Centre dedocumentation
scientifique

Modelling the orthoimage accuracy using DEM accuracy and off-nadir angle / Altan Yilmaz in Geocarto international, Vol 35 n° 1 ([02/01/2020])  

Public [article]  inGeocarto international > Vol 35 n° 1 [02/01/2020] . - pp 1 - 16 Titre : Modelling the orthoimage accuracy using DEM accuracy and off-nadir angle Type de document : Article/Communication Auteurs : Altan Yilmaz, Auteur ; Mustafa Erdogan, Auteur Année de publication : 2020 Article en page(s) : pp 1 - 16 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] angle nadiral [Termes descripteurs IGN] centrale inertielle [Termes descripteurs IGN] erreur [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] modèle empirique [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] planimétrie [Termes descripteurs IGN] point d'appui Résumé : (auteur) Orthoimages are differentially rectified images that are corrected for the distortions caused especially by image tilt and topographic relief. The orientation, digital elevation model (DEM) and off-nadir angle plays an important role in orthoimage accuracy. The orientation error mostly occurs due to the quality and distribution of the ground control points. In this study, an attempt has been made to model the remaining errors by keeping the orientation error constant. To model the accuracy, orthoimages are produced with eight DEMs having different accuracies and are assessed using 50 check points. As the theoretical model cannot reflect the real world exactly, an empirical model is used for estimating the orthoimage accuracy. This proposed model was validated by another dataset. It is concluded that statistically there is no significant difference between the calculated model and real planimetric errors. The proposed model can be used in predicting orthoimage accuracy provided that the DEM accuracy and off-nadir angles of the points are known. Numéro de notice : A2020-016 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1493157 date de publication en ligne : 12/09/2018 En ligne : https://doi.org/10.1080/10106049.2018.1493157 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94409 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2020011	SL	Livre	Centre de documentation	Revues en salle	Disponible

3D iterative spatiotemporal filtering for classification of multitemporal satellite data sets / Hessah Albanwan in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 1 (January 2020)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 1 (January 2020) . - pp 23 - 31 Titre : 3D iterative spatiotemporal filtering for classification of multitemporal satellite data sets Type de document : Article/Communication Auteurs : Hessah Albanwan, Auteur ; Rongjun Qin, Auteur ; Xiaohu Lu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 23 - 31 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse de données [Termes descripteurs IGN] changement d'occupation du sol [Termes descripteurs IGN] changement d'utilisation du sol [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] filtrage spatiotemporel [Termes descripteurs IGN] image à très haute résolution [Termes descripteurs IGN] itération [Termes descripteurs IGN] orthoimage Résumé : (Auteur) The current practice in land cover/land use change analysis relies heavily on the individually classified maps of the multi-temporal data set. Due to varying acquisition conditions (e.g., illumination, sensors, seasonal differences), the classification maps yielded are often inconsistent through time for robust statistical analysis. 3D geometric features have been shown to be stable for assessing differences across the temporal data set. Therefore, in this article we investigate the use of a multi-temporal orthophoto and digital surface model derived from satellite data for spatiotemporal classification. Our approach consists of two major steps: generating per-class probability distribution maps using the random-forest classifier with limited training samples, and making spatiotemporal inferences using an iterative 3D spatiotemporal filter operating on per-class probability maps. Our experimental results demonstrate that the proposed methods can consistently improve the individual classification results by 2%–6% and thus can be an important postclassification refinement approach. Numéro de notice : A2020-049 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.1.23 date de publication en ligne : 01/01/2020 En ligne : https://doi.org/10.14358/PERS.86.1.23 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94534 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2020011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Nouvelle donne aérienne / Marielle Mayo in Géomètre, n° 2175 (décembre 2019)

Public [article]  inGéomètre > n° 2175 (décembre 2019) . - pp 12 - 13 Titre : Nouvelle donne aérienne Type de document : Article/Communication Auteurs : Marielle Mayo, Auteur Année de publication : 2019 Article en page(s) : pp 12 - 13 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes descripteurs IGN] capacité de stockage [Termes descripteurs IGN] Cergy-Pontoise [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] image oblique [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] stockage de données Résumé : (Auteur) Depuis 1967, l'agglomération de Cergy-Pontoise met à jour son orthophotographie. Les images obliques et les données Lidar produites par une société de géomètres-experts ouvrent la porte à de nouvelles applications. Numéro de notice : A2019-605 Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94741 [article]

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
063-2019111	SL	Revue	Centre de documentation	Revues en salle	En circulation Exclu du prêt

