0% ont trouvé ce document utile (0 vote)
61 vues28 pages

Introduction à la géométrie projective

Transféré par

fetra.ste
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
61 vues28 pages

Introduction à la géométrie projective

Transféré par

fetra.ste
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Introduction à la géométrie projective

Isabelle Bloch
http://www.tsi.enst.fr/˜bloch

Ecole Nationale Supérieure des Télécommunications - CNRS UMR 5141 LTCI


Paris - France

Géométrie – p.1/18
Géométrie et représentation de l’espace

• monde = 3D
• images = 2D (souvent)
• ⇒ transformations géométriques lors de la formation de l’image

Géométrie – p.2/18
Géométrie projective : intérêt

• principe de dualité : points et droites sont équivalents


• coordonnées homogènes
• algèbre linéaire
• géométrie euclidienne comme cas particulier
• compréhension de la structure d’ensembles de droites, de rotations...
• beaucoup de capteurs font une projection perspective du monde sur un plan
• applications en robotique, vision par ordinateur, synthèse d’image...

Géométrie – p.3/18
Espace projectif

Définitions :
• P n : espace projectif de dimension n
• point x représenté par un vecteur de n + 1 coordonnées : x = (x1 , ..., xn+1 )t
avec au moins une coordonnée xi non nulle (coordonnées homogènes)
• (x1 , ..., xn+1 )t et (y1 , ..., yn+1 )t représentent le même point
⇔ ∃λ 6= 0, ∀i, xi = λyi
• point pour lequel xn+1 = 0 = point à l’infini

Espace projectif = espace quotient :


• P n = (E n+1 \ {0})/ ∼ avec E n+1 = espace vectoriel de dimension n + 1 et
x ∼ x′ ⇔ ∃λ 6= 0, x = λx′
• vecteur non nul = droite passant par l’origine de E n+1
• deux vecteurs sont équivalents s’ils définissent la même droite
• point projectif (élément de P n ) = classe d’équivalence de vecteurs

Géométrie – p.4/18
Projection canonique et bases

Projection canonique :

p : E n+1 \ {0} → Pn
~
x 7→ p(~
x) = x

p n’est pas bijective !

espace vectoriel de dimension n n vecteurs de base


espace affine de dimension n n + 1 points de base
espace projectif de dimension n n + 2 points de base

Base projective :
• base a~i , i = 1...n + 1 de E n+1
• points projectifs associés : mi = p(a~i )
• ne déterminent pas les coordonnées projectives d’un point x (n + 1 paramètres)
• P
⇒ l’ajout d’un (n + 2)-ème point dans la base mn+2 = p( a~i ) permet de n’avoir
plus qu’un paramètre

Géométrie – p.5/18
Projection canonique et bases

Exemple : P 1

m1 m3 m2
P1

a1 + a2

a1
a2
Base canonique

ei = (0...1...0)t

pour i = 1...n + 1, avec un 1 à la i-ème place

en+2 = (1...1...1)t

Coordonnées d’un point projectif dans la base :

n+1
X
x= xi ei
i=1
Géométrie – p.5/18
Compacité

Théorème : L’espace projectif P n est topologiquement équivalent à la sphère unité S n


de Rn+1 repliée, c’est-à-dire dans laquelle on identifie les points aux antipodes.

• x = (x1 , ..., xn+1 )t point de S n si


Pn+1
i=1 x2i = 1
• x est aussi un point de P n
• −x : aux antipodes de x sur la sphère unité mais même point de P n

Conséquence : l’espace projectif P n est compact

Géométrie – p.6/18
Droite projective P 1

• base : e1 = (1, 0)t , e2 = (0, 1)t , e3 = (1, 1)t


• point : x = x1 e1 + x2 e2 avec x1 6= 0 ou x2 6= 0
• ou x = αe1 + e2 avec α = x1
x2
• e1 = point à l’infini

Géométrie – p.7/18
Plan projectif P 2

• point : x = x1 e1 + x2 e2 + x3 e3 avec xi non tous nuls


• droite d : définie par un triplet de nombres (d1 , d2 , d3 ) non tous nuls
• x appartient à d ⇔ dt x = 0 ⇔
P3
i=1 di xi = 0
• définit aussi l’ensemble des droites qui passent par x
• dualité entre point et droite
• droite passant par x et y : z = αx + βy donc Det(z, x, y) = 0, et z t (x ∧ y) = 0 ⇒
droite d = x ∧ y
• point d’intersection de deux droites d et d′ : d ∧ d′
• deux droites s’intersectent toujours
• x3 = 0 : droite à l’infini
• correspondance affine / projectif : (X1 , X2 )t / (X1 , X2 , 1)t ou X1 e1 + X2 e2 + e3 ,
avec X1 = xx
1
, X2 = x2
x
3 3

