Descripteur
Documents disponibles dans cette catégorie (102)
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
De l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond / Lionel Matteo (2020)
Titre : De l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond Type de document : Thèse/HDR Auteurs : Lionel Matteo, Auteur Editeur : Nice : Université Côte d'Azur Année de publication : 2020 Importance : 170 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue de l’obtention du grade de docteur de l'Université Côte d'Azur, en Sciences de la Terre et de l’UniversLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] acquisition d'images
[Termes IGN] analyse comparative
[Termes IGN] apprentissage profond
[Termes IGN] Arizona (Etats-Unis)
[Termes IGN] Californie (Etats-Unis)
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] données topographiques
[Termes IGN] faille géologique
[Termes IGN] fusion de données multisource
[Termes IGN] image captée par drone
[Termes IGN] image multi sources
[Termes IGN] image Pléiades-HR
[Termes IGN] MicMac
[Termes IGN] modèle de simulation
[Termes IGN] modèle numérique de surface
[Termes IGN] Nevada (Etats-Unis)
[Termes IGN] reconstruction 3D
[Termes IGN] semis de points
[Termes IGN] stéréo-orthophotographie
[Termes IGN] traitement de semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Les failles sismogéniques sont la source des séismes. L'étude de leurs propriétés nous informe donc sur les caractéristiques des forts séismes qu'elles peuvent produire. Les failles sont des objets 3D qui forment des réseaux complexes incluant une faille principale et une multitude de failles et fractures secondaires qui "découpent" la roche environnante à la faille principale. Mon objectif dans cette thèse a été de développer des approches pour aider à étudier cette fracturation secondaire intense. Pour identifier, cartographier et mesurer les fractures et les failles dans ces réseaux, j'ai adressé deux défis : -1) Les failles peuvent former des escarpements topographiques très pentus à la surface du sol, créant des "couloirs" ou des canyons étroits et profond où la topographie et donc, la trace des failles, peut être difficile à mesurer en utilisant des méthodologies standard (comme des acquisitions d'images satellites optiques stéréo et tri-stéréo). Pour répondre à ce défi, j'ai utilisé des acquisitions multi-stéréos avec différentes configurations (différents angles de roulis et tangage, différentes dates et modes d'acquisitions). Notre base de données constituée de 37 images Pléiades dans trois sites tectoniques différents dans l'Ouest américain (Valley of Fire, Nevada ; Granite Dells, Arizona ; Bishop Tuff, California) m'a permis de tester différentes configurations d'acquisitions pour calculer la topographie avec trois approches différentes. En utilisant la solution photogrammétrique open-source Micmac (IGN ; Rupnik et al., 2017), j'ai calculé la topographie sous la forme de Modèles Numériques de Surfaces (MNS) : (i) à partir de combinaisons de 2 à 17 images Pléiades, (ii) en fusionnant des MNS calculés individuellement à partir d'acquisitions stéréo et tri-stéréo, évitant alors l'utilisant d'acquisitions multi-dates et (iii) en fusionnant des nuages de points calculés à partir d'acquisitions tri-stéréos en suivant la méthodologie multi-vues développée par Rupnik et al. (2018). J’ai aussi combiné, dans une dernière approche (iv), des acquisitions tri-stéréos avec la méthodologie multi-vues stéréos du CNES/CMLA (CARS) développé par Michel et al. (2020), en combinant des acquisitions tri-stéréos. A partir de ces quatre approches, j'ai calculé plus de 200 MNS et mes résultats suggèrent que deux acquisitions tri-stéréos ou une acquisition stéréo combinée avec une acquisition tri-stéréo avec des angles de roulis opposés permettent de calculer les MNS avec la surface topographique la plus complète et précise. -2) Couramment, les failles sont cartographiées manuellement sur le terrain ou sur des images optiques et des données topographiques en identifiant les traces curvilinéaires qu'elles forment à la surface du sol. Néanmoins, la cartographie manuelle demande beaucoup de temps, ce qui limite notre capacité à produire cartographies et mesures complètes des réseaux de failles. Pour s'affranchir de ce problème, j'ai adopté une approche d'apprentissage profond, couramment appelé un réseau de neurones convolutifs (CNN) - U-Net, pour automatiser l'identification et la cartographie des fractures et des failles dans des images optiques et des données topographiques. Volontairement, le modèle CNN a