Résumé | Cet article présente une technique, fondée sur les réseaux de Bayes, permettant de regrouper les surfaces tridimensionnelles extraites des données en provenance d'un capteur de télémétrie laser. Cette technique, qui repose sur la décomposition d'un objet en sous-parties, sert à spécifier la structure des réseaux. Des probabilités conditionnelles sont calculées à l'aide d'un ensemble de fonctions de compatibilité, qui mesurent le degré d'adaptation des données au modèle d'où peuvent provenir les caractéristiques. Ces fonctions de compatibilité s'apparentent aux mesures utilisées pour l'organisation perceptuelle des caractéristiques dans le domaine de la vision par ordinateur, sauf qu'elles ont été établies pour des données tridimensionnelles de distance. Une technique est décrite pour la mise en correspondance des fonctions de compatibilité et des probabilités conditionnelles que requiert le réseau de Bayes. L'exemple du réseau de Bayes présenté modélise la détection des angles et surfaces planes continues, et il utilise des valeurs de distance et d'intensité comme ensembles de caractéristiques. Le réseau de Bayes permet de calculer une valeur de croyance pour la formation des angles et surfaces continues, qui peut à son tour servir à décider si des surfaces devraient être jointes. Les résultats et l'analyse sont présentés pour un ensemble réel d'images d'intensité et de distance, obtenues d'une scène intérieure typique d'un laboratoire de robotique. |
---|