Centre de documentation
scientifique

A minimal solution for image-based sphere estimation / Tekla Tóth in International journal of computer vision, vol 131 n° 6 (June 2023)  

Public [article]  inInternational journal of computer vision > vol 131 n° 6 (June 2023) . - pp 1428 - 1447 Titre : A minimal solution for image-based sphere estimation Type de document : Article/Communication Auteurs : Tekla Tóth, Auteur ; Levente Hajder, Auteur Année de publication : 2023 Article en page(s) : pp 1428 - 1447 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] algorithme de Levenberg-Marquardt [Termes IGN] cône [Termes IGN] ellipse [Termes IGN] Matlab [Termes IGN] reconstruction d'image [Termes IGN] représentation géométrique [Termes IGN] sphère [Termes IGN] sphère paramétrique Résumé : (auteur) We propose a novel minimal solver for sphere fitting via its 2D central projection, i.e., a special ellipse. The input of the presented algorithm consists of contour points detected in a camera image. General ellipse fitting problems require five contour points. However, taking advantage of the isotropic spherical target, three points are enough to define the tangent cone parameters of the sphere. This yields the sought ellipse parameters. Similarly, the sphere center can be estimated from the cone if the radius is known. These proposed geometric methods are rapid, numerically stable, and easy to implement. Experimental results—on synthetic, photorealistic, and real images—showcase the superiority of the proposed solutions to the state-of-the-art methods. A real-world LiDAR-camera calibration application justifies the utility of the sphere-based approach resulting in an error below a few centimeters. Numéro de notice : A2023-189 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1007/s11263-023-01766-1 Date de publication en ligne : 02/03/2023 En ligne : https://doi.org/10.1007/s11263-023-01766-1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103061 [article]

Full-waveform classification and segmentation-based signal detection of single-wavelength bathymetric LiDAR / Xue Ji in IEEE Transactions on geoscience and remote sensing, vol 60 n° 8 (August 2022)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 60 n° 8 (August 2022) . - n° 4208714 Titre : Full-waveform classification and segmentation-based signal detection of single-wavelength bathymetric LiDAR Type de document : Article/Communication Auteurs : Xue Ji, Auteur ; Bisheng Yang, Auteur ; Yuan Wang, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 4208714 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] algorithme de Levenberg-Marquardt [Termes IGN] analyse comparative [Termes IGN] apprentissage automatique [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection du signal [Termes IGN] forme d'onde pleine [Termes IGN] Hainan (Chine) [Termes IGN] lidar bathymétrique [Termes IGN] optimisation par essaim de particules Résumé : (auteur) Single-wavelength bathymetric light detection and ranging (LiDAR) (532 nm) can provide seamless meter- and submeter-scale digital elevation model (DEMs) of both the terrestrial surface and seafloor. However, mixed terrestrial and bathymetric surfaces obtained by this sensor are challenging for full-waveform (FW) signal detection. This study addresses the issues in two FW mixed surfaces: accurate classification of terrestrial and nonterrestrial waveforms from the original waveforms without auxiliary information and flexible detection of peaks based on a new FW theoretical model. A novel FW signal detection model (FWSD) for single-wavelength bathymetric LiDAR is proposed without complex feature extraction and iterative procedure through waveform classification and segmentation. The raw FWs are divided into five categories for subsequent signal detection using a convolutional neural network that merges local descriptors with contextual information. The signal detection task is then split into FW segment recognition and peak extraction using a new FW model, which integrates a leapfrog sliding window FW segmentation, an improved extreme learning machine (ELM) algorithm for FW segment recognition, and a flexible signal detection framework. To search for the optimal initial parameters for ELM, a self-annealing particle swarm optimization (SAPSO) algorithm is introduced, and the output weight is adjusted by online sequence to improve its generalization. When combined with the Richardson–Lucy deconvolution (RLD) algorithm, FWSD can be adapted to deal with shallow water waveforms. Finally, a test demonstration with an airborne dataset shows that FWSD has higher detection efficiency and higher accuracy than Levenberg–Marquardt algorithm optimized generalized Gaussian model (LM-GGM) and RLD algorithm. Numéro de notice : A2022-661 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2022.3198168 Date de publication en ligne : 11/08/2022 En ligne : https://doi.org/10.1109/TGRS.2022.3198168 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101517 [article]

Suspended sediment prediction using integrative soft computing models: on the analogy between the butterfly optimization and genetic algorithms / Marzieh Fadaee in Geocarto international, vol 37 n° 4 ([15/02/2022])  