été entraîné avec une quantité modérée de fractures et failles cartographiées manuellement à basse résolution et dans un seul type d'images optiques (photographies du sol avec des caméras classiques). A partir d'un grand nombre de tests, j'ai sélectionné le meilleur modèle, MRef et démontre sa capacité à prédire des fractures et des failles précisément dans données optiques et topographiques de différents types et différentes résolutions (photographies prises au sol, avec un drone et par satellite). Le modèle MRef montre de bonnes capacités de généralisations faisant alors de ce modèle un bon outil pour cartographie rapidement et précisément des fractures et des failles dans des images optiques et des données topographiques. Note de contenu : Introduction générale
Partie 1 - Reconstruction 3D haute résolution
1. Introduction
1.1 Les données topographiques, une solution pour analyser la surface terrestre
1.2 Le récent développement de satellites à capteur optique
1.3 La reconstruction 3D à partir d’images optiques : la photogrammétrie
1.4 Problématique du sujet
2. Acquisitions de données et sites d’études
2.1 Acquisitions d’images satellitaires
2.2 Données LiDAR aéroportées
2.3 Acquisitions d’images par drone
2.4 Acquisitions d’images par appareil photo suspendu à une perche
2.5 Acquisitions de points d’appui
2.6 Sites d’études
3. Calcul de MNS et estimation de leur performance
3.1 Micmac (IGN)
3.2 CARS (CNES/CMLA)
3.3 Quatre méthodes pour calculer des MNS
3.4 Performances des MNS
4. Résultats
4.1 MNS calculés avec des acquisitions multi-dates
4.2 Fusion de MNS calculés avec des acquisitions mono-dates
4.3 Reconstruction 3D à partir de nuage de points fusionnés
4.4 Analyses des MNS générés avec CARS
4.5 Comparaison des méthodes B, C et D dans la zone de Canyons de Valley of Fire 65
4.6 Utilisation de 1 à 4 GCPs pour calculer un MNS
4.7 Application de la méthode B aux deux autres sites
5. Discussion
5.1 La reconstruction 3D à partir d’acquisitions multi-dates
5.2 L’impact des méthodes B, C et D dans la performance des MNS finaux
5.3 Les erreurs possibles dans le calcul des erreurs du géoréférencement des MNS
5.4 La comparaison des MNS Pléiades calculés à d’autres MNS
6. Conclusions
Partie 2 - Automatic fault mapping in remote optical images and topographic data with deep learning - submitted to JGR: Solid Earth
7. Introduction
8. Image, topographic and fault data
8.1 Fault Sites
8.2 Optical image and topographic data
8.3 Fault ground truth derived from manual mapping
9. Deep learning methodology
9.1 Principles of Deep Learning and Convolutional Neural Networks
9.2 Architecture of the CNN model used in present study
9.3 Training procedure
9.4 Estimating the performance of the models
10. Defining a “reference model” MRef
10.1 Selecting the most appropriate CNN architecture
10.2 Sensitivity of model performance to training data size
10.3 Sensitivity of model performance to “quality” of training data
10.4 Refrence model
11. Detailed evaluation of reference model fault predictions
11.1 Results in sites A and B
11.2 Predictions in unseen data of similar type
11.3 Predictions in unseen data of different type
12. Discussion
12.1 U-net appropriate for fracture and fault detection in optical images
12.2 Interpreting learnt characteristics of faults and fractures
12.3 Conditions for model generalization
12.4 Uncertainties and model robustness
12.5 Recovering fault hierarchy and connectivity
13 Conclusions
Conclusion généraleNuméro de notice : 26555 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Terre et de l'Univers : Côte d'Azur : 2020 Organisme de stage : Géoazur UMR 7329 - Observatoire de la Côte d'Azur nature-HAL : Thèse Date de publication en ligne : 02/06/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03245713/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97965 Matching of TerraSAR-X derived ground control points to optical image patches using deep learning / Tatjana Bürgmann in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)
[article]
Titre : Matching of TerraSAR-X derived ground control points to optical image patches using deep learning Type de document : Article/Communication Auteurs : Tatjana Bürgmann, Auteur ; Wolfgang Koppe, Auteur ; Michael Schmitt, Auteur Année de publication : 2019 Article en page(s) : pp 241 - 248 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] appariement d'images
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] géolocalisation
[Termes IGN] image multicapteur
[Termes IGN] image optique
[Termes IGN] image Pléiades
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] image TerraSAR-X
