Analyse multi-échelle de nuage de points

Les techniques d'acquisition numerique 3D comme la photogrammetrie ou les scanners laser sont couramment utilisees dans de nombreux domaines d'applications tels que l'ingenierie inverse, l'archeologie, la robotique, ou l'urbanisme. Le principal objectif est d'obtenir des versions virtuels d'objets reels afin de les visualiser, analyser et traiter plus facilement. Ces techniques d'acquisition deviennent de plus en plus performantes et accessibles, creant un besoin important de traitement efficace des donnees 3D variees et massives qui en resultent. Les donnees sont souvent obtenues sont sous la forme de nuage de points 3D non-structures qui echantillonnent la surface scannee. Les methodes traditionnelles de traitement du signal ne peuvent alors s'appliquer directement par manque de parametrisation spatiale, les points etant explicites par leur coordonnees 3D, sans ordre particulier. Dans cette these nous nous focalisons sur la notion d'echelle d'analyse qui est definie par la taille du voisinage utilise pour caracteriser localement la surface echantillonnee. L'analyse a differentes echelles permet de considerer des formes variees et ainsi rendre l'analyse plus pertinente et plus robuste aux imperfections des donnees acquises. Nous presentons d'abord des resultats theoriques et pratiques sur l'estimation de courbure adaptee a une representation multi-echelle et multi-resolution de nuage de points. Nous les utilisons pour developper des algorithmes multi-echelle de reconnaissance de formes planaires et anisotropes comme les cylindres et les lignes caracteristiques. Enfin, nous proposons de calculer une parametrisation 2D globale de la surface sous-jacente directement a partir de son nuage de points 3D non-structures.