La photogrammétrie de petits objets archéologiques : acquisition, modèle 3D, produits dérivés

La photogrammétrie est une technique de plus en plus utilisée en archéologie et cela à toutes les étapes de l’analyse. Elle permet de restituer de manière extrêmement fine des surfaces (sol, objet …) « en 3D ». Dans le cadre des études des artéfacts et écofacts mis au jour lors de fouilles et de prospections, leur modélisation 3D permet l’enregistrement, la conservation de l’information, la constitution de référentiels échangeables et consultables numériquement, la production de données dérivées (orthophotographie, plan, coupe …), la restitution de parties manquantes et, bien sûr, ouvre à d’autres modes de valorisation. Il s’agit donc d’un vrai support de recherche qui s’insère dans une démarche scientifique. L’objectif n’est pas seulement de modéliser un objet mais de faire ce modèle un outil d’aide à la production de la connaissance. La photogrammétrie s’adresse donc aux chercheurs, aux scientifiques. Cette méthode de coût très restreint par rapport à la lasergrammétrie demande cependant de suivre une chaîne opératoire et des protocoles spécifiques pour obtenir un modèle 3D juste et précis, avec une estimation de l’incertitude de ce modèle.

Protocole d’acquisition

La première étape, la plus complexe, est la prise de vue. Sans bonnes photographies, il est impossible de faire une bonne photogrammétrie.

Tout d’abord, il faut déterminer le type de capteur à utiliser. Plusieurs choix sont possibles : appareil photographique numérique (reflex ou compact expert), caméra vidéo (HD ou pas) et même appareil photographique de téléphone portable. Tout dépend du contexte et de la qualité du modèle désiré. Plus les images produites seront fines et plus le modèle 3D sera précis.

L’éclairage doit également être maîtrisé. Il doit être diffus et uniforme. Il doit estomper les ombres portées. Dans le cas où cela est possible, il est préférable de faire l’acquisition des images en milieu contrôlé. L’équipement de base sera alors une cage à lumière et des éclairages adaptés. Avec un bon équipement, le contrôle de l’éclairage peut également être fait sur le terrain (Fig. 1).

Fig. 1 : Salle d’acquisition d’images pour la photogrammétrie de petits objets archéologiques (Photo. Carine Calastrenc – TRACES/CNRS)

Afin d’éviter les prises de vues floues et permettre les pauses longues, le capteur doit être positionné sur un trépied et si possible équipé d’un déclencheur à distance. Il doit être placé de façon à ce que le cadrage soit centré sur l’objet. L’objet ne doit pas être tronqué au risque qu’il y ait une lacune sur le modèle final. De plus, il est important qu’il soit renseigné par le maximum de pixels. En effet, plus les pixel décrivant l’objet seront nombreux et plus le modèle sera fin.  (Fig.2)

Fig. 2 : Type de montage de l’appareillage de prise de vue (photo: François Baleux – TRACES/CNRS)

L’objet est placé sur un plateau tournant sur lequel les angles sont indiqués et des cibles apposées.

Les cibles permettent de créer un référentiel dans le logiciel de photogrammétrie pour que le modèle 3D soit métriquement juste.

Pour modéliser un objet, il faut réaliser au moins 2 séries de prises de vue, une pour le “dessus” et l’autre pour le “dessous” de l’objet. Cela permet de bien décrire l’élément dans son ensemble, sans partie cachée. Car toute partie non visible ne sera pas renseignée et donc pas modélisée. Pour des objets complexes, on peut envisager plus d’orientations de prises de vues afin d’éviter tout angle mort.

Trois séries de photographies sont alors prises selon trois angles complémentaires. La première au niveau du socle de l’objet, la deuxième avec une inclinaison d’environ 45° et la troisième en plongée. Il est nécessaire d’avoir au moins 20 degrés d’écart entre chaque angle de prise de vue.

