Descripteur
Documents disponibles dans cette catégorie (147)
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
Titre : Robust and fast global image orientation Type de document : Thèse/HDR Auteurs : Xin Wang, Auteur ; Christian Heipke, Directeur de thèse Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 2021 Collection : DGK - C, ISSN 0065-5325 num. 871 Importance : 141 p. Note générale : bibliographie
Diese Arbeit ist gleichzeitig veröffentlicht in: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover ISSN 0174-1454, Nr. 373, Hannover 2021Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] appariement d'images
[Termes IGN] appariement dense
[Termes IGN] chaîne de traitement
[Termes IGN] estimation de pose
[Termes IGN] méthode robuste
[Termes IGN] orientation d'image
[Termes IGN] orientation relative
[Termes IGN] rotation
[Termes IGN] structure-from-motion
[Termes IGN] translation
[Termes IGN] valeur aberranteRésumé : (auteur) The estimation of image orientation (also called pose) has always played a crucial role in the field of photogrammetry since it is a fundamental prerequisite for the subsequent works of multi-view dense matching, generating DEM and DSM, etc. In the community of computer vision, the task is also well known as Structure-from-Motion (SfM), which reveals that image pose, while positions of object points are determined interdependently. Despite a lot of efforts over the last decades, it has recently gained the photogrammetrists’ interests again due to the fast-growing number of different resources of images. New challenges are posed for accurately and efficiently orienting various image datasets (e.g., unordered datasets with a large number of images, or images compromised of critical stereo pairs). In this thesis, the relevant ambition is to develop a new fast and robust method for the estimation of image orientation which is capable of coping with different types of datasets. To achieve this goal, the two most time-consuming steps of image orientation are in particular taken care of: (a) image matching and (b) the estimation process. To accelerate the image matching process, a new method employing a random k-d forest is proposed to quickly obtain pairs of overlapping images from an unordered image set. After that, image matching and the estimation of relative orientation parameters are performed only for pairs found to be very likely overlapping. On the other hand, to estimate the image poses in a time efficient manner, a global image orientation strategy is advocated. Its basic idea is to first simultaneously solve all available images’ poses, before a final bundle adjustment is carried out once for refinement. The conventional two-step global approach is pursued in this work, separating the determination of rotation matrices and translation parameters; the former is solved by an existing popular method of Chatterjee and Govindu [2013], and the latter are estimated globally using a newly developed method: translation estimation integrating both the relative translations and tie points. Tie points within triplets are adopted to firstly calculate global unified scale factors for each available pairwise relative translation. Then, analogous to rotation estimation, translations are determined by performing an averaging operation on the scaled relative translations. In order to improve the robustness of the solution, efforts in this thesis are also focused on coping with outliers in the relative orientations (ROs), which global image orientation approaches are particularly sensitive to. A general method based on triplet compatibility with respect to loop closure errors of relative rotations and translations is presented for detecting blunders in relative orientations. Although this procedure eliminated many gross errors in the input ROs, it typically cannot sort out blunders which are caused by repetitive structures and critical configurations, such as inappropriate baselines (very short baseline or baselines parallel to the viewing direction). Therefore, another new method is proposed to eliminate wrong ROs which have resulted from repetitive structures and very short baselines. Two corresponding criteria that indicate the quality of ROs are introduced. Repetitive structure is detected based on counts of conjugate points of the various image pairs, while very short baselines are found by inspecting the intersection angles of corresponding image rays. By analyzing these two criteria, incorrect ROs are detected and eliminated. As correct ROs of image pairs with a wider baseline nearly parallel to both viewing directions can be valuable, a method to identify and keep these ROs is also a part of this research. The validation and evaluation of the proposed method are thoroughly conducted on various benchmarks including ordered and unordered sets of images, images with repetitive structures and inappropriate baselines, etc. In particular, robustness is investigated by demonstrating the efficacy of the corresponding RO outlier detection methods. The performance and time efficiency of determining image orientation are evaluated and compared with several state-of-the-art global image orientation approaches. In summary, based on the experimental results, the developed methods demonstrateto be able to accomplish the image orientation taskfast and robustlyon different kinds of datasets. Numéro de notice : 17672 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD dissertation : Fachrichtung Geodäsie und Geoinformatik : Hanovre : 2021 En ligne : https://dgk.badw.de/fileadmin/user_upload/Files/DGK/docs/c-871.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97997 Vectorization of historical maps using deep edge filtering and closed shape extraction / Yizi Chen (2021)
