Centre de documentation
scientifique

Correction radiométrique et recalage de nuages de points pour la reconstruction tridimensionnelle d'oeuvres du patrimoine culturel / Nathan Sanchiz (2021)  

Public Titre : Correction radiométrique et recalage de nuages de points pour la reconstruction tridimensionnelle d'oeuvres du patrimoine culturel Type de document : Thèse/HDR Auteurs : Nathan Sanchiz, Auteur ; El-Mustapha Mouaddib, Directeur de thèse Editeur : Amiens [France] : Université de Picardie Jules Verne Année de publication : 2021 Importance : 123 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse en vue d'obtenir le grade de Docteur de l'Université de Picardie Jules Verne, Mention Sciences pour l'ingénieur, Spécialité Robotique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] Amiens [Termes IGN] artefact [Termes IGN] cathédrale [Termes IGN] correction radiométrique [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] état de l'art [Termes IGN] intensité lumineuse [Termes IGN] patrimoine culturel [Termes IGN] recalage d'image [Termes IGN] reconstruction 3D du bâti [Termes IGN] semis de points [Termes IGN] traitement de semis de points Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Pour la numérisation d'oeuvres du patrimoine à moyenne et grande échelle, un scanner LiDAR (Light Detection And Ranging) est généralement utilisé. Celui-ci crée une carte de distances (un nuage de points 3D) sur une sphère autour de la position de mesure. De nombreuses mesures sont faites dans la zone autour de l'objet à numériser pour capturer la scène sous différents points de vue d'acquisition. La principale difficulté de la reconstruction d'un modèle tri-dimensionnel à partir des nuages de points acquis, est l'étape dite de recalage. Celle-ci consiste à identifier les transformations géométriques permettant le regroupement des nuages dans un même repère. Pour ce faire, il est nécessaire d'identifier des correspondances entre les zones communes des nuages. Etape difficile qui concentre les efforts de la communauté de recherche. Nous abordons ce problème en utilisant une information secondairement acquise par le LiDAR, l'intensité, comme élement discriminant. Cette information est, par sa nature, insensible aux illuminations externes et liée à la réflectance des matériaux scannés. Cependant, l'intensité est peu utilisable en pratique. Sa dépendance aux paramètres géométriques de mesure et aux traitements internes de l'appareil, la rend fortement liée au point de vue de la mesure. Dans ce travail de recherche, nous proposons différentes méthodes de correction et de calibration radiométriques qui permettent, sous certaines conditions, de rendre l'intensité indépendante du point de vue et de la convertir sur une échelle linéaire. Dans un deuxième temps, nous étudions l'utilisation de cette information dans un processus de recalage. Les résultats montrent que l'intensité corrigée ou calibrée améliore l'identification de correspondances d'un nuage à l'autre. Note de contenu : 1. Introduction 1.1 Avant-propos 1.2 Contexte 1.3 Matériel et données 1.4 Campagnes de numérisation 1.5 Structure du document 2. Étude de l'intensité issue du LiDAR 2.1 Introduction 2.2 Les phénomènes en jeu 2.3 Bases théoriques 2.4 Conclusion 3. Correction radiométrique 3.1 État de l'art et approches proposées 3.2 Résultats expérimentaux 3.3 Linéarisation de l'intensité corrigée 3.4 Conclusion 4. Recalage de nuages de points basé intensité 4.1 Introduction 4.2 Vue d'ensemble 4.3 Recalage basé intensité 4.4 Résultats expérimentaux 4.5 Conclusion 5. Conclusions et perspectives 5.1 Récapitulatif 5.2 Contributions 5.3 Discussion & perspectives de recherche Numéro de notice : 26561 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences pour l'ingénieur, Robotique : Picardie : 2021 Organisme de stage : Agence Nationale de la Recherche ANR nature-HAL : Thèse DOI : sans Date de publication en ligne : 31/07/2021 En ligne : https://hal.science/tel-03307700v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98250

