Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > photogrammétrie > photogrammétrie numérique > orthoimage
orthoimageSynonyme(s)Orthophotographie numérique |
Documents disponibles dans cette catégorie (287)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Automatic object extraction from airborne laser scanning point clouds for digital base map production / Elyta Widyaningrum (2021)
Titre : Automatic object extraction from airborne laser scanning point clouds for digital base map production Type de document : Thèse/HDR Auteurs : Elyta Widyaningrum, Auteur Editeur : Delft [Pays-Bas] : Delft University of Technology Année de publication : 2021 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] axe médian
[Termes IGN] chaîne de traitement
[Termes IGN] détection d'objet
[Termes IGN] détection du bâti
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction du réseau routier
[Termes IGN] image aérienne
[Termes IGN] orthoimage
[Termes IGN] semis de points
[Termes IGN] squelettisation
[Termes IGN] transformation de Hough
[Termes IGN] vectorisationRésumé : (auteur) A base map provides essential geospatial information for applications such as urban planning, intelligent transportation systems, and disaster management. Buildings and roads are the main ingredients of a base map and are represented by polygons. Unfortunately, manually delineating their boundaries from remote sensing data is time consuming and labour intensive. Airborne laser scanning (ALS) point clouds provide dense and accurate 3D positional information. Automatic extraction of buildings and roads from 3D point clouds is challenging because of their irregular shapes, occlusions in the data, and irregularity of ALS point clouds. This study focuses on two particular objectives: (i) accurate classification of a large volume of ALS 3D point clouds; and (ii) smooth and accurate building and road outline extraction. To achieve the classification objective, we perform point-wise deep learning to classify an ALS point cloud of a complex urban scene in Surabaya, Indonesia. The point cloud is colored by airborne orthophotos. Training data is obtained from an existing 2D topographic base map by a semi-automatic method proposed in this research. A dynamic-graph convolutional neural network is used to classify the point cloud into four classes: bare land, trees, buildings, and roads. We investigate effective input feature combinations for outdoor point cloud classification. A highly acceptable classification result of 91.8% overall accuracy is achieved when using the full combination of RGB color and LiDAR features. To address the objective of outline extraction, we propose building and road outline extraction methods that run directly on ALS point cloud data. For accurate and smooth building outline extraction, we propose two different methods. First, we develop the ordered Hough transform (OHT), which is an extension of the traditional Hough transform, by explicitly incorporating the sequence of points to form the outline. Second, we propose a new method based on Medial Axis Transform (MAT) skeletons which takes advantage of the skeleton points to detect building corners. The OHT method is resistant to noise but it requires prior knowledge on a building’s main directions. On the contrary, the MAT-based method does not require such orientation initialization but is more sensitive to noise on building edges. We compare the results of our building outline extraction methods to an existing RANSAC-based method, in terms of geometric accuracy, completeness of building corners, and computation time, and demonstrate that the MAT-based approach has the highest geometric accuracy, results in more complete building corners, and is slightly faster than other methods. For road network extraction, we develop a method based on skeletonization, which results in complete and continuous road centerlines and boundaries. In our study area, several roads are disrupted and disconnected due to trees. We design a tree-constrained approach to fill road gaps and integrate road width estimated from a medial axis algorithm. Comparison to reference data shows that the proposed method is able to extract almost all existing roads in the study area, and even detects roads that were not present in the reference due to human errors. We conclude that our object extraction methods enable a complete automatic procedure, extracting more accurate building and road outlines from ALS point cloud data. This contributes to a higher automation readiness level for a faster and cheaper base map production. Numéro de notice : 17664 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse étrangère Note de thèse : PhD thesis : Sciences : TU Delft: 2021 Date de publication en ligne : 10/03/2021 En ligne : https://doi.org/10.4233/uuid:8900fac8-a76c-482a-b280-e1758783b5b3 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97984
Titre : Deep learning for feature based image matching Type de document : Thèse/HDR Auteurs : Lin Chen, Auteur ; Christian Heipke, Directeur de thèse Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 2021 Collection : DGK - C, ISSN 0065-5325 num. 867 Importance : 159 p. Format : 21 x 30 cm Note générale : bibliographie
Diese Arbeit ist gleichzeitig veröffentlicht in: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz UniversitätHannoverISSN 0174-1454, Nr. 369, Hannover 2021Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] appariement d'images
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] descripteur
[Termes IGN] image aérienne oblique
[Termes IGN] orientation d'image
[Termes IGN] orthoimageRésumé : (auteur) Feature based image matching aims at finding matched features between two or more images. It is one of the most fundamental research topics in photogrammetry and computer vision. The matching features area prerequisite for applications such as image orientation, Simultaneous Localization and Mapping (SLAM) and robot vision. A typical feature based matching algorithm is composed of five steps: feature detection, affine shape estimation, orientation, description and descriptor matching. Today, the employment of deep neural network has framed those different steps as machine learning problems and the matching performance has been improved significantly. One of the main reasons why feature based image matching may still prove difficult is the complex change between different images, including geometric and radiometric transformations. If the change between images exceeds a certain level, it will also exceed the tolerance of those aforementioned separate steps and, in turn, cause feature based image matching to fail.
