Participants : Frédéric Devernay, Olivier Faugeras
Dans la plupart des algorithmes de haut niveau en vision par ordinateur, notamment ceux qui impliquent l'utilisation du mouvement ou de plusieurs caméras, on fait l'hypothèse que la caméra suit fidèlement le modèle dit sténopé. Or la plupart des optiques pour caméras disponibles sur le marché ne suivent pas ce modèle et comportent des distorsions non linéaires qui peuvent conduire a l'échec de nos méthodes.
Une manière classique de corriger ces distorsions passe par l'utilisation contraignante d'une mire de calibration, et nous avons donc préféré nous diriger vers une méthode automatique, fonctionnant sur des scènes d'intérieur, et qui est basée sur la proposition suivante : Le modèle de la caméra est un modèle sténopé si et seulement si toute droite de l'espace est projetée en une droite dans la caméra. La méthode [26] consiste donc d'abord à détecter les segments de droite distordus présents dans l'image par une détection de contours à une précision inférieure au pixel [54], à faire ensuite une approximation polygonale classique, puis à chercher les paramètres de notre modèle de distorsion tels que les images par la transformation inverse de la distorsion de ces segments de droite légèrement courbés par la distorsion soient le plus rectilignes possible. Nous pouvons alors utiliser une caméra ne suivant pas le modèle sténopé, et en appliquant la transformation inverse de la distorsion trouvée par notre méthode aux primitives image (intensités, contours, etc...) obtenir des données de travail suivant le modèle sténopé, et y appliquer les algorithmes habituels.