Colorisation de nuages de points 3D par recalage dense d’images numériques / Nathalie Crombez in Traitement du signal, vol 31 n° 1-2 (2014-1-2)  

Public [article]  inTraitement du signal > vol 31 n° 1-2 (2014-1-2) . - pp 81 - 106 Titre : Colorisation de nuages de points 3D par recalage dense d’images numériques Type de document : Article/Communication Auteurs : Nathalie Crombez, Auteur ; Guillaume Caron, Auteur ; El-Mustapha Mouaddib, Auteur Année de publication : 2014 Article en page(s) : pp 81 - 106 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] Amiens [Termes IGN] cathédrale [Termes IGN] couleur (variable spectrale) [Termes IGN] couleur à l'écran [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] image numérique [Termes IGN] image terrestre [Termes IGN] patrimoine immobilier [Termes IGN] photométrie [Termes IGN] recalage d'image [Termes IGN] recalage de données localisées [Termes IGN] semis de points Résumé : (auteur) Le patrimoine architectural est composé de biens historiques et artistiques qui doivent être protégés, préservés, restaurés et exposés au plus grand nombre. Des appareils modernes tels que les scanners à laser 3D sont de plus en plus utilisés en documentation culturelle. Ces outils permettent de générer avec précision et rapidité des nuages de points de monuments historiques. Avec les données collectées, il est possible de créer un maillage afin de visualiser virtuellement les formes et/ou la surface de l’édifice. La plupart du temps, le scanner tridimensionnel est équipé d’un appareil photo numérique qui est utilisé pour coloriser les points relevés. Cependant, la qualité photométrique du nuage de points n’est pas toujours suffisante principalement à cause de problèmes de couleurs et de résolution. Des méthodes d’uniformisation d’intensités existent pour améliorer la colorimétrie mais ne permettent pas d’obtenir des rendus photo-réalistes et d’améliorer la résolution. C’est pourquoi, nous proposons une nouvelle méthode pour coloriser les nuages de points à l’aide d’images numériques de haute résolution acquises avec un appareil photo. Pour cela, nous avons développé une méthode permettant d’obtenir un recalage précis entre des images numériques acquises et un nuage de points, ce qui est une étape cruciale pour une bonne colorisation par projection de couleurs. Des résultats sur des jeux de données issus de la numérisation de la cathédrale d’Amiens à l’intérieur et à l’extérieur démontrent la validité de notre approche en obtenant des nuages de points de qualité et de résolution photométriques nettement meilleures. Numéro de notice : A2014-456 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.3166/TS.31.81-10 En ligne : http://gretsi.fr/data/ts/pdf/2014_31_1_70248_1.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80832 [article]

