Descripteur
Termes IGN > 1-Candidats > semis de points
semis de points
Commentaire :
- Ensemble de points répartis de façon régulière ou quelconque sur une zone géographique donnée. (Glossaire de cartographie / CFC) Ces points peuvent être issus d'images ou de données lidar ...
Synonyme(s)nuage de pointsVoir aussi |
Documents disponibles dans cette catégorie (584)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Correcting for nondetection in estimating forest characteristics from single-scan terrestrial laser measurements / Mikko Kuronen in Canadian Journal of Forest Research, vol 49 n° 1 (janvier 2019)
[article]
Titre : Correcting for nondetection in estimating forest characteristics from single-scan terrestrial laser measurements Type de document : Article/Communication Auteurs : Mikko Kuronen, Auteur ; Helena M. Henttonen, Auteur ; Mari Myllymäki, Auteur Année de publication : 2019 Article en page(s) : pp 96 - 103 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] densité de la végétation
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] erreur systématique
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] occultation du signal
[Termes IGN] semis de points
[Termes IGN] télémétrie laser terrestreRésumé : (Auteur) Un problème inhérent à l’utilisation du balayage laser terrestre avec un seul balayage vient du fait que certains arbres sont cachés par d’autres et ne sont donc pas détectés dans l’analyse. Un estimateur de base des caractéristiques de la forêt, comme la densité ou la surface terrière, est basé sur la zone visible d’un balayage. Cependant, une simple compensation de la non-détection par la zone visible peut entraîner un biais important même dans les forêts répondant à une distribution de Poisson, surtout si la détection d’un arbre dépend de sa taille. Nous proposons un nouvel estimateur qui est une généralisation de l’estimateur basé sur la zone visible. Plus important encore, le nouvel estimateur permet d’utiliser différentes règles de détection ; par exemple, la visibilité requise pour la détection d’un arbre peut être complète ou partielle. Une étude par simulation a montré qu’il fonctionne correctement dans différents types de forêts, simulées et empiriques, avec différentes règles de détection. [Traduit par la Rédaction] Numéro de notice : A2019-231 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1139/cjfr-2018-0072 En ligne : https://doi.org/10.1139/cjfr-2018-0072 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92745
in Canadian Journal of Forest Research > vol 49 n° 1 (janvier 2019) . - pp 96 - 103[article]Détection de fenêtres dans un nuage de points de façade et positionnement semi-automatique dans un logiciel BIM / Julie Thierry (2019)
Titre : Détection de fenêtres dans un nuage de points de façade et positionnement semi-automatique dans un logiciel BIM Type de document : Mémoire Auteurs : Julie Thierry, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2019 Format : 21 x 30 cm Note générale : bibliographie
Mémoire de soutenance de diplôme d'ingénieur INSA, TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage profond
[Termes IGN] détection automatique
[Termes IGN] détection d'objet
[Termes IGN] détection de contours
[Termes IGN] fenêtre (bâtiment)
[Termes IGN] maquette numérique
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] musée
[Termes IGN] semis de pointsIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Le domaine de la modélisation des Informations du Bâtiment (BIM) a connu de nombreux progrès technologiques au cours des dernières années. A travers une maquette numérique, le BIM stocke toutes les informations d’un bâtiment et peut être utilisé pour de multiples applications. L’évolution des technologies tels que les scanners laser permettent de reconstituer en 3D un bâtiment en vue d’une modélisation BIM. Une multitude de données précises se trouve ainsi accessible de façon rapide. Cependant, le passage du nuage de points à la maquette reste une étape difficile à automatiser. Les défis d’aujourd’hui sont d’actualiser la méthode manuelle en développant un processus automatique dédié à la modélisation des maquettes numériques directement à partir du nuage de points. Cette problématique amène donc à expliquer les divers travaux appliqués aux traitements permettant d’extraire automatiquement le maximum d’informations du nuage de points. Nous nous intéressons plus particulièrement à la détection des fenêtres d’un bâtiment, car l’objectif de ce projet de fin d’études est de participer à l’automatisation de la création de maquette numérique en y intégrant un processus automatisé pour insérer les fenêtres. Nous présentons dans un