Public [article]  inGeocarto international > vol 37 n° 4 [15/02/2022] . - pp 961 - 977 Titre : Suspended sediment prediction using integrative soft computing models: on the analogy between the butterfly optimization and genetic algorithms Type de document : Article/Communication Auteurs : Marzieh Fadaee, Auteur ; Amin Mahdavi-Meymand, Auteur ; Mohammad Zounemat-Kermani, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 961 - 977 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] algorithme de Levenberg-Marquardt [Termes IGN] algorithme génétique [Termes IGN] analyse comparative [Termes IGN] Indiana (Etats-Unis) [Termes IGN] Inférence floue [Termes IGN] modèle de simulation [Termes IGN] optimisation (mathématiques) [Termes IGN] régression multiple [Termes IGN] réseau neuronal artificiel [Termes IGN] sédiment Résumé : (auteur) The present study investigates the capability of two metaheuristic optimization approaches, namely the Butterfly Optimization Algorithm (BOA) and the Genetic Algorithm (GA), integrated with machine learning models in Suspended Sediment Load (SSL) prediction. The Adaptive Neuro-Fuzzy Inference System (ANFIS), Artificial Neural Network (ANN), and Multiple Linear Regression (MLR) are applied as the predictive data-driven models. Independent input variables, i.e., the water temperature (T), river discharge (Q), and specific conductance (SC) are used for the prediction of SSL based on several statistical indices. The results indicate that the performances of all studied models were close to one another; moreover, the metaheuristic algorithms were found to increase the accuracy of the ANFIS and ANN models for approximately 11.73 percent and 4.30 percent, respectively. In general, the BOA outperformed the GA in enhancing the optimization performance of the learning process in the applied machine learning models. Numéro de notice : A2022-392 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1753821 Date de publication en ligne : 29/07/2020 En ligne : https://doi.org/10.1080/10106049.2020.1753821 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100685 [article]

DEM refinement by low vegetation removal based on the combination of full waveform data and progressive TIN densification / Hongchao Ma in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 146 (December 2018) . - pp 260 - 271 Titre : DEM refinement by low vegetation removal based on the combination of full waveform data and progressive TIN densification Type de document : Article/Communication Auteurs : Hongchao Ma, Auteur ; Weiwei Zhou, Auteur ; Liang Zhang, Auteur Année de publication : 2018 Article en page(s) : pp 260 - 271 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] algorithme de Levenberg-Marquardt [Termes IGN] coefficient de rétrodiffusion [Termes IGN] contour [Termes IGN] décomposition de Gauss [Termes IGN] densification [Termes IGN] extraction de la végétation [Termes IGN] filtrage de la végétation [Termes IGN] forme d'onde pleine [Termes IGN] hauteur de la végétation [Termes IGN] modèle numérique de surface [Termes IGN] semis de points [Termes IGN] signal laser [Termes IGN] Triangulated Irregular Network Résumé : (Auteur) Filtering of low vegetation with height less than approximately 1.5 m is a challenging problem, especially in mountainous areas covered by heavy low foliage, bushes and sub-shrubberies, etc. The paper proposes an approach for obtaining a more accurate Digital Elevation Model (DEM) by removing low vegetation from point cloud. The approach combines point cloud with full waveform data, and begins by filtering point cloud by way of progressive TIN densification (PTD) method. Ground points are thus extracted, but mixed with false ground points, which are mainly from low vegetation and other manmade low objects. Gaussian decomposition by grouping Levenberg–Marquardt (LM) algorithm with F test is performed for the full waveforms corresponding to the extracted ground points. Echo widths and backscattering coefficients are calculated based on the parameters extracted from the decomposition, and used to discriminate points of low vegetation from points of other low objects, allowing the false ground points reflected from low vegetation to be labeled. New elevation values are calculated from the last echoes of the waveforms from low vegetation, and the DEM is updated by replacing the original elevations with the calculated ones. The resultants are assessed both quantitatively by check points and qualitatively by rendered DEM and contour lines generated from it. The accuracy of the refined DEM with low vegetation removal increases by 31% compared with the original DEM in the experiment, showing the effectiveness of the proposed approach. Numéro de notice : A2018-539 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.09.009 Date de publication en ligne : 21/10/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.09.009 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91553 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018131	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2018133	DEP-EXM	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2018132	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Construction de modèles 3D à partir de données vidéo fisheye / Julien Moreau (2016)  