Géométrie – p.8/18
Espace projectif P 3

• point : x =
P4
i=1 xi ei avec xi non tous nuls
• plan π : défini par quatre nombres non tous nuls (π1 , π2 , π3 , π4 )
• équation du plan π t x = 0
• dualité entre point et plan
• droite de P 3 : définie soit à partir de deux points, soit comme intersection de deux
plans
• plan à l’infini : obtenu pour x4 = 0
• tout plan intersecte le plan à l’infini selon une droite à l’infini
• affine / projectif : (X1 , X2 , X3 )t / (X1 , X2 , X3 , 1)t ou X1 e1 + X2 e2 + X3 e3 + e4 ,
x1
avec X1 = x , etc.
4

Géométrie – p.9/18
Expression linéaire de problèmes géométriques

Conique de P 2 :
xt Cx = 0
C = matrice 3 × 3 définie à un facteur non nul près (5 coefficients indépendants)
Rang de C ⇒ type de la conique (invariant projectif)

Intersection d’une droite et d’une conique :


• x + αy point de la droite définie par les deux points x et y
• ce point appartient à la conique si et seulement si : (x + αy)t C(x + αy) = 0 soit
xt Cx + 2αxt Cy + α2 y t Cy = 0 (deux solutions en général)
• cas où le discriminant est nul : la droite est alors tangente à la conique t = Cx

Quadrique de P 3 :
xt Qx = 0
Intersection d’une droite et d’une quadrique :
• solution d’une équation du second degré
• plan tangent π = Qx

Géométrie – p.10/18
Applications linéaires : colinéations

H : Pm → Pn

linéaire, définie par une matrice (m + 1) × (n + 1), de déterminant non nul, et définie à
un facteur non nul près

Changement de base : colinéation H inversible (n + 1) × (n + 1)

Géométrie – p.11/18
Transformations linéaires

Espace Degrés Forme des transformations Invariants


de liberté linéaires
0 1
p11 p12 p13 p14
B p
B 21 p22 p23 p24 C
Projectif 15 TP = B bi-rapport
C
C
@ p31 p32 p33 p34 A
p41 p42 p43 p44
0 1
a11 a12 a13 a14
B a
B 21 a22 a23 a24 C
Affine 12 TA = B distances relatives le
C
C
@ a31 a32 a33 a34 A long de directions,
0 0 0 1 parallélisme
0 1
σ11 σ12 σ13 tx
B σ
B 21 σ22 σ23 ty C
Métrique 7 TM = B distances relatives, an-
C
C
@ σ31 σ32 σ33 tz A gles
0 0 0 1
0 1
r11 r12 r13 tx
B r
B 21 r22 r23 ty C
Euclidien 6 TE = B distances absolues
C
C
@ r31 r32 r33 tz A
0 0 0 1

Géométrie – p.12/18
Bi-rapport

• droite définie par x et y


• 4 points de la droite x + λi y
• bi-rapport :
λ1 −λ3
λ1 −λ4
λ2 −λ3
λ2 −λ4

Géométrie – p.13/18
Stratification des transformations linéaires

b c

d
a
forme originale

transformations
euclidiennes

transformations
métriques
affinités

projections

Géométrie – p.14/18
Exemples de transformations en coordonnées
homogènes

Translation :
0 1
1 0 0 tx
B
B 0 1 0 ty C
C
B C
@ 0 0 1 tz A
0 0 0 1

Géométrie – p.15/18
Exemples de transformations en coordonnées
homogènes

Rotation autour de x :
0 1
1 0 0 0
B
B 0 cos θ sin θ 0 C
C
B C
@ 0 − sin θ cos θ 0 A
0 0 0 1

Géométrie – p.15/18
Exemples de transformations en coordonnées
homogènes

Homothétie :
0 1
λx 0 0 0
B
B 0 λy 0 0 C
C
B C
@ 0 0 λz 0 A
0 0 0 1

Géométrie – p.15/18
Exemples de transformations en coordonnées
homogènes

Projection perspective depuis le point (0, 0, −f, 1)t sur le plan z = 0 :

0 1
1 0 0 0
@ 0 1 0 0 A
B C
1
0 0 f
0

Application linéaire :

P3 → P2
0 1 0 1
x 0 1 x 0 1
1 0 0 0 x
B y C B y C
7→ @ 0 1 0 0 AB C=@ y A
B C B CB C B C
B C
@ z A 1 @ z A z
0 0 f
0 f
t t

Coordonnées affines :
xf yf
X1 = X2 =
z z
(non linéaire) Géométrie – p.15/18
Exemple : projet Infomagic

Plan image - Ortho-image : retrouver les trajectoires

Géométrie – p.16/18
Exemple : projet Infomagic
Ortho-image de référence et mise à jour (rond-point) à partir des informations d’une
caméra

Géométrie – p.16/18
Exemple : projet Infomagic

Applications :
• extraction d’informations 3D
• calibrage automatique
• détection et suivi d’objets (voitures, piétons...)
• reconnaissance de véhicules
• requêtes 3D
• ...