Pour ces trois inclinaisons de prises de vue, les photographies doivent être prises à intervalle régulier, par exemple, 10 degrés de rotation sur la plateforme d’acquisition, soit 36 images par inclinaison. Ainsi, chaque face de l’objet sera documentée par 108 photographies. Pour des objets complexes, on pourra là aussi augmenter le nombre de prises de vue en diminuant l’espace angulaire entre chaque prise de vue (Fig. 3).

Fig. 3 : Méthode d’acquisition des images pour une photogrammétrie d’objet (François Baleux – TRACES/CNRS)
De l’acquisition aux produits dérivés

Plutôt qu’une description très détaillé des différentes étapes et paramètres à suivre, qui varient en fonction des logiciels et des objets, sera ici présenté le workflow général du travail photogrammétrique (Fig. 4).

Fig. 4 : Workflow – De l’acquisition aux données dérivées (François Baleux – TRACES/CNRS)

Après l’acquisition des images, il est possible d’en masquer certaines parties et/ou de modifier la colorimétrie de façon à les harmoniser. Ce masquage peut se faire dans un logiciel de DAO mais également dans certains logiciels de photogrammétrie. Vient ensuite l’étape de la recherche des points homologues, puis celle de l’alignement des photographies et enfin le changement de référentiel pour rendre le nuage de points métriquement juste. Pour être le plus précis possible, on effectuera une calibration de l’appareil de prise de vue afin de limiter les distorsions optiques. Les logiciels de photogrammétrie proposent différents paramètres à cette étape. Il est alors possible de réaliser le nuage dense qui servira d’appui à la construction du maillage et du texturage.

Différentes données dérivées sont utilisables. Elles peuvent notamment être utilisées comme aide au dessin technique en archéologie. Ainsi, il est possible d’extraire via le logiciel de photogrammétrie des orthophotographies, mais également d’effectuer des plans, des coupes et des profils. Il est également possible d’utiliser ces données comme aide à la représentation 3D par le biais de la modification de la texture, des traitements d’image, de l’orientation, des courbures, etc.

Mais quoiqu’il en soit et quel que soit le type d’utilisation des modèles 3D réalisés par photogrammétrie, il est important de prendre en compte l’estimation de l’incertitude inhérente à tout nuage de points.

État de cas : Restitution 3D d’un fragment de verre du XVIe siècle

Dans le cadre des fouilles menées par Bastien Lefébvre (MCf Université Jean Jaurès de Toulouse – TRACES – UMR 5608) à l’emplacement du parking de la rue des Mazels à Moissac, un fragment depied d’un objet en verre daté du 16e siècle a été mis au jour dans une ancienne fosse. Pour une meilleure visualisation du fragment, pour la réalisation de profils et de coupes, mais aussi pour l’analyse en volume de l’objet, une restitution 3D de cette pièce a été réalisée par F. Baleux (Baleux, 2018 et Lefébvre, 2018).

Le fragment a été modélisé en 3D par photogrammétrie en suivant le protocole d’acquisition et de traitement décrit ci-dessus. 216 images par fragment, soit 108 images par série de prises de vue, ont été produites avec un appareil photographique Nikon D5500 équipé d’un objectif Nikon 60 mm. Chaque partie a été modélisée, puis toutes les parties ont été assemblées les unes aux autres en prenant soin de conserver leurs dimensions réelles. (Fig. 5 et 6)

Fig.5 : Découpes des nuages denses pour supprimer les parties non concernées par le modèle (François Baleux – TRACES/CNRS
Fig. 6 : Assemblage des nuages de points des deux faces d’un objet (François Baleux – TRACES/CNRS)

Pour chacune de ces modélisations, l’incertitude de positionnement des points a été calculée. Cette incertitude correspond à l’épaisseur du nuage de points dans le nuage 3D. Plus l’incertitude est grande et moins la qualité du modèle sera bonne car la construction du maillage s’appuie directement sur le nuage de points. Il convient donc de quantifier cette erreur et de la réduire au minimum. Cette estimation de l’incertitude passe par l’extraction de plusieurs échantillons du nuage de points et le calcul de statistiques simples (moyenne, écart-type, maximum, intervalle de confiance) de leur épaisseur à l’aide du logiciel R. Pour minimiser cette incertitude, une bonne approche est la calibration et la suppression des points ayant les plus grandes erreurs de reprojection.

