SIFT, quant \u00e0 lui, d\u00e9tecte les points d\u2019int\u00e9r\u00eat de mani\u00e8re robuste quelque soit les conditions d\u2019\u00e9clairage, de rotation ou les translations des images. Les logiciels fonctionnant avec cet algorithme sont plus adapt\u00e9s aux images dites \u00ab\u00a0terrestres\u00a0\u00bb ou aux prises de vues non rectilignes. Le d\u00e9tecteur SIFT fournit \u00e0 la fois des points d\u2019int\u00e9r\u00eat, mais \u00e9galement des appariements par couple d\u2019images. Les logiciels de correspondance d\u2019image par corr\u00e9lation dense utilisent le d\u00e9tecteur SIFT.<\/p>\n C\u2019est la distance de prise de vue et la qualit\u00e9 du capteur de l\u2019appareil photo utilis\u00e9 qui donne la qualit\u00e9 de la 3D obtenue. De plus, les images utilis\u00e9es doivent montrer un tr\u00e8s fort recouvrement. En effet, c\u2019est le fort recouvrement de la sc\u00e8ne photographi\u00e9e qui permet de \u00ab\u00a0caler\u00a0\u00bb les images les unes par rapport aux autres en recherchant les \u00ab\u00a0points homologues\u00a0\u00bb.<\/p>\n Point homologue repr\u00e9sent\u00e9s par une croix jaune<\/p><\/div>\n L\u2019objectif de cette technique est de trouver automatiquement, dans plusieurs images d\u2019une m\u00eame sc\u00e8ne, des points homologues. Ces points homologues sont en faits des \u00ab\u00a0vignettes photogramm\u00e9triques\u00a0\u00bb, c’est-\u00e0-dire des zones de quelques pixels correspondant au d\u00e9tail de l\u2019image \u00e0 comparer. Pour chaque image de \u00ab\u00a0r\u00e9f\u00e9rence\u00a0\u00bb (dite \u00ab\u00a0image ma\u00eetresse\u00a0\u00bb) la vignette photogramm\u00e9trique de r\u00e9f\u00e9rence est compar\u00e9 \u00e0 toutes les autres vignettes de m\u00eame taille dans la seconde image. Et ainsi, on compare toutes les images.<\/p>\n Exemple d’une vignette de r\u00e9f\u00e9rence<\/p><\/div>\n La vignette qui ressemble le plus \u00e0 la vignette de r\u00e9f\u00e9rence est consid\u00e9r\u00e9e comme une \u00ab\u00a0vignette homologue\u00a0\u00bb possible. La ressemblance entre deux vignettes est mesur\u00e9e par le coefficient de corr\u00e9lation appel\u00e9 \u00ab\u00a0cor\u00a0\u00bb.<\/p>\n Chercher deux vignettes homologues revient donc \u00e0 chercher l\u2019endroit o\u00f9 le coefficient de corr\u00e9lation (cor<\/em>) est proche de 1. L\u2019\u00e9tape de la corr\u00e9lation permet d\u2019appareiller tous les points d\u2019int\u00e9r\u00eat sur toutes les images en recouvrement. La corr\u00e9lation est une op\u00e9ration co\u00fbteuse en temps, en calcul et demande des outils informatiques adapt\u00e9s.<\/p>\n La corr\u00e9lation peut parfois s\u2019av\u00e9rer impossible, comme lorsque la sc\u00e8ne photographi\u00e9e donne \u00e0 voir un ou des objets r\u00e9p\u00e9titifs tel qu\u2019un plafond avec des poutres de bois peints ou une fa\u00e7ade de b\u00e2timent pr\u00e9sentant une r\u00e9partition tr\u00e8s r\u00e9guli\u00e8re des ouvertures et du parement.<\/p>\n Avec cette m\u00e9thode, l\u2019extraction de points 3D peut \u00eatre tr\u00e8s dense (jusqu\u2019\u00e0 un point par pixel). Mais pour arriver \u00e0 ce r\u00e9sultat, il faut imp\u00e9rativement r\u00e9aliser une prise de vue tr\u00e8s redondante (avec un recouvrement sup\u00e9rieur ou \u00e9gal \u00e0 75%). C\u2019est ce fort recouvrement qui permet d\u2019avoir un bon coefficient de corr\u00e9lation.<\/p>\n A partir de ce nuage de point, il est possible de faire une triangulation et une texturation de la sc\u00e8ne pour aboutir \u00e0 un mod\u00e8le 3D.<\/p>\n (Panneau de l’ours – Grotte Chauvet – Photographie de C. Fritz – Travail fait sous Photoscan)<\/p><\/div>\n Il existe plusieurs types de logiciel de \u00ab\u00a0correspondance par corr\u00e9lation dense\u00a0\u00bb. Tous ne proposent pas les m\u00eames possibilit\u00e9s, ni les m\u00eames fonctionnalit\u00e9s ou qualit\u00e9 de la corr\u00e9lation. Parmi eux, il est possible de citer Micmac <\/a><\/em>de l\u2019IGN (logiciel gratuit fonctionnant sous Linux essentiellement), Autodesk 123DCatch<\/a> (site internet \u2013 le traitement se fait \u00e0 distance et le r\u00e9sultat est t\u00e9l\u00e9chargeable)\u00a0 et Photoscan <\/a>d’Agisoft (logiciel payant), PhotoModeler <\/a>(Logiciel payant).<\/p>\n Les applications arch\u00e9ologiques de ce type de logiciels sont encore peu nombreuses. Les publications relatent plus des tests et des mises en place d\u2019une m\u00e9thodologie que d\u2019une r\u00e9elle exploitation en routine. Les premi\u00e8res applications dates de 2011.<\/p>\n L\u2019Institute for Archaeological Prospection and Virtual Archaeology (LBI) de Vienne a lanc\u00e9 quelques tests et travaux sur des sites arch\u00e9ologiques portugais (VERHOEVEN. G et alli, 2011 – In press) et dans l\u2019Alta\u00ef (PLETS. G et alli, 2012 – in press).<\/p>\n Le Center for Advanced Spatial Technologies de l\u2019Universit\u00e9 d\u2019Arkansas aux Etat Unis d\u2019Am\u00e9rique a \u00e9galement lanc\u00e9 des \u00e9tudes de comparaison des potentialit\u00e9s de logiciels (OPITZ. R et alli, 2012<\/a>) .<\/p>\n En France, l\u2019IRAMAT a \u00e9galement r\u00e9alis\u00e9e des tests de photogramm\u00e9trie appliqu\u00e9s \u00e0 l\u2019arch\u00e9ologie mini\u00e8re (ARLES. A et alli, 2011<\/a>) .<\/p>\n![\"\"](\"https:\/\/blogs.univ-tlse2.fr\/archeodrone\/files\/2012\/05\/Moissac-2-300x114.png\")
<\/a>![\"\"](\"https:\/\/blogs.univ-tlse2.fr\/archeodrone\/files\/2012\/05\/Vignette-de-r\u00e9f\u00e9rence-300x80.png\")
<\/a>![\"Nuage](\"https:\/\/blogs.univ-tlse2.fr\/archeodrone\/files\/2012\/05\/Ours1-300x54.png\")
<\/a>