Mapping dead forest cover using a deep convolutional neural network and digital aerial photography / Jean-Daniel Sylvain in ISPRS Journal of photogrammetry and remote sensing, vol 156 (October 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 156 (October 2019) . - pp 14 - 26 Titre : Mapping dead forest cover using a deep convolutional neural network and digital aerial photography Type de document : Article/Communication Auteurs : Jean-Daniel Sylvain, Auteur ; Guillaume Drolet, Auteur ; Nicolas Brown, Auteur Année de publication : 2019 Article en page(s) : pp 14 - 26 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] arbre mort [Termes descripteurs IGN] base de données forestières [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] couvert forestier [Termes descripteurs IGN] feuillu [Termes descripteurs IGN] forêt boréale [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] peuplement mélangé [Termes descripteurs IGN] pinophyta [Termes descripteurs IGN] Québec (Canada) [Termes descripteurs IGN] santé des forêts Résumé : (Auteur) Tree mortality is an important forest ecosystem variable having uses in many applications such as forest health assessment, modelling stand dynamics and productivity, or planning wood harvesting operations. Because tree mortality is a spatially and temporally erratic process, rates and spatial patterns of tree mortality are difficult to estimate with traditional inventory methods. Remote sensing imagery has the potential to detect tree mortality at spatial scales required for accurately characterizing this process (e.g., landscape, region). Many efforts have been made in this sense, mostly using pixel- or object-based methods. In this study, we explored the potential of deep Convolutional Neural Networks (CNNs) to detect and map tree health status and functional type over entire regions. To do this, we built a database of around 290,000 photo-interpreted trees that served to extract and label image windows from 20 cm-resolution digital aerial images, for use in CNN training and evaluation. In this process, we also evaluated the effect of window size and spectral channel selection on classification accuracy, and we assessed if multiple realizations of a CNN, generated using different weight initializations, can be aggregated to provide more robust predictions. Finally, we extended our model with 5 additional classes to account for the diversity of landcovers found in our study area. When predicting tree health status only (live or dead), we obtained test accuracies of up to 94%, and up to 86% when predicting functional type only (broadleaf or needleleaf). Channel selection had a limited impact on overall classification accuracy, while window size increased the ability of the CNNs to predict plant functional type. The aggregation of multiple realizations of a CNN allowed us to avoid the selection of suboptimal models and help to remove much of the speckle effect when predicting on new aerial images. Test accuracies of plant functional type and health status were not affected in the extended model and were all above 95% for the 5 extra classes. Our results demonstrate the robustness of the CNN for between-scene variations in aerial photography and also suggest that this approach can be applied at operational level to map tree mortality across extensive territories. Numéro de notice : A2019-316 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.07.010 date de publication en ligne : 02/08/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.07.010 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93353 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019101	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019103	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019102	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Delineation of vacant building land using orthophoto and lidar data object classification / Dejan Jenko in Geodetski vestnik, vol 63 n° 3 (September - November 2019)  

Public [article]  inGeodetski vestnik > vol 63 n° 3 (September - November 2019) . - pp 344 - 378 Titre : Delineation of vacant building land using orthophoto and lidar data object classification Type de document : Article/Communication Auteurs : Dejan Jenko, Auteur ; Mojca Foški, Auteur ; Krištof Oštir, Auteur ; Žiga Kokalj, Auteur Année de publication : 2019 Article en page(s) : pp 344 - 378 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] couche thématique [Termes descripteurs IGN] détection du bâti [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] logement [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] Slovénie Résumé : (Auteur) Exact data about the location and area of vacant building land have been a major issue in several Slovene municipalities. This article deals with automatic vacant building land delineation. The presented methodology is based on the object-based classification that derives the land cover layer from orthophoto and laser scanning data. With post-processing and data cleaning in GIS, we create the vacant building land layer. The methodology was tested in study areas in the Municipality of Trebnje. The results were compared to the vacant building land layer generated by visual interpretation (manual vectorisation). We found that the presented methodology of automatic delineation of vacant buildings can speed up the processing and lower the cost of manual vectorisation and, in particular, data updating but we cannot completely replace manual work. Numéro de notice : A2019-500 Thématique : POSITIONNEMENT Nature : Article DOI : 10.15292/geodetski-vestnik.2019.03.344-378 En ligne : http://dx.doi.org/10.15292/geodetski-vestnik.2019.03.344-378 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93782 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
139-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible

Topographie et archéologie, du cordeau au tout numérique : plus de 40 ans d'interactions / Bertrand Chazaly in XYZ, n° 160 (septembre 2019)

Permalink

High-resolution large-area digital orthophoto map generation using LROC NAC images / Kaichang Di in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 7 (July 2019)  

Permalink

On the positional accuracy and maximum allowable scale of UAV-derived photogrammetric products for archaeological site documentation / Juan Antonio Pérez in Geocarto international, vol 34 n° 6 ([15/05/2019])  

Permalink

Robust external calibration of terrestrial laser scanner and digital camera for structural monitoring / Mohammad Omidalizarandi in Journal of applied geodesy, vol 13 n° 2 (April 2019)  

Permalink

Vehicle detection in aerial images / Michael Ying Yang in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 4 (avril 2019)  

Permalink

Land cover classification in combined elevation and optical images supported by OSM data, mixed-level features, and non-local optimization algorithms / Dimitri Bulatov in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 3 (March 2019)  

Permalink

Method for an automatic alignment of imagery and vector data applied to cadastral information in Poland / Juan J. Ruiz-Lendínez in Survey review, vol 51 n° 365 (March 2019)  

Permalink

Diffusion and inpainting of reflectance and height LiDAR orthoimages / Pierre Biasutti in Computer Vision and image understanding, vol 179 (February 2019)    

Permalink

Seamline network generation based on foreground segmentation for orthoimage mosaicking / Li Li in ISPRS Journal of photogrammetry and remote sensing, vol 148 (February 2019)  

Permalink

2D image processing applied to 3D LiDAR point clouds / Pierre Biasutti (2019)  

Permalink