Titre : Vectorization of historical maps using deep edge filtering and closed shape extraction Type de document : Article/Communication Auteurs : Yizi Chen , Auteur ; Edwin Carlinet, Auteur ; Joseph Chazalon, Auteur ; Clément Mallet , Auteur ; Bertrand Duménieu , Auteur ; Julien Perret , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2021 Projets : SODUCO / Perret, Julien Conférence : ICDAR 2021, 16th International Conference on Document Analysis and Recognition 05/09/2021 10/09/2021 Lausanne Suisse Importance : 17 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage profond
[Termes IGN] carte ancienne
[Termes IGN] chaîne de traitement
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] filtrage numérique d'image
[Termes IGN] traitement d'image
[Termes IGN] vectorisationRésumé : (auteur) Maps have been a unique source of knowledge for centuries. Such historical documents provide invaluable information for analyzing the complex spatial transformation of landscapes over important time frames. This is particularly true for urban areas that encompass multiple interleaved research domains (social sciences, economy, etc.). The large amount and significant diversity of map sources call for automatic image processing techniques in order to extract the relevant objects under a vectorial shape. The complexity of maps (text, noise, digiti-zation artifacts, etc.) has hindered the capacity of proposing a versatile and efficient raster-to-vector approaches for decades. We propose alearnable, reproducible, and reusable solution for the automatic transformation of raster maps into vector objects (building blocks, streets,rivers). It is built upon the complementary strength of mathematical morphology and convolutional neural networks through efficient edge filtering. Even more, we modify ConnNet and combine with deep edgefiltering architecture to make use of pixel connectivity information and built an end-to-end system without requiring any post-processing techniques. In this paper, we focus on the comprehensive benchmark on various architectures on multiple datasets coupled with a novel vectorization step. Our experimental results on a new public dataset using COCO Panoptic metric exhibit very encouraging results confirmedby a qualitative analysis of the success and failure cases of our approach. Code, dataset, results and extra illustrations are freely available at https://github.com/soduco/ICDAR-2021-Vectorization Numéro de notice : C2021-011 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : https://hal.science/hal-03256073/document Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97988 Vers un protocole de calibration de caméras statiques à l'aide d'un drone / Jean-François Villeforceix (2021)
Titre : Vers un protocole de calibration de caméras statiques à l'aide d'un drone Type de document : Article/Communication Auteurs : Jean-François Villeforceix, Auteur ; Benjamin Bigot, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2021 Conférence : ORASIS 2021, 18e journées francophones des jeunes chercheurs en vision par ordinateur 13/09/2021 17/09/2021 Lac de Saint-Ferréol France programme Note générale : J.F. Villeforceix relève à la fois de l'IGN et du Bureau d'Enquêtes et d'Analyses pour la sécurité de l'aviation civile. Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)
[Termes IGN] caméra numérique
[Termes IGN] chaîne de traitement
[Termes IGN] drone
[Termes IGN] étalonnage de chambre métrique
[Termes IGN] point d'appui
[Termes IGN] positionnement statiqueRésumé : (auteur) Nous présentons un protocole de calibration d’une caméra statique. Ce type de caméra est singulier en photogrammétrie car l’utilisateur ne peut pas modifier son point de vue. Lorsque ce dernier n’est pas orienté vers des références connues, il devient alors impossible de calculer les paramètres de la caméra. Le BEA est amené à travailler sur des données issues de caméras statiques pour lesquelles il ne dispose que d’informations basiques (modèle, focale). La difficulté réside à la fois dans l’imprévisibilité des configurations rencontrées et les contraintes opérationnelles liées à l’enquête. Un protocole de calibration adapté à ces caméras spécifiques a été défini afin de répondre à ces 2 problématiques propres au BEA. Numéro de notice : C2021-071 Affiliation des auteurs : IGN+Ext (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans En ligne : https://tel.archives-ouvertes.fr/IGN-ENSG/hal-03339675v1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99544 Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique / Maxime Lafleur in XYZ, n° 165 (décembre 2020)
[article]
Titre : Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique Type de document : Article/Communication Auteurs : Maxime Lafleur, Auteur ; Elliot Mugner, Auteur ; Rabine Keyetieu-Nlowe, Auteur ; Nicolas Seube, Auteur Année de publication : 2020 Article en page(s) : pp 25 -32 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] auscultation d'ouvrage
[Termes IGN] barrage
[Termes IGN] base de données localisées 3D
[Termes IGN] chaîne de traitement
[Termes IGN] données lidar
[Termes IGN] drone
[Termes IGN] exactitude des données
[Termes IGN] filtrage du bruit
[Termes IGN] géoréférencement
[Termes IGN] Haute-Loire (43)