[Termes IGN] point d'appuiRésumé : (auteur) High resolution synthetic aperture radar (SAR) satellites like TerraSAR-X are capable of acquiring images exhibiting an absolute geolocation accuracy within a few centimeters, mainly because of the availability of precise orbit information and by compensating range delay errors due to atmospheric conditions. In contrast, satellite images from optical missions generally exhibit comparably low geolocation accuracies because of the propagation of errors in angular measurements over large distances. However, a variety of remote sensing applications, such as change detection, surface movement monitoring or ice flow measurements, require precisely geo-referenced and co-registered satellite images. By using Ground Control Points (GCPs) derived from TerraSAR-X, the absolute geolocation accuracy of optical satellite images can be improved. For this purpose, the corresponding matching points in the optical images need to be localized. In this paper, a deep learning based approach is investigated for an automated matching of SAR-derived GCPs to optical image elements. Therefore, a convolutional neural network is pretrained with medium resolution Sentinel-1 and Sentinel-2 imagery and fine-tuned on precisely co-registered TerraSAR-X and Pléiades training image pairs to learn a common descriptor representation. By using these descriptors, the similarity of SAR and optical image patches can be calculated. This similarity metric is then used in a sliding window approach to identify the matching points in the optical reference image. Subsequently, the derived points can be utilized for co-registration of the underlying images. The network is evaluated over nine study areas showing airports and their rural surroundings from several different countries around the world. The results show that based on TerraSAR-X-derived GCPs, corresponding points in the optical image can automatically and reliably be identified with a pixel-level localization accuracy. Numéro de notice : A2019-548 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.09.010 Date de publication en ligne : 05/11/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.09.010 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94194
in ISPRS Journal of photogrammetry and remote sensing > Vol 158 (December 2019) . - pp 241 - 248[article]Réservation
Réserver ce documentExemplaires (3)
Code-barres Cote Support Localisation Section Disponibilité 081-2019121 RAB Revue Centre de documentation En réserve L003 Disponible 081-2019123 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2019122 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Combining low-density LiDAR and satellite images to discriminate species in mixed Mediterranean forest / Angela Blázquez-Casado in Annals of Forest Science, vol 76 n° 2 (June 2019)
[article]
Titre : Combining low-density LiDAR and satellite images to discriminate species in mixed Mediterranean forest Type de document : Article/Communication Auteurs : Angela Blázquez-Casado, Auteur ; Rafael Calama, Auteur ; Manuel Valbuena, Auteur ; Marta Vergarechea, Auteur ; Francisco Rodriguez, Auteur Année de publication : 2019 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] analyse discriminante
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] forêt méditerranéenne
[Termes IGN] houppier
[Termes IGN] image Pléiades-HR
[Termes IGN] Pinus pinaster
[Termes IGN] Pinus pineaRésumé : (Auteur) Context : The discrimination of tree species at individual level in mixed Mediterranean forest based on remote sensing is a field which has gained greater importance. In these stands, the capacity to predict the quality and quantity of non-wood forest products is particularly important due to the very different goods the two species produce.
Aims : To assess the potential of using low-density airborne LiDAR data combined with high-resolution Pleiades images to discriminate two different pine species in mixed Mediterranean forest (Pinus pinea L. and Pinus pinaster Ait.) at individual tree level.
Methods : A Random Forest model was trained using plots from the pure stand dataset, determining which LiDAR and satellite variables allow us to obtain better discrimination between groups. The model constructed was then validated by classifying individuals in an independent set of pure and mixed stands.
Results : The model combining LiDAR and Pleiades data provided greater accuracy (83.3% and 63% in pure and mixed validation stands, respectively) than the models which only use one type of covariables.