Géométrie – p.16/18
Représentations des rotations de R3

Angles d’Euler :
z

β y

α
x

0 1
cos γ cos β − cos γ sin β sin α − sin γ cos α − cos γ sin β cos α + sin γ sin α
R = @ sin γ cos β − sin γ sin β sin α + cos γ cos α − sin γ sin β cos α − cos γ sin α A
B C
sin β cos β sin α cos β cos α

q
2 + R2
Inversement, soit u = R11 21

• si u 6= 0 alors : cos α = R33 /u, cos β = u et cos γ = R11 /u,


• si u = 0 alors β = ±π/2 ⇒ seulement α + γ.
Géométrie – p.17/18
Représentations des rotations de R3

Représentation canonique :
z
u

0 1
0 −c b ∞
X Hn
H=@ c 0 −a A eH = .
B C
n=0
n!
−b a 0

eH = matrice de rotation d’axe ~


u = (a, b, c)t et d’angle θ = k~
uk [2π].

Théorème de Rodriguez :

sin θ 1 − cos θ 2
R = eH = I + H+ H
θ θ2
Géométrie – p.17/18
Représentations des rotations de R3

Représentation canonique :
0 1
−c2 − b2 ab ac
H2 = @ ab −c2 − a2 bc
B C
A
ac bc −a2 − b2

0 1
0 −c b
H 3 = −(a2 + b2 + c2 ) @ c 0 −a A = −θ2 H
B C
−b a 0

H 4 = −θ2 H 2

H 5 = θ4 H

H 2n = (−1)n−1 θ2n−2 H 2 pour n ≥ 1

H 2n+1 = (−1)n θ2n H pour n ≥ 0

∞ 2n+1 ∞ 2n
nθ nθ
X X
sin θ = (−1) cos θ = (−1)
n=0
n! n=0
n!
Géométrie – p.17/18
Représentations des rotations de R3

Quaternions :

q = (q1 , q2 , q3 , q4 )t = (s, v)

• s = partie réelle, v = partie imaginaire


• Produit : q × q ′ = (ss′ − v · v ′ , sv ′ + s′ v + v ∧ v ′ )
• Conjugué : q̄ = (s, −v)
• Norme : |q|2 = q̄ × q = q × q̄ = (s2 + kvk2 , 0) = (kqk2 , 0)
• |q × q ′ | = |q||q ′ |

Représentation d’une rotation d’axe ~


u et d’angle θ : (s, v) et (−s, −v) avec :

θ θ
s = cos v = sin ~
u
2 2

Relation d’équivalence : R(q, q ′ ) ⇔ q = −q ′


Q1 = ensemble des quaternions de norme 1

R3 est isomorphe à Q1 /R
R3 est isomorphe à P 3
Géométrie – p.17/18
Représentations des rotations de R3

Quaternions :

Rx = q × x × q̄

Soit q = (s, v), avec v = (l, m, n)t et l2 + m2 + n2 + s2 = 1.

q × x × q̄ = (s, v) × (0, x) × (s, −v) = (−v · x, sx + v ∧ x) × (s, −v)


= (−sv · x + v · (sx + v ∧ x) + (sx + v ∧ x) ∧ (−v))
= (0, 2(v · x)v + (s2 − v 2 )x + 2sv ∧ x)

R = 2A + (s2 − v 2 )I + 2sV
0 1
s2 + l2 − m2 − n2 2(lm − sn) 2(ln + sm)
= 2(lm + sn) s2 − l2 + m2 − n2 2(mn − sl)
B C
@ A
2(ln − sm) 2(mn + sl) s2 − l2 − m2 + n2

avec :
0 1
0 −n m
V =@ n 0 −l A A = (lv, mv, nv)
B C
−m l 0 Géométrie – p.17/18
Application des quaternions au recalage rigide
Pn
Minimisation de E = i=1 kxi − (r(yi ) + t)k2

n
X
E = |xi − q × yi × q̄|2
i=1
n
X
= |xi − q × yi × q̄|2 |q|2
i=1
n
X
= |xi × q − q × yi × q̄ × q|2
i=1
n
X n
X
= |xi × q − q × yi |2 = q t Ati Ai q
i=1 i=1

La rotation optimale s’obtient en calculant les valeurs propres de la matrice A :

n
X
A= Ati Ai .
i=1

Solution du problème de minimisation aux moindres carrés = quaternion qui est le


vecteur propre de norme 1 correspondant à la plus petite valeur propre de A Géométrie – p.18/18

Vous aimerez peut-être aussi