This thesis focuses on improving feature based image matching against large viewpoint and viewing direction change between images. In order to improve the feature based image matching performance under these circumstances, affine shape estimation, orientation and description are solved with deep learning architectures. In particular, Convolutional Neural Networks (CNN) are used. For the affine shape and orientation learning, the main contribution of this thesis is two fold. First, instead of a Siamese CNN, only one branch is needed and the loss is built based on the geometric measures calculated from the mean gradient or second moment matrix. Therefore, for each of the input patches, a global minimum, namely the canonical feature, exists. Second, both the affine shape and orientation are solved simultaneously within one network by combining the loss used for affine shape and orientation learning. To the best of the author’s knowledge, this is the first time these two modules are reported to have been successfully trained simultaneously. For the descriptor learning part, a new weak match is defined. For any input feature patch, a slightly transformed patch that lies far from the input feature patch in descriptor space is defined as a weak match feature. A weak match finder network is proposed to actively find these weak match features. In a following step, the found weak matches are used in the standard descriptor learning framework. In this way, the intra-variance of the appearance of matched feature patch pairs is explored in depth and, accordingly, the invariance of feature descriptors against viewpoint and viewing direction change is improved. The proposed feature based image matching method is evaluated on standard benchmarks and is used to solve for the parameters of image orientation. For the image orientation task, aerial oblique images are taken into account. Through analysis of the experiments conducted for small image blocks, it is shown that deep learning feature based image matching leads to more registered images, more reconstructed 3D points and a more stable block connection.Note de contenu : 1- Introduction
2- Basics
3- Related work
4- Deep learning feature representation
5- Experiments and results
6- Discussion
7- Conclusion and outlookNuméro de notice : 17673 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD dissertation : Fachrichtung Geodäsie und Geoinformatik : Hanovre : 2021 En ligne : https://dgk.badw.de/fileadmin/user_upload/Files/DGK/docs/c-867.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97999 Développement d’outils d’exploitation des archives photographiques aériennes de l’IGN pour caractériser l’évolution pluridécennale du littoral sur l’île de la Réunion / Adinane Oladjidé Ayichemi (2021)
Titre : Développement d’outils d’exploitation des archives photographiques aériennes de l’IGN pour caractériser l’évolution pluridécennale du littoral sur l’île de la Réunion Type de document : Mémoire Auteurs : Adinane Oladjidé Ayichemi, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2021 Importance : 87 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire présenté en vue d'obtenir le diplome d'Ingénieur CNAM Spécialité Géomètre et TopographeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] catastrophe naturelle
[Termes IGN] détection de changement
[Termes IGN] géomorphologie locale
[Termes IGN] géoréférencement
[Termes IGN] image ancienne
[Termes IGN] modèle numérique de surface
[Termes IGN] orthoimage
[Termes IGN] photographie aérienne
[Termes IGN] prévention des risques
[Termes IGN] Réunion, île de la
[Termes IGN] risque naturel
[Termes IGN] superposition d'imagesIndex. décimale : ESGT Mémoires d'ingénieurs de l'ESGT Résumé : (auteur) Pour anticiper l’ampleur des futures catastrophes naturelles, il est courant de revisiter les changements morphologiques liés aux événements passés enregistrés. La Réunion est une île très exposée aux risques naturels majeurs, notamment les cyclones et les mouvements de terrain, qui perturbent sa vie sociale et économique. Les photographies aériennes historiques offrent aujourd’hui une opportunité pour suivre et décrire l’évolution du paysage grâce à la photogrammétrique moderne. Nous exploitons les archives disponibles pour créer et analyser des modèles numériques de surface en vue de quantifier les effets cycloniques dans la rivière des Galets à la Réunion. Dans ce processus de chasse aux changements locaux, un enregistrement robuste des séquences de campagne et un géoréférencement précis sont des facteurs limitatifs clés. Le co-alignement des photographiques issues de deux différentes missions encadrant un cyclone est effectué afin de limiter les erreurs liées à la distorsion des modèles générés lorsqu’ils seront comparés. À l’aide de la carte des zones stéréo-optimales des missions, que nous avons créée, les régions les plus prioritaires ont été repérées pour identifiés des détails topographiques persistants. Ces détails sont relevés par GNSS pour géoréférencer nos modèles. Une évaluation de la qualité des modèles créés est effectuée afin de garantir dans quelle mesure ils sont exploitables pour détecter des changements morphologiques dans la zone d’intérêt. Note de contenu : 1- Contexte scientifique
