Vers une restauration numérique des fortifications bastionnées

Développement et expérimentation au sein de l’ANR-URBANIA, d’une procédure automatique permettant d’identifier et d’extraire les objets d’architecture militaire sur les plans-reliefs de Toul, Verdun et Strasbourg.

Abstract

La numérisation 3D du patrimoine bâti constitue aujourd’hui un enjeu important en matière de diffusion et de sauvegarde pour la recherche et le grand public. Toutefois, les données produites par les techniques de captation numérique manquent cruellement d’intelligibilité tout en occupant un volume considérable.
La reconnaissance automatique et la reconstruction numérique des ouvrages architecturaux à partir de la données brutes d’acquisition se présente alors comme une piste à fort potentiel, permettant de hiérarchiser et d’alléger les données manipulées, puis de les informer par les modèles de connaissance définis par des experts.
En appliquant ce processus au cas de la fortification bastionnée, nous en produisons un ensemble de modèles numériques sémantisés.

Introduction

Le projet ANR-Urbania s’inscrit dans la vague de valorisation du patrimoine matériel par sa numérisation. Les objets étudiés sont les plans-reliefs, ces maquettes de ville au 1/600e commandés au XVIIe siècle par Louvois, alors ministre de la guerre sous Louis XIV. Il existe aujourd’hui 101 de ces maquettes militaires faites de matériaux aussi divers que du carton, du bois, de la soie, du sable… dont la superficie peut atteindre 160m2 et le poids des pièces la constituant pouvant dépasser les 150kg.

Nous avons donc affaire à un patrimoine demandant un haut niveau de compétence pour sa conservation, se dégradant progressivement, aussi sensible qu’encombrant. Cette collection est un témoignage précieux de la pensée architecturale mise à l’oeuvre à l’époque pour la défense d’une ville ou d’une place forte du royaume de France.

La captation numérique se fait via les techniques de relevé photogrammétrique et lasergrammétrique. La donnée produite est un nuage de points qui cumule cependant les imprécisions en maquette dues à l’échelle, la détérioration variant selon le matériau et ceux de la captation. Cette incertitude constitue un obstacle majeur pour l’utilisation du modèle 3D comme support d’information.

Pour répondre à cette problématique, nous proposons dans le cadre du projet ANR-Urbania une méthode pour la reconstruction des ouvrages de fortification bastionnée informée par les traités théoriques de contemporains à leur construction sur le plan-relief de Strasbourg.
L’approche proposée se situe en continuité de la méthode KASTOR[Jacquot, 2014] qui est le premier pas vers l’automatisation de la reconstruction numérique des ouvrages de fortification bastionnée. KASTOR propose notamment une bibliothèque d’objets paramétriques utilisés pour la reconstruction.

Présentation de l’approche par lignes de contour

Le nuage de points est une donnée bas-niveau qui consigne en un tableau la position XYZ et la couleur RGB de plusieurs millions de points. Pratiquer une segmentation géométrique sur le nuage issu de l’acquisition permet d’extraire un set de données haut niveau, apte à informer des processus plus complexes.

Or, dans le cas de la reconnaissance et de la reconstruction d’ouvrages architecturaux, il faut identifier au préalable quels sont les caractères les plus discriminants pour déterminer quelle segmentation sera la plus à même de les souligner. Les objets d’étude proviennent de la fortification bastionnée, ouvrages normalisés dont la majorité est dite « à trajectoire » où un profil est balayé sur la ligne génératrice.C’est un trait caractéristique, propre à chaque élément, que l’on consigne aux côtés des propriétés des ouvrages dans un modèle de connaissance qui informera les processus suivants.

Infographie de la méthode

Nous avons donc choisi une segmentation géométrique de détection de contours pour extraire du nuage de points le tracé de génératrices visibles en plan. La carte de contours permet la reconnaissance de formes 2D selon des algorithmes évaluant la proximité géométrique entre deux tracés. Il ne faut pas perdre de vue que l’on ne trouvera aucune instanciation identique à la théorie, particulièrement dans le cas de la fortification bastionnée qui a pour maître mot l’adaptation au territoire. Elle est une réponse à un contexte particulier.

Une fois la forme identifiée, et ceci malgré les déformations inhérentes à son accommodation, l’on procède à la reconstruction numérique de l’ouvrage depuis un ensemble de modèles paramétriques stockés en un modèle de connaissance, une ontologie de la fortification bastionnée.

I. Du Nuage de points au Modèle segmenté

Depuis le nuage de points[1], nous produisons la carte des hauteurs[2] sur laquelle les contours des ouvrages sont détectés au moyen d’un filtre de Canny[3,4]. Le modèle segmenté est l’ensemble de ces contours enregistrés comme tracés vectoriels.

II. Ontologie de la fortification bastionnée

Les ouvrages sont identifiés et ordonnés dans un modèle de connaissances. Sont consignés les attributs, les relations entre ouvrages telles leurs génératrices, leurs relations hiérarchiques, ainsi que leurs règles de construction théoriques.
Ces informations sont réunies dans une ontologie de la fortification bastionnée, conçue depuis les traités et les gravures de l’époque.

III. Reconnaissance automatique des ouvrages de fortification

Calcul des similarités depuis les contours vectorisés

Les ouvrages sont reconnus depuis un modèle théorique au moyen de descripteurs de formes SURF ainsi qu’une comparaison de leurs enveloppes convexes.
La similarité est quantifiée et c’est à partir d’un certain seuil de similarité que l’ouvrage est reconnu par l’algorithme.
À terme, la méthode de sémantisation pourra proposer des hypothèses quant aux théoriciens les plus probables de l’ouvrage reconnu.

IV. Enrichissement sémantique et reconstruction

Reconstruction des ouvrages théoriquesNous proposons dans un premier temps l’adaptation de la projection théorique au nuage de point au moyen de plusieurs algorithmes: génétique, simulation et descente de gradient. Cette approche ignore l’exotisme des ouvrages rencontrés, c’est là sa principale limite.
Les informations sémantiques pourront être attachées aux éléments en suivant des formats standards comme les classes IFC ou FBX.

Bibliographie

Jacquot, Kévin. Numérisation et restitution virtuelle des maquettes de la collection de Louis XIV, le cas des fortifications bastionnées, 2014.

De Cormontaigne, Louis. Architecture militaire, ou l’Art de fortifier. 2 vol. Jean Neaulme, 1741.

Prost, Philippe. Vauban : Le style de l’intelligence. Archibooks, 2007.

Virol, Michèle. Les Oisivetés de Monsieur de Vauban. Thèse à la carte. Preses Universitaires du Septentrion, 2002.

Andrews, Pierre, Ilya Zaihrayeu, et Juan Pane. A classification of semantic annotation systems. Semantic web 3, no 3 (2012): 223–248.