Classification orientée-objet supervisée d'une forêt avec une sélection guidée d'attributs personnalisés / Olivier de Joinville in Revue Française de Photogrammétrie et de Télédétection, n° 195 (Novembre 2011)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 195 (Novembre 2011) . - pp 2 - 10 Titre : Classification orientée-objet supervisée d'une forêt avec une sélection guidée d'attributs personnalisés Type de document : Article/Communication Auteurs : Olivier de Joinville , Auteur Année de publication : 2011 Article en page(s) : pp 2 - 10 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] ajustement de paramètres [Termes IGN] attribut [Termes IGN] classification barycentrique [Termes IGN] classification dirigée [Termes IGN] classification orientée objet [Termes IGN] forêt tempérée [Termes IGN] image infrarouge couleur [Termes IGN] image SPOT-Végétation [Termes IGN] matrice de confusion [Termes IGN] segmentation d'image [Termes IGN] Somme (80) [Termes IGN] texture d'image [Termes IGN] valeur radiométrique Résumé : (Auteur) Cet article présente une méthode semi-automatique pour optimiser une classification supervisée orientée objet par sélection guidée d'attributs, sans recours immédiat à la photo-interprétation. Les tests ont été réalisés sur une image SPOT 2 à 20 m de résolution spatiale en infrarouge couleurs sur la forêt de Crécy, dans le nord de la France. Les méthodes actuelles classent de moins en moins des pixels, mais plutôt des régions issues d'une segmentation. Nous avons donc fait le choix d'une méthode orientée-objet. La première étape consiste à réaliser une segmentation d'images basée sur plusieurs critères : un paramètre d'échelle et un facteur d'homogénéité composé de deux facteurs complémentaires : la forme et la radiométrie. Puis vient l'étape de classification supervisée proprement dite. Pour chaque zone d'apprentissage choisie, les attributs sont sélectionnés automatiquement parmi trois critères : la radiométrie, la forme et la texture. Ensuite, trois classifications au plus proche voisin ont été appliquées à l'image, chacune d'elles utilisant pour chaque zone d'apprentissage la combinaison d'attributs sélectionnée automatiquement au cours de l'étape précédente. Une matrice de confusion est calculée pour chacune de ces trois classifications à partir de zones tests sélectionnées sur l'image et, pour chaque zone d'apprentissage, le critère adopté correspond au taux de confusion le plus bas. La classification a été évaluée par un calcul de taux de confusion de chaque classe avec les autres, ce dernier diminuant de manière significative par rapport à une approche orientée objet utilisant des attributs standardisés, et par des cartes de fiabilité. Les résultats des tests sont encourageants. La principale originalité de cet article est de personnaliser les attributs des classes considérées. Numéro de notice : A2011-389 Affiliation des auteurs : ENSG (1941-2011) Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31168 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2011031	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Forest object-oriented classification with customized and automatic attribute selection / Olivier de Joinville (2010)    

Public Titre : Forest object-oriented classification with customized and automatic attribute selection Type de document : Article/Communication Auteurs : Olivier de Joinville , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2010 Collection : International Archives of Photogrammetry and Remote Sensing, ISSN 0252-8231 num. 38-8 Conférence : ISPRS 2010, Technical Commission 8 Symposium, Networking the World with Remote Sensing 02/08/2010 12/08/2010 Kyoto Japon ISPRS OA Archives Commission 8 Importance : pp 669 - 674 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classification barycentrique [Termes IGN] classification orientée objet [Termes IGN] composition colorée [Termes IGN] forêt domaniale [Termes IGN] image SPOT [Termes IGN] matrice de confusion [Termes IGN] segmentation d'image [Termes IGN] Somme (80) Résumé : (auteur) This paper presents a semi-automatic method to optimize object-oriented classification without photointerpretation. The thematic studied is the forest (Crecy forest in the north of France). A SPOT 2 image at 20 m spatial resolution was analysed in a near infrared colour composite (green, red and infrared). New classification methods no longer work with pixels, but with regions derived from the previously segmented image [TRIAS 2006], [BENCHERIF 2009].The first step consists in image segmentation based on several criteria, a scale parameter and an homogeneity factor made up of two complementary factors: shape and radiometry. Two segmentations have been computed: one at very large scale (no more than 20 regions) in order to establish a manually made classification with only 2 classes: forest and no forest (this latter will not be classified). Another one at a smaller scale which will be used to select the test samples (also called training area) on the forest area. Once both segmentations and manual classification are completed and validated (essentially visually), the objective of this study is to determine semi automatically the most adapted attributes for each training area (5 training areas have been selected). Therefore, for all selected training areas, attributes are automatically selected, consecutively based on three criteria: radiometry, shape and texture. For each of these criteria, a maximum number of attributes is fixed among all potentially interesting attributes and the optimum attribute combination is automatically selected with respect to a statistical parameter derived from a distance matrix. The distance matrix optimizes the separation between the training areas. Then, 3 classifications were set up, each of them with the optimum automatically selected attribute combination derived from the previous step. For each of these classifications, a confusion matrix will be computed. For each training area its confusion rate with other training areas was computed and the lowest confusion rate was selected as the criterion. For instance, if there is a training area which has 35 % of confusion pixels with other classes for a radiometric combination, 25% for a textural combination and 5 % for a morphologic one (shape criterion), this training area will be affected with a morphologic attribute combination. The result is thus a new classification with the new customized attributes for each training area. In the assessment of this classification, the confusion rate for each class decreases significantly. Then, reliability maps are built to determine the risk of confusion between the classes. Test results are so far encouraging. Due to this new method, the confusion rates decrease significantly with respect to a standard nearest neighbour approach. Numéro de notice : C2010-032 Affiliation des auteurs : ENSG (1941-2011) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : http://www.isprs.org/proceedings/XXXVIII/part8/pdf/W07P02_20100218000017.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90642

