Catalogue en ligne IGN

Analyse de données lidar à retour d'onde complète pour la classification en milieu urbain = Analysis of Full-Waveform lidar data for urban area mapping / Clément Mallet (2010)

Public

Titre :	Analyse de données lidar à retour d'onde complète pour la classification en milieu urbain = Analysis of Full-Waveform lidar data for urban area mapping
Type de document :	Thèse/HDR
Auteurs :	Clément Mallet , Auteur ; Christian Heipke, Directeur de thèse ; Michel Roux, Directeur de thèse
Editeur :	Paris : Institut Géographique National - IGN (1940-2007)
Année de publication :	2010
Importance :	245 p.
Format :	21 x 30 cm
Note générale :	Bibliographie Thèse présentée pour obtenir le grade de docteur de Télécom ParisTech, spécialité Signal et Images
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Lasergrammétrie [Termes IGN] classification dirigée [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] forme d'onde pleine [Termes IGN] lidar à retour d'onde complète [Termes IGN] lidar topographique [Termes IGN] milieu urbain [Termes IGN] modèle de Gauss-Markov [Termes IGN] onde lidar [Termes IGN] semis de points [Termes IGN] traitement de données
Index. décimale :	THESE Thèses et HDR
Résumé :	(Auteur) Avec l'émergence récente des systèmes lidar aéroportés à retour d'onde complète, capables de fournir plus qu'une représentation topographique en trois dimensions, se pose la question, entre autres, de son utilité pour l'analyse du milieu urbain. Nous souhaitons en particulier comparer ses performances aux systèmes lidar multi-échos traditionnels. Les signaux lidar fournis sont en effet porteurs d'informations supplémentaires sur les objets atteints. L'objectif final visé dans cette thèse est une cartographie automatique 3D améliorée des zones d'occupation du sol, comme socle de grands nombres d'applications déjà existantes, en partant des données brutes enregistrées. L'approche proposée se compose de deux grandes phases. La première étape consiste à traiter les signaux enregistrés pour générer des nuages de points 3D de qualité maîtrisée, ainsi que pour extraire des informations sur la morphologie de ces derniers. Deux méthodes distinctes sont présentées. L'une cherche à améliorer la méthode standard consistant à supposer que tous les échos suivent un modèle gaussien. La deuxième permet d'explorer l'hypothèse d'un mélange de modèles, donc de caractériser chaque écho séparément, tout en proposant une formulation physique simple et flexible du problème. Dans un second temps, les nuages 3D ainsi générés sont classés en se servant d'attributs spatiaux mais également des attributs morphologiques extraits lors de l'étape précédente. Une approche supervisée utilisant les Séparateurs à Vaste Marge est adoptée pour séparer les zones de sol, de bâtiments, et de végétation. Elle est couplée à un processus de sélection des attributs les plus pertinents. En plus de l'obtention d'une classification de bonne qualité, cette étape met en évidence l'apport des données à retour d'onde complète dans un cadre de cartographie automatique des paysages urbains.
Note de contenu :	I INTRODUCTION 1 Introduction 1.1 The analysis of urban areas 1.2 Airborne laser scanning. 1.3 and the full-waveform technology 1.4 Specific context of the thesis 1.5 Objectives and limitations 1.6 Overall strategy 1.7 Structure of the document 2 Full-waveform topographic lidar 2.1 Principle and technology of laser scanning 2.1.1 Physical principles 2.1.2 Lidar measurement formulas 2.1.3 Limitations of multiple pulse systems 2.2 Full-waveform lidar data 2.2.1 What does a waveform represent ? 2.2.2 Recording full-waveform data 2.2.3 Advantages and limitations 2.3 Typology of full-waveform systems 2.3.1 Bathymetric systems 2.3.2 Experimental topographic systems 2.3.3 Commercial lidar systems 2.3.4 Technical specifications of the main existing systems 2.4 Processing the backscatter waveforms 2.4.1 Deconvolution 2.4.2 Advanced echo extraction methods 2.5 Waveform modelling and echo fitting 2.5.1 Modelling the waveforms with Gaussian mixtures 2.5.2 Fitting the waveforms 2.6 FW point clouds: quantitative analysis and processing 2.6.1 Pulse shape analysis 2.6.2 Calibration and correction of the intensity feature and the target cross-section 2.6.3 Parameter behaviour and subsequent classification 2.6.4 Filtering and surface reconstruction 2.6.5 Applications in forested areas 2.6.6 Applications in urban areas 2.7 Data sets II PROCESSING LIDAR WAVEFORMS 3 A Generalized Gaussian model for decomposition and modelling 3.1 Introduction 3.2 Methodology 3.2.1 Presentation 3.2.2 Model selection 3.2.3 Peak detection and initial parameters estimation 3.2.4 Fitting the waveforms 3.2.5 Georeferencing process 3.3 Results and evaluation 3.3.1 Decomposition results 3.3.2 Quality analysis 3.4 Analysis of the extracted parameters 3.4.1 Full-waveform parameters 3.4.2 Calibration and correction 3.4.3 Point-based analysis 3.5 Conclusions 4 A marked point process approach for waveform modelling 4.1 Motivation 4.2 Library of modelling functions 4.3 Marked point processes 4.3.1 Point processes 4.3.2 Density of a point process 4.3.3 Marks and object library 4.4 Energy formulation 4.4.1 Data term 4.4.2 Regularization term 4.4.3 Parameter estimation 4.5 Optimization 4.5.1 RJMCMC sampler 4.5.2 Proposition kernels 4.5.3 Simulated annealing 4.6 Results 4.6.1 Simulated data 4.6.2 Medium and large footprint waveforms 4.6.3 Small footprint waveforms 4.7 Conclusions and perspectives III CLASSIFICATION OF URBAN AREAS 5 Classification of 3D lidar point clouds 5.1 Introduction 5.1.1 Context 5.1.2 Related works 5.1.3 Strategy 5.2 Support Vector Machines and feature selection 5.2.1 Principle of SVMs 5.2.2 Kernel selection 5.3 Features of interest 5.3.1 Various kinds of features (and computational strategies) 5.3.2 Description 5.3.3 Optimal neighbourhood analysis 5.4 Classification strategies with feature selection 5.4.1 Classification strategies 5.4.2 Feature selection methods 5.5 Results 5.5.1 Some preliminary remarks 5.5.2 Feature selection 5.5.3 Classification accuracy 5.6 An alternative approach: the Random Forests 5.6.1 Motivation 5.6.2 Strategy 5.6.3 Results and discussions 5.6.4 Outlook 5.7 Conclusions and perspectives 5.7.1 Conclusions 5.7.2 Perspectives IV CONCLUSIONS 6 Conclusions and perspectives 6.1 Conclusions 6.1.1 Summary 6.1.2 Contributions and limitations 6.2 Perspectives 6.3 Outlook on the real contributions and limitations of FW data 6.4 Final outlook
Numéro de notice :	14430
Affiliation des auteurs :	MATIS (1993-2011)
Thématique :	IMAGERIE
Nature :	Thèse française
Note de thèse :	Thèse de doctorat : Signal et Images : Télécom ParisTech : 2010
Organisme de stage :	MATIS (IGN) & LTCI
nature-HAL :	Thèse
DOI :	sans
En ligne :	https://hal.science/pastel-00566992v1
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=45248

IGN

Centre de documentation
scientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! Horaires du CDOS

Informations pratiques

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014 -2024 IGN

IGN

Centre de documentationscientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! Horaires du CDOS

Informations pratiques

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014 -2024 IGN

Centre de documentation
scientifique