2- Rapatriement des données brutes
3- Préparation des données nécessaires pour le calcul photogrammétrique
4- Création des MNS et orthophtos
ConclusionNuméro de notice : 28696 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur ESGT Organisme de stage : Bureau de recherches géologiques et minières BRGM En ligne : https://dumas.ccsd.cnrs.fr/MEMOIRES-CNAM/dumas-03526338v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100467
Titre : Étude de l’évolution du couvert forestier dans le Haut-Béarn Type de document : Mémoire Auteurs : Céline Toussaint, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 81 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de fin d'études, cycle des ingénieurs ENSG 3ème année, Master DDMEG Développement Durable, Management Environnemental et GéomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse spatio-temporelle
[Termes IGN] BD forêt
[Termes IGN] BD Topo
[Termes IGN] Béarn
[Termes IGN] carte d'Etat-Major
[Termes IGN] carte de Cassini
[Termes IGN] couvert forestier
[Termes IGN] densité de la végétation
[Termes IGN] données vectorielles
[Termes IGN] image aérienne
[Termes IGN] image Landsat
[Termes IGN] image Sentinel-MSI
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] orthoimage géoréférencée
[Termes IGN] peuplement forestier
[Termes IGN] QGISIndex. décimale : DDMEG Mémoires du Master Développement Durable, Management Environnemental et Géomatique Résumé : (Auteur) En Asie de l’Est et en Afrique subsaharienne, la superficie de la forêt régresse, tandis qu’en Europe de l’Est, une augmentation de la surface forestière est constatée depuis le XIXe siècle. Dans le Haut-Béarn, zone montagnarde à faible densité urbaine (environ 7 000 habitants pour 100 000 hectares), cette impression d’envahissement par les arbres est forte parmi la population, depuis le début de l’exode rural et le manque de main d’œuvre pour maintenir les paysages ouverts. C’est dans ce cadre que le sujet de stage « étude de l’évolution du couvert forestier dans le Haut-Béarn » a été proposé par l’Institution Patrimoniale du Haut-Béarn. Pour analyser ces changements, il a été question d’utiliser la télédétection, après avoir vectorisé les forêts sur les cartes d’État-Major, sur d’anciennes photographies aériennes (au préalable géoréférencées) sur le logiciel de SIG QGIS. L’utilisation de données forestières vectorielles, telles que les BD Forêt V1 (1992) et V2 (2008), et la BD Topographique (2019) de l’IGN, a permis d’établir qu’une augmentation d’environ 65 % est observable entre le XIXe siècle et 2019 sur le Haut-Béarn. La classification d’images satellites et le calcul de leur NDVI a enrichi la courbe d’évolution de la forêt sur ce territoire, qui a laissé apparaître une accélération de la progression de la forêt ces dernières années. Au cours de ce stage, des travaux annexes ont également pu être réalisés, comme la préparation de cartes pour des héliportages, ou l’utilisation d’algorithmes pour détecter les zones écobuées de 2021, et ont contribué à ma compréhension des enjeux du territoire des valléens. Note de contenu :
Introduction
1. Présentation et contexte
2. La caractérisation des forêts dans le Haut-Béarn au cours du temps
3. Les résultats et leurs enseignements
4. Travaux annexes principaux réalisés pendant le stage
ConclusionNuméro de notice : 26663 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE/IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Institution Patrimoniale du Haut-Béarn Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98873 Documents numériques
peut être téléchargé
Étude de l’évolution du couvert forestier dans le Haut-Béarn - pdf auteurAdobe Acrobat PDF Optimisation et développement des solutions photogrammétriques pour la réalisation des relevés de façade au sein du cabinet ELLIPSE Géomètres-Experts / Guillaume Jeannin (2021)
Titre : Optimisation et développement des solutions photogrammétriques pour la réalisation des relevés de façade au sein du cabinet ELLIPSE Géomètres-Experts Type de document : Mémoire Auteurs : Guillaume Jeannin, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2021 Importance : 88 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de soutenance du Diplôme d’Ingénieur INSA Spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)
[Termes IGN] acquisition d'images
[Termes IGN] Agisoft Photoscan
[Termes IGN] façade
[Termes IGN] image captée par drone
[Termes IGN] mise à l'échelle
[Termes IGN] orthoimage
[Termes IGN] semis de points
