Centre de documentation
scientifique

ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)

Public [article]  inCartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 81 - 94 Titre : ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat , Auteur Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 81 - 94 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000 [Termes IGN] algorithme de généralisation [Termes IGN] carte topographique [Termes IGN] déplacement d'objet géographique [Termes IGN] généralisation cartographique automatisée [Termes IGN] implémentation (informatique) [Termes IGN] jeu de données localisées [Termes IGN] méthode des moindres carrés [Termes IGN] optimisation spatiale [Termes IGN] talus [Vedettes matières IGN] Généralisation Résumé : (Auteur) Même si les progrès récents en automatisation de la généralisation cartographique aident les agences de cartographie nationales à produire leurs cartes topographiques à différentes échelles de plus en plus rapidement, il existe encore des opérations de généralisation que nous ne savons pas automatiser correctement. Par exemple, les talus sont fréquemment représentés par un symbole linéaire avec des barbules représentant le sens de la pente du talus. Ce type de symbole prend de la place et nécessite d'être éloigné des symboles de routes notamment. Cet article propose un algorithme, appelé ReBankment, qui permet de déplacer automatiquement les lignes de talus. L'algorithme utilise une triangulation pour identifier les voisinages entre objets de la carte, puis une optimisation par moindres carrés de la position des points de la ligne de talus, ce qui permet un déplacement sans modifier la forme initiale de la ligne. L'article propose également des moyens pour traiter les cas complexes et les jeux de données massifs. L'algorithme est testé sur des données réelles de l'IGN France pour la généralisation de la carte au 1:25.000 Numéro de notice : A2022-800 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101903 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-2022011	SL	Revue	Centre de documentation	Revues en salle	Disponible

ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment / Guillaume Touya in International journal of cartography, vol 8 n° 1 (March 2022)  

Public [article]  inInternational journal of cartography > vol 8 n° 1 (March 2022) . - pp 37 - 53 Titre : ReBankment: displacing embankment lines from roads and rivers with a least squares adjustment Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat , Auteur Année de publication : 2022 Projets : 1-Pas de projet / Article en page(s) : pp 37 - 53 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de généralisation [Termes IGN] compensation par moindres carrés [Termes IGN] données topographiques [Termes IGN] talus [Vedettes matières IGN] Généralisation Résumé : (auteur) While the recent progress on automated generalisation helped National Mapping Agencies to derive topographic maps more and more quickly, there are still practical cartographic issues that require attention. For instance, embankments are represented with line symbols showing the slope of the embankment. This paper proposes an automated algorithm called ReBankment that displaces the embankment lines from the roads and rivers that overlap the embankment symbol. ReBankment is based on a triangulation to identify neighbourhoods, and on a least squares adjustment to displace and distort the embankment line while preserving its shape. This paper also proposes how to handle complex cases and scaling issues. ReBankment is tested on real data from a 1:25k scale topographic map. Numéro de notice : A2022-006 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2021.1972787 Date de publication en ligne : 18/10/2021 En ligne : https://doi.org/10.1080/23729333.2021.1972787 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98838 [article]

Mapping wetland using the object-based stacked generalization method based on multi-temporal optical and SAR data / Yaotong Cai in International journal of applied Earth observation and geoinformation, vol 92 (October 2020)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 92 (October 2020) . - n° 102164 Titre : Mapping wetland using the object-based stacked generalization method based on multi-temporal optical and SAR data Type de document : Article/Communication Auteurs : Yaotong Cai, Auteur ; Xinyu Li, Auteur ; Meng Zhang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 102164 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes IGN] algorithme de généralisation [Termes IGN] analyse d'image orientée objet [Termes IGN] cartographie thématique [Termes IGN] Chine [Termes IGN] filtre de déchatoiement [Termes IGN] image radar moirée [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-SAR [Termes IGN] modélisation spatio-temporelle [Termes IGN] Normalized Difference Vegetation Index [Termes IGN] prairie [Termes IGN] rétrodiffusion [Termes IGN] série temporelle [Termes IGN] zone humide Résumé : (auteur) Wetland ecosystems have experienced dramatic challenges in the past few decades due to natural and human factors. Wetland maps are essential for the conservation and management of terrestrial ecosystems. This study is to obtain an accurate wetland map using an object-based stacked generalization (Stacking) method on the basis of multi-temporal Sentinel-1 and Sentinel-2 data. Firstly, the Robust Adaptive Spatial Temporal Fusion Model (RASTFM) is used to get time series Sentinel-2 NDVI, from which the vegetation phenology variables are derived by the threshold method. Subsequently, both vertical transmit-vertical receive (VV) and vertical transmit-horizontal receive (VH) polarization backscatters (σ0 VV, σ0 VH) are obtained using the time series Sentinel-1 images. Speckle noise inherent in SAR data, resulting in over-segmentation or under-segmentation, can affect image segmentation and degrade the accuracies of wetland classification. Therefore, we segment Sentinel-2 multispectral images to delineate meaningful objects in this study. Then, in order to reduce data redundancy and computation time, we analyze the optimal feature combination using the Sentinel-2 multispectral images, Sentinel-2 NDVI time series, phenological variables and other vegetation index derived from Sentinel-2 multispectral images, as well as time series Sentinel-1 backscatters at the object level. Finally, the stacked generalization algorithm is utilized to extract the wetland information based on the optimal feature combination in the Dongting Lake wetland. The overall accuracy and Kappa coefficient of the object-based stacked generalization method are 92.46% and 0.92, which are 3.88% and 0.04 higher than that using the pixel-based method. Moreover, the object-based stacked generalization algorithm is superior to single classifiers in classifying vegetation of high heterogeneity areas. Numéro de notice : A2020-748 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.jag.2020.102164 Date de publication en ligne : 07/06/2020 En ligne : https://doi.org/10.1016/j.jag.2020.102164 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96398 [article]

