Compression adaptative de surfaces par ondelettes géométriques. - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2008

Adaptive surface compression with geometric wavelets.

Compression adaptative de surfaces par ondelettes géométriques.

Résumé

The recent advances in computer graphics and digitization allow access to an ever finer three-dimensional modelling of the world. The critical challenges with 3D models lie in their transmission and rendering, which must fit the heterogeneity of the end resources (network bandwidth, display terminals . . . ). In this context, this thesis investigates the progressive compression and transmission of 3D models, based on multiresolution analysis, to provide a scalable representation of these geometric models. This work is part of "CoSurf", a collaborative research project involving LIRIS laboratory and France Télécom R&D in Rennes. The proposed hierarchical compression method is based on a wavelet decomposition, which is a robust and competitive analysis tool incorporated in the JPEG2000 and MPEG4 standards. The innovation, compared to existing techniques, lies in a prior surface segmentation in regions, each having a different frequency amplitude. Hence, it is possible to treat independently each resulting partition during the wavelet decomposition, quantization and binary allocation. The advantage is to fit the local features of the mesh surface, which can reduce the overall encoding information. It is finally important to consider each patch visual contribution to the entire surface, to optimize the bit allocation, essential for view-dependent transmission and visualization. Other applications like adaptive watermarking, filtering or denoising, indexing or error-resilient coding may benefit from this generic concept we proposed.
L'évolution de l'infographie et des techniques de numérisation a récemment ouvert la voie à une modélisation tridimensionnelle du monde qui nous entoure. Afin de s'adapter à l'hétérogénéité des ressources et médias manipulant ces objets 3D, des techniques basées sur l'analyse multirésolution sont généralement utilisées car elles fournissent une représentation "scalable" de ces modèles géométriques. C'est dans ce cadre de compression et de transmission progressive d'objets 3D (modélisées sous forme de maillages surfaciques) que se situe ce travail de thèse, réalisé dans le cadre du projet "CoSurf" (collaboration entre le laboratoire LIRIS et France Télécom R&D Rennes). Nous proposons ainsi une nouvelle méthode de compression hiérarchique s'appuyant sur une décomposition en ondelettes, outil d'analyse performant et robuste qui a fait ses preuves en termes de compression d'images et de vidéos. Notre méthode se démarque des techniques existantes, puisqu'elle s'appuie sur une segmentation préalable de la surface en régions d'amplitudes fréquentielles variables. Les partitions résultantes peuvent ainsi être traitées indépendamment durant les phases d'analyse multirésolution, de quantification et d'allocation binaire, de façon à s'adapter aux caractéristiques surfaciques locales des maillages et ainsi réduire les informations à coder. La contribution visuelle de chacune des partitions à l'ensemble de la surface est également un point important à considérer dans la phase d'optimisation des bits alloués à celles-ci, notamment pour des applications comme la transmission et la visualisation sélectives. D'autres applications telles que le tatouage, le filtrage ou le débruitage adaptatifs, l'indexation ou enfin la correction d'erreurs après transmission sur un canal bruité, pourraient bénéficier de ce concept générique que nous avons proposé.
Fichier principal
Vignette du fichier
manuscrit_C_ROUDET2.pdf (14.42 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00589400 , version 1 (28-04-2011)

Identifiants

  • HAL Id : tel-00589400 , version 1

Citer

Céline Roudet. Compression adaptative de surfaces par ondelettes géométriques.. Autre [cs.OH]. Université Claude Bernard - Lyon I, 2008. Français. ⟨NNT : 2008LYO10221⟩. ⟨tel-00589400⟩
356 Consultations
512 Téléchargements

Partager

Gmail Facebook X LinkedIn More