premier temps un état de l’art sur les différentes méthodes de détection des fenêtres dans les nuages de points. Puis, nous détaillerons la méthode développée au cours de ce projet en considérant les nuages de points du musée zoologique de Strasbourg comme données de base. Le projet se divise en trois parties. La première se rapporte à la détection des ouvertures dans les nuages de points. Dans la seconde partie, nous soumettons une solution d’insertion semi-automatique des fenêtres dans un logiciel BIM à travers la réalisation d’une maquette numérique du musée zoologique. Enfin, nous évaluerons les résultats de la détection et de l’insertion afin de valider notre approche. Note de contenu : 1- Etat de l'Art
2- Détection de fenêtres
3- Insertion semi-automatique
4- Evaluation des résultats
Conclusion du projetNuméro de notice : 28540 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : ICube DOI : sans En ligne : http://eprints2.insa-strasbourg.fr/3822/ Format de la ressource électronique : url Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97380 Détection et localisation d'objets 3D par apprentissage profond en topologie capteur / Pierre Biasutti (2019)
Titre : Détection et localisation d'objets 3D par apprentissage profond en topologie capteur Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Aurélie Bugeau, Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur Editeur : Saint-Martin-d'Hères : Groupe de Recherche et d'Etude du Traitement du Signal et des Images GRETSI Année de publication : 2019 Projets : 1-Pas de projet / Conférence : GRETSI 2019, colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images 26/08/2019 29/08/2019 Lille France OA proceedings Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie
Ce travail a bénéficié d’une aide du programme de Recherche et Innovation European Union’s Horizon 2020 au titre de la bourse Marie Skłodowska-Curie (No 777826).Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] détection d'objet
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données
[Termes IGN] image optique
[Termes IGN] scène 3D
[Termes IGN] semis de pointsRésumé : (Auteur) Ce travail présente une nouvelle méthode pour la détection et la localisation d'objets dans des scènes 3D LiDAR acquises par des systèmes de cartographie mobile. Ce problème est généralement traité en discrétisant l'espace 3D en une fine grille de voxels. Nous introduisons une approche alternative ne nécessitant pas de discrétisation. Elle est basée sur la représentation en 2D du nuage de points en topologie capteur (TC). Cette image sert d'entrée à un réseau de neurones convolutionnels qui en extrait les informations 3D des objets. La réprésentation en topologie capteur présentant des ambiguïtés dans le fond de la scène, nous améliorerons les résultats de détection en couplant ce modèle avec un réseau de détection 2D d'objets sur une image optique. Les prédictions des deux réseaux sont finalement fusionnées pour obtenir les détections finales. Numéro de notice : C2019-014 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://hal.science/hal-02100719v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93269 Documents numériques
en open access
Détection et localisation d'objets 3D... - pdf auteurAdobe Acrobat PDF
Titre : Fast Image and LiDAR alignment based on 3D rendering in sensor topology Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur ; Aurélie Bugeau, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2019 Projets : 1-Pas de projet / Importance : 9 p. Format : 21 x 30 cm Note générale : Bibliographie
This project has also received funding from the European Union’s Horizon 2020 research and innovation programme underthe Marie Skłodowska-Curie grant agreement No 777826.Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image optique
[Termes IGN] semis de pointsRésumé : (Auteur) Mobile Mapping Systems are now commonly used in large urban acquisition campaigns. They are often equiped with LiDAR sensors and optical cameras, providing very large multimodal datasets. The fusion of both modalities serves different purposes such as point cloud colorization, geometry enhancement or object detection. However, this fusion task cannot be done directly as both modalities are only coarsely registered. This paper presents a fully automatic approach for LiDAR projection and optical image registration refinement based on LiDAR point cloud 3D renderings. First, a coarse 3D mesh is generated from the LiDAR point cloud using the sensor topology. Then, the mesh is rendered in the image domain. After that, a variational approach is used to align the rendering with the optical image. This method achieves high quality results while performing in very low computational time. Results on real data demonstrate the efficiency of the model for aligning LiDAR projections and optical images. Numéro de notice : P2019-002 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : Préprint DOI : sans En ligne : https://hal.science/hal-02100715v1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93283 Documents numériques
