L’augmentation considérable de contenu 3D disponible sur Internet requiert des techniques d’analyse de plus en plus innovantes et fiables afin de pouvoir structurer et exploiter ensuite cette masse d’informations. Parmi les modèles 3D disponibles, la plupart présentent des propriétés de symétrie qui peuvent aider à leur identification. Cependant le caractère approximatif et souvent très local de ces symétries rend souvent leur détection difficile.
Nous proposons dans cette thèse une méthode originale de détection de symétrie multi échelle pour des surfaces géométriques 3D représentées sous forme de maillages polygonaux. Cette méthode sera ensuite appliquée au calcul d’un nouveau descripteur 3D pour l’indexation et la classification.


Dans un premier temps, nous introduisons de nouvelles mesures destinées à caractériser des points de la surface à différentes échelles et ainsi fiabiliser le processus d’appariement de points sur lequel se base notre algorithme de détection de symétrie multi échelle. La distribution statistique résultante de l’appariement est ensuite analysée selon une méthode qui permet un échantillonnage régulier de l’espace des plans de symétrie grâce à la transformée de Hough 3D. A l’issu de ce traitement, les résultats expérimentaux obtenus montrent une diminution significative du temps de calcul pour la détection de symétrie miroir par rapport à l’existant. Dans une troisième phase, nous chercherons à définir un nouveau descripteur basé sur les symétries globales et locales des objets et étudierons les performances de ce descripteur dans le cadre de l’indexation d’une part et la localisation de point caractéristiques d’autre part.