Public Titre : Construction de modèles 3D à partir de données vidéo fisheye : Application à la localisation en milieu urbain Type de document : Thèse/HDR Auteurs : Julien Moreau, Auteur ; Yassine Ruichek, Directeur de thèse Editeur : Belfort-Montbéliard : Université de technologie de Belfort-Montbéliard Année de publication : 2016 Importance : 191 p. Format : 21 x 30 cm Note générale : bibliographie Thèse présentée pour obtenir le grade de Docteur de l’Université de Technologie de Belfort-Montbéliard, Informatique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] algorithme de Levenberg-Marquardt [Termes IGN] appariement d'images [Termes IGN] couple stéréoscopique [Termes IGN] distorsion d'image [Termes IGN] estimation de pose [Termes IGN] étalonnage de capteur (imagerie) [Termes IGN] géométrie épipolaire [Termes IGN] image hémisphérique [Termes IGN] mesurage de pseudo-distance [Termes IGN] modélisation 3D [Termes IGN] objectif très grand angulaire [Termes IGN] panorama sphérique [Termes IGN] positionnement par GNSS [Termes IGN] programmation dynamique [Termes IGN] Ransac (algorithme) [Termes IGN] reconnaissance de formes [Termes IGN] reconstruction 3D [Termes IGN] semis de points [Termes IGN] structure-from-motion [Termes IGN] zone urbaine Index. décimale : THESE Thèses et HDR Résumé : (auteur) Cette recherche vise à la modélisation 3D depuis un système de vision fisheye embarqué, utilisée pour une application GNSS dans le cadre du projet Predit CAPLOC. La propagation des signaux satellitaires en milieu urbain est soumise à des réflexions sur les structures, altérant la précision et la disponibilité de la localisation. L’ambition du projet est (1) de définir un système de vision omnidirectionnelle capable de fournir des informations sur la structure 3D urbaine et (2) de montrer qu’elles permettent d’améliorer la localisation.Le mémoire expose les choix en (1) calibrage automatique, (2) mise en correspondance entre images, (3) reconstruction 3D ; chaque algorithme est évalué sur images de synthèse et réelles. De plus, il décrit une manière de corriger les réflexions des signaux GNSS depuis un nuage de points 3D pour améliorer le positionnement. En adaptant le meilleur de l’état de l’art du domaine, deux systèmes sont proposés et expérimentés. Le premier est un système stéréoscopique à deux caméras fisheye orientées vers le ciel. Le second en est l’adaptation à une unique caméra.Le calibrage est assuré à travers deux étapes : l’algorithme des 9 points adapté au modèle « équisolide » couplé à un RANSAC, suivi d’un affinement par optimisation Levenberg-Marquardt. L’effort a été porté sur la manière d’appliquer la méthode pour des performances optimales et reproductibles. C’est un point crucial pour un système à une seule caméra car la pose doit être estimée à chaque nouvelle image.Les correspondances stéréo sont obtenues pour tout pixel par programmation dynamique utilisant un graphe 3D. Elles sont assurées le long des courbes épipolaires conjuguées projetées de manière adaptée sur chaque image. Une particularité est que les distorsions ne sont pas rectifiées afin de ne pas altérer le contenu visuel ni diminuer la précision. Dans le cas binoculaire il est possible d’estimer les coordonnées à l’échelle. En monoculaire, l’ajout d’un odomètre permet d’y arriver. Les nuages successifs peuvent être calés pour former un nuage global en SfM.L’application finale consiste dans l’utilisation du nuage 3D pour améliorer la localisation GNSS. Il est possible d’estimer l’erreur de pseudodistance d’un signal après multiples réflexions et d’en tenir compte pour une position plus précise. Les surfaces réfléchissantes sont modélisées grâce à une extraction de plans et de l’empreinte des bâtiments. La méthode est évaluée sur des paires d’images fixes géo-référencées par un récepteur bas-coût et un récepteur GPS RTK (vérité terrain). Les résultats montrent une amélioration de la localisation en milieu urbain. Note de contenu : Introduction 1 - État de l’art : Stéréovision omnidirectionnelle 2 - Calibrage fisheye automatique 3 - Mise en correspondance multi-vues fisheye pour la 3D 4 - Application : Amélioration de la localisation GNSS Conclusion Numéro de notice : 21593 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Informatique : Belfort-Montbéliard : 2016 Organisme de stage : IRTES-SET nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-01417996 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90632

Stepwise decomposition of full-waveform data based on Levenberg Marquardt / Pengcheng Li in Studies in Surveying and Mapping Science, vol 2 (2014) 

Permalink