en open access
Fast Image and LiDAR alignment based on... - pdf preprintAdobe Acrobat PDF Forest inventory sensitivity to UAS-based image processing algorithms / Bonifasius Maturbongs in Annals of forest research, vol 62 n° 1 (January - June 2019)
[article]
Titre : Forest inventory sensitivity to UAS-based image processing algorithms Type de document : Article/Communication Auteurs : Bonifasius Maturbongs, Auteur ; Michael G. Wing, Auteur ; Bogdan M. Strimbu, Auteur ; Jon Burnett, Auteur Année de publication : 2019 Article en page(s) : pp 87 - 108 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] données lidar
[Termes IGN] gestion forestière
[Termes IGN] hauteur des arbres
[Termes IGN] image captée par drone
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] photographie aérienne
[Termes IGN] Pseudotsuga menziesii
[Termes IGN] segmentation dynamique
[Termes IGN] semis de points
[Termes IGN] structure-from-motionRésumé : (auteur) Frequent and accurate estimation of forest structure parameters, such as number of trees per hectare or total height, are mandatory for sustainable forest management. Unmanned aircraft system (UAS) equipped with inexpensive sensors can be used to monitor and measure forest structure. The detailed information provided by the UAS allows tree level forest inventory. However, tree identification depends on a variety of parameters defining the image processing and tree segmentation algorithms. The objective of our study was to identify parameter combinations that accurately delineated trees and their heights. We evaluated the impact of different tree segmentation and point cloud generation algorithms on forest inventory from imagery collected with a UAS over a mature Douglas-fir plantation forest. We processed the images with two commonly used commercial software packages, Agisoft PhotoScan and Pix4Dmapper, both implementing image processing algorithms called Structure from Motion. For each software we generated photogrammetric point clouds by varying the parameters defining the implementation. We segmented individual trees and heights using three tree algorithms: Variable Window Filter, Graph-Theoretical, and Watershed Segmentation. We assessed the impact of image processing algorithms on forest inventory by comparing the estimated trees with trees manually identified from the point clouds. We found that the type of tree segmentation and image processing algorithms have a significant effect in accurately identifying trees. For tree height estimation, we found strong evidence that image processing algorithms had significant effects, whereas tree segmentation algorithms did not significantly affect tree height estimation.These findings may be of interest to others that are using high-resolution spatial imagery to estimate forest inventory parameters. Numéro de notice : A2019-580 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.15287/afr.2018.1282 Date de publication en ligne : 30/07/2019 En ligne : http://dx.doi.org/10.15287/afr.2018.1282 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94487
in Annals of forest research > vol 62 n° 1 (January - June 2019) . - pp 87 - 108[article]PermalinkFusion de sets de photos provenant de capteurs différents dans le domaine de l’archéologie / Hugo De Paulis (2019)PermalinkPermalinkPermalinkIntegration of lidar data and GIS data for point cloud semantic enrichment at the point level / Harith Aljumaily in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)PermalinkPermalinkInvestigating the accuracy of a bathymetric refraction correction on Structure from Motion photogrammetric datasets / Aelaïg Cournez (2019)PermalinkIs field-measured tree height as reliable as believed – A comparison study of tree height estimates from field measurement, airborne laser scanning and terrestrial laser scanning in a boreal forest / Yunsheng Wang in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)PermalinkLU-Net, An efficient network for 3D LiDAR point cloud semantic segmentation based on end-to-end-learned 3D features and U-Net / Pierre Biasutti (2019)PermalinkMeasuring stem diameters with TLS in boreal forests by complementary fitting procedure / Timo P Pitkänen in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)Permalink