[Termes IGN] précision des données
[Termes IGN] semis de points
[Termes IGN] sol nuRésumé : (Auteur) Le levé LiDAR présenté dans cet article a été effectué dans le cadre d’une mission d’évaluation de la chaîne de traitement mdInfinity, appliquée à des données acquises par un système drone LiDAR Microdrones. Les différents outils qui constituent cette chaîne de traitement ont été développés et intégrés sur la plateforme de traitement mdInfinity dans une version particulièrement adaptée au système de levé utilisé pour cette mission. Le site utilisé pour cette évaluation est le barrage de Labrioulette (Haute-Garonne), infrastructure située sur la Garonne et exploitée par EDF. Cette zone contient de nombreux éléments sur lesquels la précision et l’exactitude des données LiDAR est primordiale afin d’obtenir un nuage de point exploitable ; notamment la complexité structurelle du barrage (figure 1), les zones sous couvert végétal dense, l’aire de transformation électrique, etc. Pour cette raison, en plus de confirmer la bonne interopérabilité des systèmes LiDAR Microdrones avec les outils de traitement mdInfinity, nous avons tiré profit de cette acquisition pour évaluer les performances de nos algorithmes. Numéro de notice : A2020-770 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96662
in XYZ > n° 165 (décembre 2020) . - pp 25 -32[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2020041 RAB Revue Centre de documentation En réserve L003 Disponible Quality assessment of photogrammetric methods - A workflow for reproducible UAS orthomosaics / Marvin Ludwig in Remote sensing, vol 12 n° 22 (December-1 2020)
[article]
Titre : Quality assessment of photogrammetric methods - A workflow for reproducible UAS orthomosaics Type de document : Article/Communication Auteurs : Marvin Ludwig, Auteur ; Christian M. Runge, Auteur ; Nicolas Friess, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 3831 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] analyse diachronique
[Termes IGN] capteur optique
[Termes IGN] chaîne de traitement
[Termes IGN] image à très haute résolution
[Termes IGN] image captée par drone
[Termes IGN] orthoimage
[Termes IGN] orthoimage géoréférencée
[Termes IGN] orthophotoplan numérique
[Termes IGN] photogrammétrie aérienne
[Termes IGN] point de vérification
[Termes IGN] reproductibilité
[Termes IGN] série temporelleRésumé : (auteur) Unmanned aerial systems (UAS) are cost-effective, flexible and offer a wide range of applications. If equipped with optical sensors, orthophotos with very high spatial resolution can be retrieved using photogrammetric processing. The use of these images in multi-temporal analysis and the combination with spatial data imposes high demands on their spatial accuracy. This georeferencing accuracy of UAS orthomosaics is generally expressed as the checkpoint error. However, the checkpoint error alone gives no information about the reproducibility of the photogrammetrical compilation of orthomosaics. This study optimizes the geolocation of UAS orthomosaics time series and evaluates their reproducibility. A correlation analysis of repeatedly computed orthomosaics with identical parameters revealed a reproducibility of 99% in a grassland and 75% in a forest area. Between time steps, the corresponding positional errors of digitized objects lie between 0.07 m in the grassland and 0.3 m in the forest canopy. The novel methods were integrated into a processing workflow to enhance the traceability and increase the quality of UAS remote sensing. Numéro de notice : A2020-794 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs12223831 Date de publication en ligne : 22/11/2020 En ligne : https://doi.org/10.3390/rs12223831 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96573
in Remote sensing > vol 12 n° 22 (December-1 2020) . - n° 3831[article]Bayesian transfer learning for object detection in optical remote sensing images / Changsheng Zhou in IEEE Transactions on geoscience and remote sensing, vol 58 n° 11 (November 2020)PermalinkA generic framework for improving the geopositioning accuracy of multi-source optical and SAR imagery / Niangang Jiao in ISPRS Journal of photogrammetry and remote sensing, vol 169 (November 2020)PermalinkTopographic connection method for automated mapping of landslide inventories, study case: semi urban sub-basin from Monterrey, Northeast of México / Nelly L. Ramirez Serrato in Geocarto international, vol 35 n° 15 ([01/11/2020])PermalinkPrivacy-aware visualization of volunteered geographic information (VGI) to analyze spatial activity: A benchmark implementation / Alexander Dunkel in ISPRS International journal of geo-information, vol 9 n° 10 (October 2020)PermalinkAutomated estimation and tools to extract positions, velocities, breaks, and seasonal terms from daily GNSS measurements: illuminating nonlinear Salton Trough deformation / Michael B. Heflin in Earth and space science, vol 7 n° 7 (July 2020)PermalinkImproved crop classification with rotation knowledge using Sentinel-1 and -2 time series / Sébastien Giordano in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 7 (July 2020)PermalinkPermalinkPermalinkDiagnostic qualité et apurement des données de mobilité quotidienne issues de l’enquête mixte et longitudinale Mobi’Kids / Sylvestre Duroudier in Revue internationale de géomatique, vol 30 n° 1-2 (janvier - juin 2020)PermalinkLearning and geometric approaches for automatic extraction of objects from remote sensing images / Nicolas Girard (2020)Permalink