Les nuages de points 3D et meshs

Nos précédents articles avait pour but de vous donner une vision ambitieuse des enjeux de la numérisation 3D appliquée à la construction.

Le principe de cette activité est simple : virtualiser un espace ou un bâtiment en le numérisant pour en permettre l’analyse et le traitement informatique à n’importe quelle étape de sa construction, modification, exploitation ou démolition; et permettre une collaboration numérique et des échanges de données dématérialisés.

[qodef_blockquote text="Le concept de “Jumeau Numérique” est séduisant, mais pour il va falloir parler plus concrètement." title_tag="p" width=""]

Une des premières questions à ce poser est quel format va prendre la donnée 3D ?

Définition d'un nuage de points

Un des formats de données résultant de la numérisation d’un espace est le “nuage de points” (le terme anglais “pointcloud” est souvent employé).

Ne regardez pas dans le ciel, vous n’en verrez pas.

Voici plutôt à quoi cela ressemble :

Placez vous au centre de votre bureau avec un télémètre laser (ou à défaut, votre imagination). Gardez toujours la main au même endroit, le seul mouvement que vous autorisez au télémètre est de tourner sur lui-même en conservant toujours le même axe.

Chacune de cotes que vous pourrez prendre dans cette position pourra être décrite sous la forme d’un point de la pièce, défini par :

• sa distance le séparant du télémètre,
• l’angle horizontal formé entre le point et l’axe du télémètre,
• l’angle vertical formé entre ces mêmes repères.

Toujours en suivant la même méthode, vous prenez ensuite des dizaines de milliers d’autres mesures. Afin d’en faciliter la lecture, vous représentez l’intégralité de ces points dans un système de coordonnées tridimensionnel.

Ce que vous venez de fabriquer est un nuage de points “isolé”. Il correspond à une “bulle” de points ayant des coordonnées définies de manière relative par rapport à l’axe de votre main.

Pour résumer, dans le cadre d’une numérisation par stations fixes successives, un nuage de points unifié est le résultat de l’assemblage de plusieurs nuages de points isolés basé sur la détection d’informations connexes et reconnaissables. Il en résulte un nuage global de points de la scène, toujours dans un système de coordonnées arbitraire et relatif à la position du premier scan ayant servi à l’assemblage.

Colorisation des nuages de points

Dans cet article dédié à la technologie LiDAR et aux scanners laser 3D, nous expliquons que l’obtention de la distance d’un point résulte de l’envoi et du rebond d’un signal laser sur une surface. Selon les types de LiDAR, la distance est calculée de différentes manières, mais l’information qui résulte de l’envoi du signal laser se limite systématiquement à une distance.

[qodef_blockquote text="Il n’est nullement question de récupérer la couleur du point impacté directement en s'appuyant sur la technologie LiDAR. Les scanners laser 3D disposent en fait d’un capteur photographique dont l’axe est identique à celui du laser grâce à un jeu de miroir." title_tag="p" width=""]

Les photos sont généralement prises au terme de la captation laser. La bulle photographique à 360° (assez similaires aux “Street View” de Google) sert ensuite à coloriser les points. Chaque point du nuage prend la couleur du pixel de la photo situé sur le même axe.

Coloriser un nuage de points issu de lasergrammétrie est donc un travail facultatif. Il est possible d'obtenir des nuages de points qu’en noir et blanc, en désactivant simplement la prise de photos 360°, ce qui est généralement appliqué dans les grandes campagnes de scan pour augmenter la cadence de captation.

La teinte située sur une échelle de gris ou de blanc est une interprétation logicielle d’une valeur obtenue par le LiDAR : la “réflectance”. Cette dernière mesure l’intensité du signal lumineux obtenu après rebond sur la surface impactée.

Mesh, ou surface maillée

Le terme anglais de “mesh” est couramment employé par les logiciels de photogrammétrie. En français, cet objet numérique peut être désigné sous les termes de “maillage de faces 3D” ou “surface maillée”. Un “mesh” est issu d’un nuage dont les points constituent les sommets de triangles, généralement calculés mathématiquement, suivant la “méthode de Delaunay”.

Les faces ainsi créées n’apportent, en tant que telles, aucune information spatiale supplémentaire comparé au  nuage de points. De manière simplifiée, les informations contenues dans un “mesh” (non texturé) ou un nuage de points de la même scène sont les mêmes : il s’agit des coordonnées de chaque sommet. C’est essentiellement l’interprétation algorithmique qui en est faite qui va différer.

[qodef_blockquote text="Alors que le nuage de points préservera le vide entre trois sommets et permettra de voir au travers, le “mesh” contiendra une face triangulaire masquant ce qui se trouve à l’arrière plan." title_tag="p" width=""]

L’intérêt essentiel d’un “mesh”, en comparaison d’un nuage de points, réside donc, en la présence de ces faces triangulaires assemblées. Ces dernières forment une surface sur laquelle appliquer une texture. De la même manière que vous pouvez coller du papier-peint entre les 4 extrémités qui définissent un pan de mur, vous pouvez ajouter des informations relatives à l’aspect d’une surface en “drapant” une texture photographique sur chacune des faces triangulaires du “mesh”.

En ce sens, et grâce aux photographies employées au cours d’une reconstruction photogrammétrique, le “mesh” permet de créer des captures 3D bien plus réalistes qu’un simple nuage de points, dont la résolution est définie par la distance entre les points d’impact du laser.

Texturer un “mesh” après une numérisation par scanner laser 3D est plus complexe et implique de recréer des faces 3D entre les points. Ce travail, qui peut sembler simple, nécessite tout de même, dans le cas de données LiDAR, un nettoyage préalable des éléments parasites (objets en mouvement), une atténuation des bruits de surface afin de rendre les points interprétables par l'algorithme destiné à créer les faces 3D, et un calcul complexe des “normales” associées à chaque point (vecteur perpendiculaire à chaque face).

Un “mesh” texturé à tout pour être plus séduisant et plus facilement interprétable qu’un nuage de points. S’il est facile à obtenir dans le cadre d’une captation photogrammétrique, il l’est beaucoup moins dans le cadre d’une numérisation laser 3D du fait du retraitement informatique nécessaire.

Les évolutions technologiques récentes permettent désormais de combiner lasergrammétrie et photogrammétrie dans le même traitement. Ceci permet de bénéficier de la précision du LiDAR tout en conservant la qualité visuelle d’un mesh obtenu par photogrammétrie.

Nous verrons prochainement comment maîtriser toutes ces techniques 😉.