Images intrinsèques de scènes en extérieur à partir de multiples vues
Résumé
Nous présentons une méthode capable de décomposer les photographies d’une scène en trois composantes intrinsèques: la réflectance, l’illumination due au soleil et l’illumination due au ciel. L’extraction d’images
intrinsèques à partir de photographies est un problème difficile, généralement résolu en utilisant des méthodes
de propagation guidée par l’image nécessitant de multiples indications par l’utilisateur. De récentes méthodes
en vision par ordinateur permettent l’acquisition facile mais approximative d’informations géométriques sur une
scène, à l’aide de plusieurs photographies selon des points de vue différents. Nous développons un nouvel algorithme
qui nous permet d’exploiter cette information bruitée et peu fiable pour automatiser et améliorer les
algorithmes d’estimation d’images intrinsèque par propagation. En particulier, nous développons une nouvelle
approche afin d’estimer les ombres portées dans l’image, en peaufinant une estimation initiale obtenue à partir
des informations géométriques reconstruites. Nous utilisons un algorithme de vote dans l’espace de couleur qui
identifie de façon robuste les valeurs de réflectance des nuages de points 3D reconstruits. Cette estimation de
réflectance nous permet de déterminer avec précision la visibilité du soleil à ces points épars et de propager cette
information aux pixels restants. Dans une dernière étape nous adaptons les algorithmes de propagation guidée
par l’image, en remplaçant les indications utilisateurs manuelles par les données d’ombre et de réflectance estimées
par notre algorithme aux points 3D reconstruits. Notre méthode permet l’extraction automatique des images
intrinsèques à partir de multiples points de vue, permettant ainsi de nombreux types de manipulations d’images.
intrinsèques à partir de photographies est un problème difficile, généralement résolu en utilisant des méthodes
de propagation guidée par l’image nécessitant de multiples indications par l’utilisateur. De récentes méthodes
en vision par ordinateur permettent l’acquisition facile mais approximative d’informations géométriques sur une
scène, à l’aide de plusieurs photographies selon des points de vue différents. Nous développons un nouvel algorithme
qui nous permet d’exploiter cette information bruitée et peu fiable pour automatiser et améliorer les
algorithmes d’estimation d’images intrinsèque par propagation. En particulier, nous développons une nouvelle
approche afin d’estimer les ombres portées dans l’image, en peaufinant une estimation initiale obtenue à partir
des informations géométriques reconstruites. Nous utilisons un algorithme de vote dans l’espace de couleur qui
identifie de façon robuste les valeurs de réflectance des nuages de points 3D reconstruits. Cette estimation de
réflectance nous permet de déterminer avec précision la visibilité du soleil à ces points épars et de propager cette
information aux pixels restants. Dans une dernière étape nous adaptons les algorithmes de propagation guidée
par l’image, en remplaçant les indications utilisateurs manuelles par les données d’ombre et de réflectance estimées
par notre algorithme aux points 3D reconstruits. Notre méthode permet l’extraction automatique des images
intrinsèques à partir de multiples points de vue, permettant ainsi de nombreux types de manipulations d’images.