Documents numériques

en open access Forest object-oriented classification ... - pdf éditeur Adobe Acrobat PDF

Expire, QGIS, ARCGIS, POSTGIS : le quatuor géomatique de l'Aguda / Anonyme in Géomatique expert, n° 71 (octobre - novembre 2009)

Public [article]  inGéomatique expert > n° 71 (octobre - novembre 2009) . - pp 59 - 63 Titre : Expire, QGIS, ARCGIS, POSTGIS : le quatuor géomatique de l'Aguda Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2009 Article en page(s) : pp 59 - 63 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] Amiens [Termes IGN] ArcGIS [Termes IGN] INSPIRE [Termes IGN] logiciel libre [Termes IGN] PostGIS [Termes IGN] QGIS [Termes IGN] urbanisme [Termes IGN] visualisation cartographique Résumé : (Auteur) A l'Agence de Développement et d'Urbanisme du Grand Amiénois (Aduga), on a fait le choix de l'Open Source pour réaliser toute une série d'opérations géomatiques courantes, comme la saisie ou la visualisation de cartes, tout en conservant du logiciel propriétaire. Un choix original mais raisonné, qui porte ses fruits. Copyright CiMax Numéro de notice : A2009-460 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76113 [article]

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
265-09061	RAB	Revue	Centre de documentation	En réserve L003	Disponible
IFN-001-P000688	RAB	Revue	Nogent-sur-Vernisson	En réserve L003	Exclu du prêt

Complémentarité des données de télédétection pour l'analyse des transformations de l'occupation du sol dans des zones humides urbaines : application aux hortillonnages d'Amiens et aux chinampas de Mexico / C. Clauzel in Photo interprétation, vol 44 n° 1 (Mars 2008)

Permalink

Inventaire forestier départemental, Somme, 3ème inventaire 2002 / Inventaire forestier national (1958 - 2011) (2006)

Permalink

Extraction of 3D planar Primitives from Raw Airborne Laser Data: a Normal Driven RANSAC Approach / Frédéric Bretar (2005)    

Permalink

Effets radiométriques en milieu urbain à grande échelle et correction des ombres / Gilles Martinoty in Revue Française de Photogrammétrie et de Télédétection, n° 176 (Décembre 2004)

Permalink

Mémoires de paysages / H. Izembart (2000)

Permalink

Le département de la Somme / La revue geographique et industrielle de France (1986)

Permalink

Erosion des terres agricoles d'après les photographies aériennes (Ligescourt - Somme) / Dominique Foubert in Bulletin d'information de l'Institut géographique national, n° 50 (juillet 1984)

Permalink

Erosion des terres agricoles d'après photographies aériennes [à] Ligescourt (Somme) / IGN (1984)

Permalink

Mise à jour partielle des cartes de base à 1:25000 / J. Bompas in Bulletin d'information de l'Institut géographique national, n° 40 (mars 1980)

Permalink

Deux méthodes d'analyse des données de télédétection, applications à la géomorphologie et à l'aménagement du littoral picard / Y. Demarcq (1979)

Permalink