Pour cette pièce, si toutes les précautions ont été prises lors de l’acquisition et des traitements, la précision de positionnement des points dans le nuage dense de l’objet reste perfectible. En effet,  l’incertitude calculée sur plusieurs extraits du nuage est de 56 à 69 microns suivant la taille de la fenêtre de calcul. Ceci est directement lié au verre qui est une surface difficile à réaliser en photogrammétrie en raison des reflets.

Une fois l’objet modélisé, il est possible de réaliser des coupes et des profils. Pour cela on extrait une partie du modèle. Un vecteur est calculé ; il donne la moyenne les positions des points dans le nuage en fonction de quelques paramètres simples, en particulier la longueur de segment minimale. Trop petite, cette valeur entraîne des dents de scies ne correspondant pas à la réalité; trop grande, elle induit une généralisation du tracé qui rend le profil trop lisse. En utilisant un extrait du nuage de points très fin, par exemple 1mm ou moins si la densité du nuage le permet, on contraint l’espace de calcul pour le tracé (Fig. 7). Il est également possible de faire des mesures de volume très précises. Pour cet objet, nous avons même pu quantifier le volume de matière et d’air emprisonné dans l’objet en comparant les valeurs obtenues par photogrammétrie avec des mesures faites avec un densitomètre hygroscopique. Cette approche permet à moindre coût de calculer le volume d’objets de formes complexes.

Fig. 7 : Extraction d’une coupe du verre (François Baleux – TRACES/CNRS)

Cette analyse de l’acquisition photogrammétrique d’un verre ancien permet d’évaluer la qualité et donc la précision du modèle. L’usage des nuages de points permet des calculs sur l’épaisseur du verre et sur l’incertitude du positionnement des points. La valeur de cette incertitude montre clairement que la transparence du verre restreint la précision des mesures, même si l’erreur reste limitée. Une autre limitation de cette méthode réside dans le temps nécessaire pour l’acquisition et les traitements des données, qui s’avère très long. Pour fournir un profil, il faut quelques heures entre l’acquisition (ici 216 photographies) et le traitement photogrammétrique. Pour une étude ponctuelle avec estimation de la précision, calcul de différentes grandeurs et exportation de profils, ces temps de traitement sont acceptables. Ils ne le sont plus pour la production de profils sur de grandes séries d’objets.

Bibliographie

Baleux F. 2018. Modélisation 3D d’un fragment de verre médiéval. Protocole d’acquisition et résultats, Toulouse, 25 p.

Lefébvre B. 2018. Moissac (82). Fouille archéologique dans le parking rue des Mazels. Des occupations domestiques médiévales et modernes, Toulouse, 296 p.

Les auteurs

François Baleux est ingénieur d’étude CNRS, spécialiste de la 3D, de la géomatique, de la télédétection et de la topographie. Il est affecté au laboratoire TRACES (UMR 5608) à Toulouse. Il est coresponsable du plateau TIG-3D (Télédétection, Imagerie, Géomatique-3D) de la plateforme ArchéoScience du laboratoire TRACES.

Carine Calastrenc est ingénieur d’étude au  CNRS. Archéologue, elle est spécialisée dans l’étude des espaces agro-pastoraux et dans la détection des vestiges archéologiques enfouis avec des méthodes non-invasives. Elle est affectée à l’équipé TERRAE et rattachée aux laboratoires TRACES (UMR 5608) et FRAMESPA (UMR 5136) de Toulouse. Elle est coresponsable du plateau TIG-3D (Télédétection, Imagerie, Géomatique-3D) de la plateforme ArchéoScience du laboratoire TRACES.

Pour citer ce billet : François Baleux et Carine Calastrenc. La photogrammétrie de petits objets archéologiques : acquisition, modèle 3D, produits dérivés, ArchéOrient - Le Blog, 31 mai 2019, [En ligne] https://archeorient.hypotheses.org/12064

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.