Conclusion : The automatic crown delineation tool developed allows two very similar species in mixed Mediterranean conifer forest to be discriminated using continuous spatial information at the surface: Pleiades images and open source LiDAR data. This approach is easily applicable over large areas, enhancing the economic value of non-wood forest products and aiding forest managers to accurately predict production.Numéro de notice : A2019-180 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s13595-019-0835-x Date de publication en ligne : 17/05/2019 En ligne : https://doi.org/10.1007/s13595-019-0835-x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92700
in Annals of Forest Science > vol 76 n° 2 (June 2019)[article]Retrieving soil surface roughness with the Hapke photometric model: Confrontation with the ground truth / Sébastien Labarre in Remote sensing of environment, vol 225 (May 2019)
[article]
Titre : Retrieving soil surface roughness with the Hapke photometric model: Confrontation with the ground truth Type de document : Article/Communication Auteurs : Sébastien Labarre, Auteur ; Stéphane Jacquemoud, Auteur ; Cécile Ferrari, Auteur ; Arthur Delorme, Auteur ; Allan Derrien, Auteur ; Raphaël Grandin, Auteur ; Mohamed Jalludin, Auteur ; F. LemaÎtre, Auteur ; Marianne Metois, Auteur ; Marc Pierrot-Deseilligny , Auteur ; Ewelina Rupnik , Auteur ; Bernard Tanguy, Auteur Année de publication : 2019 Projets : CAROLInA / Jacquemoud, Stéphane Article en page(s) : pp 1 - 15 Note générale : Bibliographie
The PhD thesis of Sébastien Labarre was funded by the Direction générale de l'armement (DGA) and by the Commissariat à l'énergie atomique et aux énergies alternatives (CEA). Field data were acquired in the frame of the CAROLInA (Characterization of Multi-Scale Roughness using OpticaL ImAgery) project funded by CNES.Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Djibouti
[Termes IGN] goniomètre
[Termes IGN] image optique
[Termes IGN] image Pléiades-HR
[Termes IGN] modèle numérique de surface
[Termes IGN] réflectance du sol
[Termes IGN] rugosité du sol
[Termes IGN] sol nuRésumé : (Auteur) Surface roughness can be defined as the mean slope angle integrated over all scales from the grain size to the local topography. It controls the energy balance of bare soils, in particular the angular distribution of scattered and emitted radiation. This provides clues to understand the intimate structure and evolution of planetary surfaces over ages. In this article we investigate the capacity of the Hapke photometric model, the most widely used in planetary science, to retrieve surface roughness from multiangular reflectance data. Its performance is still a question at issue and we lack validation experiments comparing model retrievals with ground measurements. To address this issue and to show the potentials and limits of the Hapke model, we compare the mean slope angle determined from very high resolution digital elevation models of volcanic and sedimentary terrains sampled in the Asal-Ghoubbet rift (Republic of Djibouti), to the photometric roughness estimated by model inversion on multiangular reflectance data measured on the ground (Chamelon field goniometer) and from space (Pleiades images). The agreement is good on moderately rough surfaces, in the domain of validity of the Hapke model, and poor on others. Numéro de notice : A2019-154 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.rse.2019.02.014 Date de publication en ligne : 02/03/2019 En ligne : https://doi.org/10.1016/j.rse.2019.02.014 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92492
in Remote sensing of environment > vol 225 (May 2019) . - pp 1 - 15[article]Apports des techniques photogrammétriques à l'étude du dynamisme des structures volcaniques du piton de la Fournaise / Allan Derrien (2019)
Titre : Apports des techniques photogrammétriques à l'étude du dynamisme des structures volcaniques du piton de la Fournaise Type de document : Thèse/HDR Auteurs : Allan Derrien, Auteur ; Aline Peltier, Directeur de thèse ; Nicolas Villeneuve, Auteur Editeur : Paris : Université de Paris 7 Denis Diderot Année de publication : 2019 Importance : 333 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de doctorat de géophysique, Université de Paris 7 Denis DiderotLangues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] carte géomorphologique
[Termes IGN] éruption volcanique
[Termes IGN] historique des données
[Termes IGN] image captée par drone
[Termes IGN] image Pléiades
[Termes IGN] modèle numérique de surface
[Termes IGN] orthoimage
[Termes IGN] photogrammétrie aérienne
[Termes IGN] Piton de la Fournaise (volcan)
[Termes IGN] volcanologieIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le traitement numérique des photographies (ou photogrammétrie) permet aujourd’hui de détecter, mesurer et quantifier de nombreux changements à la surface de notre planète. Dans ce travail de thèse, nous avons exploré en détail les apports variés de la photogrammétrie aérienne à la compréhension du dynamisme des structures volcaniques du Piton de la Fournaise, et ce à différentes échelles de temps et d’espace, allant de la journée au siècle, et du cône éruptif à l’édifice volcanique.