[Termes IGN] télémètre laser terrestreIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Le plan de façade est une des prestations réalisées par le cabinet ELLIPSE Géomètres-Experts. Ils permettent de positionner tous les éléments de la façade (ouvertures, faîtages, acrotères, bandeaux. Actuellement les relevés de façade sont réalisés au scanner laser terrestre, le nuage de points de point est ensuite digitalisé pour obtenir un plan de façade. La digitalisation étant une activité chronophage, cette étude se propose d’étudier les possibilités de génération d’orthophotographies pouvant remplacer un plan de façade. L’objectif étant de quantifier la qualité et la précision des orthophotographies générées. Différentes façades ont été modélisées afin d’observer les rendus possibles. Ces façades correspondent à des façades types relevées par le cabinet. Les moyens utilisés dans cette étude sont un drone DJI Matrice 200 et un appareil photographique Canon EOS 6D. Les logiciels testés sont des logiciels commerciaux connus du grand public. La précision de l’orientation absolue et l’appariement dense ont été étudiés. Toutes les façades étudiées ont été numérisées à l’aide d’un scanner laser terrestre dans le but d’obtenir un nuage de points de référence. Ce nuage de points sera ensuite comparé aux nuages de points générés par les logiciels de photogrammétrie utilisés afin de quantifier les précisions de la méthode photogrammétrique. Cette précision est centimétrique dans tous les cas, cependant elle diffère selon le moyen d’acquisition utilisé. Cette étude détermine pour quels types de façades et avec quels moyens la photogrammétrie peut être utilisée pour générer des orthophotographies. Note de contenu : 1- Introduction
2- Etat de l'Art
3- Moyens et méthodes
4- Résultats obtenus et amélioration
5- Développement de l'activité photogrammétrique au sein du cabinet
6- conclusionNuméro de notice : 28601 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : Cabinet ELLIPSE En ligne : http://eprints2.insa-strasbourg.fr/4500/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99430 Optimisation des protocoles de numérisation 3D multi-capteurs et de fusion de données hétérogènes au sein de l'entreprise Premier plan / Elisa Gautron (2021)PermalinkProduction et mise à jour d’un produit BD Forêt V3 par apprentissage profond / Sébastien Giordano (2021)PermalinkRendu basé image d'images historiques / Maria Scarlleth Gomes de Castro (2021)PermalinkPermalinkAutomatic building footprint extraction from UAV images using neural networks / Zoran Kokeza in Geodetski vestnik, vol 64 n° 4 (December 2020 - February 2021)PermalinkMapping of land cover with open-source software and ultra-high-resolution imagery acquired with unmanned aerial vehicles / Ned Horning in Remote sensing in ecology and conservation, vol 6 n° 4 (December 2020)PermalinkQuality assessment of photogrammetric methods - A workflow for reproducible UAS orthomosaics / Marvin Ludwig in Remote sensing, vol 12 n° 22 (December-1 2020)PermalinkRemote sensing in urban planning: Contributions towards ecologically sound policies? / Thilo Wellmann in Landscape and Urban Planning, vol 204 (December 2020)PermalinkStreets of London: Using Flickr and OpenStreetMap to build an interactive image of the city / Azam Raha Bahrehdar in Computers, Environment and Urban Systems, vol 84 (November 2020)PermalinkHomogeneous tree height derivation from tree crown delineation using Seeded Region Growing (SRG) segmentation / Muhamad Farid Ramli in Geo-spatial Information Science, vol 23 n° 3 (September 2020)PermalinkCNN semantic segmentation to retrieve past land cover out of historical orthoimages and DSM: first experiments / Arnaud Le Bris in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2020 (August 2020)PermalinkModelling the orthoimage accuracy using DEM accuracy and off-nadir angle / Altan Yilmaz in Geocarto international, Vol 35 n° 1 ([02/01/2020])Permalink3D iterative spatiotemporal filtering for classification of multitemporal satellite data sets / Hessah Albanwan in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 1 (January 2020)PermalinkGénération de cartes tactiles photoréalistes pour personnes déficientes visuelles par apprentissage profond / Gauthier Fillières-Riveau in Revue internationale de géomatique, vol 30 n° 1-2 (janvier - juin 2020)PermalinkPermalinkNouvelle donne aérienne / Marielle Mayo in Géomètre, n° 2175 (décembre 2019)PermalinkMapping 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)PermalinkDelineation of vacant building land using orthophoto and lidar data object classification / Dejan Jenko in Geodetski vestnik, vol 63 n° 3 (September - November 2019)PermalinkTopographie et archéologie, du cordeau au tout numérique : plus de 40 ans d'interactions / Bertrand Chazaly in XYZ, n° 160 (septembre 2019)PermalinkHigh-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