Geological map generalization driven by size constraints / Azimjon Sayidov in ISPRS International journal of geo-information, vol 9 n° 4 (April 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 4 (April 2020) . - 29 p. Titre : Geological map generalization driven by size constraints Type de document : Article/Communication Auteurs : Azimjon Sayidov, Auteur ; Meysam Aliakbarian, Auteur ; Robert Weibel, Auteur Année de publication : 2020 Article en page(s) : 29 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de généralisation [Termes IGN] carte géologique [Termes IGN] données environnementales [Termes IGN] généralisation automatique de données [Termes IGN] opérateur de généralisation [Termes IGN] programmation par contraintes [Termes IGN] prospection minérale [Termes IGN] taille (variable visuelle) [Vedettes matières IGN] Généralisation Résumé : (auteur) Geological maps are an important information source used in the support of activities relating to mining, earth resources, hazards, and environmental studies. Owing to the complexity of this particular map type, the process of geological map generalization has not been comprehensively addressed, and thus a complete automated system for geological map generalization is not yet available. In particular, while in other areas of map generalization constraint-based techniques have become the prevailing approach in the past two decades, generalization methods for geological maps have rarely adopted this approach. This paper seeks to fill this gap by presenting a methodology for the automation of geological map generalization that builds on size constraints (i.e., constraints that deal with the minimum area and distance relations in individual or pairs of map features). The methodology starts by modeling relevant size constraints and then uses a workflow consisting of generalization operators that respond to violations of size constraints (elimination/selection, enlargement, aggregation, and displacement) as well as algorithms to implement these operators. We show that the automation of geological map generalization is possible using constraint-based modeling, leading to improved process control compared to current approaches. However, we also show the limitations of an approach that is solely based on size constraints and identify extensions for a more complete workflow. Numéro de notice : A2020-261 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9040284 Date de publication en ligne : 24/04/2020 En ligne : https://doi.org/10.3390/ijgi9040284 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95021 [article]

Classifying physiographic regimes on terrain and hydrologic factors for adaptive generalization of stream networks / Lauwrence V. Stanislawski in International journal of cartography, Vol 6 n° 1 (March 2020)  

Public [article]  inInternational journal of cartography > Vol 6 n° 1 (March 2020) . - pp 4 - 21 Titre : Classifying physiographic regimes on terrain and hydrologic factors for adaptive generalization of stream networks Type de document : Article/Communication Auteurs : Lauwrence V. Stanislawski, Auteur ; Michael P. Finn, Auteur ; Barbara P. Buttenfield, Auteur Année de publication : 2020 Article en page(s) : pp 4 - 21 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de généralisation [Termes IGN] altitude [Termes IGN] base de données hydrographiques [Termes IGN] cartographie des flux [Termes IGN] classification dirigée [Termes IGN] classification par maximum de vraisemblance [Termes IGN] cours d'eau [Termes IGN] drainage [Termes IGN] Etats-Unis [Termes IGN] pente [Termes IGN] perméabilité du sol [Termes IGN] représentation multiple [Termes IGN] réseau hydrographique [Termes IGN] ruissellement [Termes IGN] segmentation [Termes IGN] traitement automatique de données [Vedettes matières IGN] Généralisation Résumé : (auteur) Automated generalization software must accommodate multi-scale representations of hydrographic networks across a variety of geographic landscapes, because scale-related hydrography differences are known to vary in different physical conditions. While generalization algorithms have been tailored to specific regions and landscape conditions by several researchers in recent years, the selection and characterization of regional conditions have not been formally defined nor statistically validated. This paper undertakes a systematic classification of landscape types in the conterminous United States to spatially subset the country into workable units, in preparation for systematic tailoring of generalization workflows that preserve hydrographic characteristics. The classification is based upon elevation, standard deviation of elevation, slope, runoff, drainage and bedrock density, soil and bedrock permeability, area of inland surface water, infiltration-excess of overland flow, and a base flow index. A seven class solution shows low misclassification rates except in areas of high landscape diversity such as the Appalachians, Rocky Mountains, and Western coastal regions. Numéro de notice : A2020-070 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2018.1443759 Date de publication en ligne : 20/03/2018 En ligne : https://doi.org/10.1080/23729333.2018.1443759 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94632 [article]

CartAGen: an open source research platform for map generalization / Guillaume Touya (2019)    

Permalink

Recognizing building groups for generalization : a comparative study / Min Deng in Cartography and Geographic Information Science, Vol 45 n° 3 (May 2018)  

Permalink

A Topology-inferred graph-based heuristic algorithm for map simplification / QiuLei Guo in Transactions in GIS, vol 20 n° 5 (October 2016)  

Permalink

The Visvalingam algorithm: metrics, measures and heuristics / Mahes Visvalingam in Cartographic journal (the), Vol 53 n° 3 (August 2016)  

Permalink

Abstracting geographic information in a data rich world, ch. 12. Conclusion: major achievements and research challenges in generalisation / Dirk Burghardt (2014)  

Permalink

Collaboration on an ontology for generalisation / Nick Gould (2014)    

Permalink

Generalising unusual map themes from OpenStreetMap / Guillaume Touya (2014)    

Permalink

Implémentation d’un algorithme de généralisation automatique de bâtiments 3D / Aurélien Velten (2007)

Permalink

Comparison of different approaches to combine road generalisation algorithms: GALBE, AGENT and CartoLearn / Sébastien Mustière (2001)    

Permalink

Urban classification for generalization orchestration / Annabelle Boffet (2000)  

Permalink