Centre dedocumentation
scientifique

An improved approach based on terrain-dependent mathematical models for georeferencing pushbroom satellite images / Behrooz Moradi in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 1 (January 2021)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 1 (January 2021) . - pp 53 - 69 Titre : An improved approach based on terrain-dependent mathematical models for georeferencing pushbroom satellite images Type de document : Article/Communication Auteurs : Behrooz Moradi, Auteur ; Mohammad Javad Valadan Zoej, Auteur ; Sayad Yaghoobi, Auteur ; Somayeh Yavari, Auteur Année de publication : 2021 Article en page(s) : pp 53 - 69 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image Geoeye [Termes descripteurs IGN] image Ikonos [Termes descripteurs IGN] Iran [Termes descripteurs IGN] modèle par fonctions rationnelles [Termes descripteurs IGN] modélisation 3D [Termes descripteurs IGN] Pushbroom hyperspectral imager Résumé : (Auteur) Recently, linear features in remotely sensed imagery have gained much attention because of their unique characteristics compared to other control features. For georeferencing high-resolution satellite images, the observations in the mathematical equations (slope and y-intercept) of the corresponding control lines in the two spaces are considered the same based on recent studies. However, the use of such assumptions causes error and reduces the accuracy of registration. The aim of this article is to present a methodology based on a quasi-observation assumption in the mathematical equations in the process of georeferencing. Experimental results for IKONOS and GeoEye images over two different cities of Iran indicate that the quasi-observation assumption can increase the average registration accuracy up to 48.96% and 24.77% using 3D-affine and rational function models, respectively. This improvement in accuracy increases the processing time by 31.48% over traditional approaches; however, the proposed methodology can be regarded as an efficient solution. Numéro de notice : A2021-057 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.1.53 date de publication en ligne : 01/01/2021 En ligne : https://doi.org/10.14358/PERS.87.1.53 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96768 [article]

Georeferencing with self-calibration for airborne full-waveform Lidar data using digital elevation model / Qinghua Li in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 1 (January 2021)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 1 (January 2021) . - pp 43 - 52 Titre : Georeferencing with self-calibration for airborne full-waveform Lidar data using digital elevation model Type de document : Article/Communication Auteurs : Qinghua Li, Auteur ; Jie Shan, Auteur Année de publication : 2021 Article en page(s) : pp 43 - 52 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] autoétalonnage [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] étalonnage de capteur (imagerie) [Termes descripteurs IGN] forme d'onde [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] modèle mathématique [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] optimisation (mathématiques) [Termes descripteurs IGN] point d'appui [Termes descripteurs IGN] synchronisation Résumé : (Auteur) Precise georeferencing of airborne full-waveform lidar is a complex process. On one hand, no ground control points are visible due to heavy canopy. While on the other hand, precise georeferencing relies on ground control. As an alternative, we propose to use an available digital elevation model (DEM ) as control. The mathematical framework minimizes the difference between the lidar DEM and the reference DEM. Our solution consists of two steps: initial optimization to find reliable ground points through iterative filtering and georeferencing, and fine optimization to achieve precise georeferencing and lidar system calibration. Through this approach, the wave-form-derived DEM can best fit the reference DEM, with a mean of 0.937 m and standard deviation of 0.792 m, while the time-synchronization offset and boresight angles are simultaneously determined, i.e., self-calibrated. This development provides a novel georeferencing approach with self-calibration for lidar data without using conventional ground control points. Numéro de notice : A2021-056 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.1.43 date de publication en ligne : 01/01/2021 En ligne : https://doi.org/10.14358/PERS.87.1.43 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96766 [article]

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)

Public [article]  inXYZ > n° 165 (décembre 2020) . - pp 25 -32 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 descripteurs IGN] auscultation d'ouvrage [Termes descripteurs IGN] barrage [Termes descripteurs IGN] base de données localisées 3D [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] drone [Termes descripteurs IGN] exactitude des données [Termes descripteurs IGN] filtrage du bruit [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] Haute-Loire (43) [Termes descripteurs IGN] précision des données [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] sol nu Résumé : (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 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2020041	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2020042	SL	Revue	Centre de documentation	Revues en salle	Disponible