- À l’échelle de l’édifice : l’ensemble des coulées de la période 1931-2018 a pu être cartographié avec précision ; ainsi 4 nouvelles éruptions ont pu être identifiées et 13 nouvelles coulées cartographiées. Le volume du volcan a augmenté de 1,15 km3 entre 1931 et 2018 (0,42 m3/s) ; 11,5% de cette augmentation est d’origine endogène. Une expérience en laboratoire a montré un résultat similaire sur 360 injections (13,5%). L’augmentation de volume de l’édifice, asymétrique, s’est accompagnée d’un glissement et d’une compression du flanc est, de l’ordre de 11,5 cm/an (taux moyen entre 1966 et 2012).
- À l’échelle du sommet : la morphologie de la zone sommitale entre 1927 et 2019 a pu
être retracée, notamment les volumes des effondrements calderiques de 1927-1936, de 1961 et de 2007 ont été estimés à plus de 90 Mm3, plus de 21 Mm3 et 126,2 Mm3
. Nous montrons que l’effondrement d’avril 2007 s’est déroulé sur une période de 14 à 25 jours, soit un peu plus qu’estimé auparavant. Six secteurs instables de la bordure du Cratère Dolomieu ont par la suite été identifiés, entre 2008 et 2019, constituant un risque potentiel pour les visiteurs de la zone sommitale.
- À l’échelle de l’éruption : les 13 éruptions de la période 2015-2018 ont été suivies par photogrammétrie tout au long des éruptions, apportant ainsi des informations de première importance (contours et volume des coulées, ainsi que morphologie des sites éruptifs) à la gestion de crise. La présence d’un cône éruptif, s’il est fermé (i.e. lave s’écoulant en tunnels de lave ou en chenaux très étroits), peut augmenter d’un facteur 10 l’amplitude moyenne du trémor. Cette étude a permis, à travers la grande diversité d’application, la facilité de mise en oeuvre et la fiabilité des techniques photogrammétriques, d’améliorer l’observation et la compréhension des volcans actifs. Ces atouts semblent particulièrement importants pour l’étude de volcans isolés.Note de contenu : 1- Introduction
2- Outils et méthodes
3- 1ère partie : les transformations de l'édifice à l'échelle du siècle
4- 2ème partie : reconstructions photogrammétriques des changements morphologiques du sommet du Piton de la Fournaise 1927-2019
5- 3ème partie : suivi photogrammétrique des éruptions récentes (2015-2018) au Piton de la Fournaise
6- Conclusion générale, résultats clésNuméro de notice : 28512 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Géophysique : Université de Paris 7 : 2019 Organisme de stage : Observatoire Volcanologique du Piton de la Fournaise nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2019UNIP7084 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97170 PermalinkPermalinkComparison of high-density LiDAR and satellite photogrammetry for forest inventory / Grant D. Pearse in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)PermalinkMulti-scale assessment of invasive plant species diversity using Pléiades 1A, RapidEye and Landsat-8 data / Siddhartha Khare in Geocarto international, vol 33 n° 7 (July 2018)Permalink3D reconstruction from multi-view VHR-satellite images in MicMac / Ewelina Rupnik in ISPRS Journal of photogrammetry and remote sensing, vol 139 (May 2018)PermalinkAccuracy assessment of different digital surface models / Ugur Alganci in ISPRS International journal of geo-information, vol 7 n° 3 (March 2018)PermalinkNouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution / Ihsen Hedhli in Revue Française de Photogrammétrie et de Télédétection, n° 216 (février 2018)PermalinkEvaluation des performances des modèles numérique d’élévation issus de l’imagerie tri-stéréo Pléiades pour le suivi de l’évolution morphologique des dunes littorales / Mannaïg L'haridon (2018)PermalinkMise en évidence de l’activité récente des failles du bassin de Naryn (Kyrgyzstan) à partir de données photogrammétriques Pléiades et drone : un nouvel apport pour l’aléa sismique / Aurélie Médard (2018)PermalinkAutomatic production of large-scale cloud-free orthomosaics from multitemporal satellite images / Nicolas Champion (2017)Permalink