Au cours de ces dernières années, les innovations technologiques
ont répondu aux besoins de prototypage rapide avec le développement
de procédés d'acquisition et de traitement de données
3D. Différents types de capteurs permettent de passer d'un objet
physique à une représentation rudimentaire de celui-ci, sous
forme d'un ensemble de points (X,Y,Z) échantillonnés sur
sa surface. Parallèlement à cet essor, de nombreuses méthodes
de reconstruction ont vu le jour, en vue d'étendre la représentation
par nuage de points à une représentation de plus haut niveau.
Aujourd'hui, l'amélioration des méthodes de reconstruction
semble passer par l'utilisation d'outils d'analyse, pour tout ce qui relève
du traitement des arêtes vives, mais aussi pour distribuer et simplifier
les processus mis en oeuvre.
Le stage proposé porte sur le problème de la segmentation
des ensembles non organisés de points 3D, en parties significatives
de la surface sur laquelle ils ont été échantillonnés.
La segmentation peut être vue comme la réalisation d'un étiquetage
répondant à un modèle markovien [CB00].
Dans ce cas, la loi marginale de l'étiquetage d'un point est totalement
déterminée par la connaissance de l'étiquetage des
points voisins. La réalisation d'un étiquetage optimal équivaut
alors à la minimisation d'une énergie définie par
un potentiel de Gibbs.
Au cours de ce stage, on étudiera l'intérêt de batir
un modèle markovien de la segmentation, sur le système de
voisinage correspondant à la triangulation de Delaunay de l'ensemble
des points. On s'intéressera au problème de la réalisation
d'un étiquetage optimal et on exploitera les possibilités
offertes par Delaunay pour éviter le recours à des seuils.