A deep learning framework for matching of SAR and optical imagery / Lloyd Haydn Hughes in ISPRS Journal of photogrammetry and remote sensing, vol 169 (November 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 169 (November 2020) . - pp 166 - 179 Titre : A deep learning framework for matching of SAR and optical imagery Type de document : Article/Communication Auteurs : Lloyd Haydn Hughes, Auteur ; Diego Marcos, Auteur ; Sylvain Lobry, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 166 - 179 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] données clairsemées [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] image optique [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] superposition d'images Résumé : (auteur) SAR and optical imagery provide highly complementary information about observed scenes. A combined use of these two modalities is thus desirable in many data fusion scenarios. However, any data fusion task requires measurements to be accurately aligned. While for both data sources images are usually provided in a georeferenced manner, the geo-localization of optical images is often inaccurate due to propagation of angular measurement errors. Many methods for the matching of homologous image regions exist for both SAR and optical imagery, however, these methods are unsuitable for SAR-optical image matching due to significant geometric and radiometric differences between the two modalities. In this paper, we present a three-step framework for sparse image matching of SAR and optical imagery, whereby each step is encoded by a deep neural network. We first predict regions in each image which are deemed most suitable for matching. A correspondence heatmap is then generated through a multi-scale, feature-space cross-correlation operator. Finally, outliers are removed by classifying the correspondence surface as a positive or negative match. Our experiments show that the proposed approach provides a substantial improvement over previous methods for SAR-optical image matching and can be used to register even large-scale scenes. This opens up the possibility of using both types of data jointly, for example for the improvement of the geo-localization of optical satellite imagery or multi-sensor stereogrammetry. Numéro de notice : A2020-639 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.09.012 date de publication en ligne : 03/12/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.09.012 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96062 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020111	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020113	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020112	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

An overview of clustering methods for geo-referenced time series: from one-way clustering to co- and tri-clustering / Xiaojing Wu in International journal of geographical information science IJGIS, vol 34 n° 9 (September 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 9 (September 2020) . - pp 1822 - 1848 Titre : An overview of clustering methods for geo-referenced time series: from one-way clustering to co- and tri-clustering Type de document : Article/Communication Auteurs : Xiaojing Wu, Auteur ; Changxiu Cheng, Auteur ; Raul Zurita-Milla, Auteur Année de publication : 2020 Article en page(s) : pp 1822 - 1848 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] analyse spatio-temporelle [Termes descripteurs IGN] classification barycentrique [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] modélisation spatio-temporelle [Termes descripteurs IGN] regroupement de données [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] taxinomie Résumé : (auteur) Even though many studies have shown the usefulness of clustering for the exploration of spatio-temporal patterns, until now there is no systematic description of clustering methods for geo-referenced time series (GTS) classified as one-way clustering, co-clustering and tri-clustering methods. Moreover, the selection of a suitable clustering method for a given dataset and task remains to be a challenge. Therefore, we present an overview of existing clustering methods for GTS, using the aforementioned classification, and compare different methods to provide suggestions for the selection of appropriate methods. For this purpose, we define a taxonomy of clustering-related geographical questions and compare the clustering methods by using representative algorithms and a case study dataset. Our results indicate that tri-clustering methods are more powerful in exploring complex patterns at the cost of additional computational effort, whereas one-way clustering and co-clustering methods yield less complex patterns and require less running time. However, the selection of the most suitable method should depend on the data type, research questions, computational complexity, and the availability of the methods. Finally, the described classification can include novel clustering methods, thereby enabling the exploration of more complex spatio-temporal patterns. Numéro de notice : A2020-477 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1726922 date de publication en ligne : 16/02/2020 En ligne : https://doi.org/10.1080/13658816.2020.1726922 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95624 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2020091	SL	Revue	Centre de documentation	Revues en salle	Disponible

Footprint determination of a spectroradiometer mounted on an unmanned aircraft system / Deepak Gautam in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)  

Permalink

A novel method of spatiotemporal dynamic geo-visualization of criminal data, applied to command and control centers for public safety / Mayra Salcedo-Gonzalez in ISPRS International journal of geo-information, vol 9 n° 3 (March 2020)  

Permalink

Spatial visualization of quantitative landscape changes in an industrial region between 1827 and 1883. Case study Katowice, southern Poland / Paweł Cybulski in Journal of maps, vol 16 n° 1 ([02/01/2020])  

Permalink

Test du potentiel de l’imagerie satellite haute résolution pour le suivi des mouvements gravitaires des falaises crayeuses de Seine-Maritime / Zoé Stroebele (2020) 

Permalink

A low‐cost open‐source workflow to generate georeferenced 3D SfM photogrammetric models of rocky outcrops / Laurent Froideval in Photogrammetric record, vol 34 n° 168 (December 2019)  

Permalink

Télédétection radar : de l'image d'intensité initiale au choix du mode de calibration des coefficients de diffusion / Jean-Paul Rudant in Revue Française de Photogrammétrie et de Télédétection, n° 219-220 (juin - octobre 2019)  

Permalink

Journées de la recherche 2019 / Anonyme in Géomatique expert, n° 127 (avril - mai 2019)

Permalink

Numérisation et modélisation 3D du Jardin d’Hiver du Musée de la Faïence de Sarreguemines / Valentin Girardet in XYZ, n° 158 (mars 2019)

Permalink

Interactive image geolocalization in an immersive web application / Mouna Harrach (2019)  

Permalink

Spatial decision support in urban environments using machine learning, 3D geo-visualization and semantic integration of multi-source data / Nikolaos Sideris (2019)  

Permalink