Centre dedocumentation
scientifique

Comparaison de MNT à haute résolution issus de techniques laser et photogrammétriques / Michel Kasser in XYZ, n° 158 (mars 2019)

Public [article]  inXYZ > n° 158 (mars 2019) . - pp 17 - 20 Titre : Comparaison de MNT à haute résolution issus de techniques laser et photogrammétriques Type de document : Article/Communication Auteurs : Michel Kasser, Auteur ; Nicolas Delley, Auteur ; Stéphane Cretegny, Auteur Année de publication : 2019 Article en page(s) : pp 17 - 20 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] modèle numérique de terrain [Termes descripteurs IGN] montagne [Termes descripteurs IGN] photogrammétrie aérienne [Termes descripteurs IGN] télémétrie laser aéroporté [Termes descripteurs IGN] Vaud (Suisse) Résumé : (auteur) Dans le cadre d'une étude génomique de plantes de haute altitude nécessitant des modèles de terrain extrêmement précis, une étude sur les comparaisons de modèles acquis par des outils différents a été menée, ceci dans des sites sans végétation haute. Diverses pistes sont présentées pour expliquer les différences observées. Numéro de notice : A2019-082 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92219 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2019012	SL	Revue	Centre de documentation	Revues en salle	Disponible

A deep learning approach to DTM extraction from imagery using rule-based training labels / Caroline M. Gevaert in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 142 (August 2018) . - pp 106 - 123 Titre : A deep learning approach to DTM extraction from imagery using rule-based training labels Type de document : Article/Communication Auteurs : Caroline M. Gevaert, Auteur ; Claudio Persello, Auteur ; M. George Vosselman, Auteur Année de publication : 2018 Article en page(s) : pp 106 - 123 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de règles [Termes descripteurs IGN] benchmark spatial [Termes descripteurs IGN] Dar-es-Salam (Tanzanie) [Termes descripteurs IGN] drone [Termes descripteurs IGN] échantillonnage d'image [Termes descripteurs IGN] extraction automatique [Termes descripteurs IGN] Kigali (Rwanda) [Termes descripteurs IGN] Lombardie [Termes descripteurs IGN] modèle numérique de terrain [Termes descripteurs IGN] photogrammétrie aérienne [Termes descripteurs IGN] réseau neuronal convolutif Résumé : (Auteur) Existing algorithms for Digital Terrain Model (DTM) extraction still face difficulties due to data outliers and geometric ambiguities in the scene such as contiguous off-ground areas or sloped environments. We postulate that in such challenging cases, the radiometric information contained in aerial imagery may be leveraged to distinguish between ground and off-ground objects. We propose a method for DTM extraction from imagery which first applies morphological filters to the Digital Surface Model to obtain candidate ground and off-ground training samples. These samples are used to train a Fully Convolutional Network (FCN) in the second step, which can then be used to identify ground samples for the entire dataset. The proposed method harnesses the power of state-of-the-art deep learning methods, while showing how they can be adapted to the application of DTM extraction by (i) automatically selecting and labelling dataset-specific samples which can be used to train the network, and (ii) adapting the network architecture to consider a larger surface area without unnecessarily increasing the computational burden. The method is successfully tested on four datasets, indicating that the automatic labelling strategy can achieve an accuracy which is comparable to the use of manually labelled training samples. Furthermore, we demonstrate that the proposed method outperforms two reference DTM extraction algorithms in challenging areas. Numéro de notice : A2018-298 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.06.001 date de publication en ligne : 15/06/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.06.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90410 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018081	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018083	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018082	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Digital aerial photogrammetry for assessing cumulative spruce budworm defoliation and enhancing forest inventories at a landscape-level / Tristan R.H. Goodbody in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 142 (August 2018) . - pp 1 - 11 Titre : Digital aerial photogrammetry for assessing cumulative spruce budworm defoliation and enhancing forest inventories at a landscape-level Type de document : Article/Communication Auteurs : Tristan R.H. Goodbody, Auteur ; Nicholas C. Coops, Auteur ; Txomin Hermosilla, Auteur ; Piotr Tompalski, Auteur ; Grant MacCartney, Auteur ; David A. MacLean, Auteur Année de publication : 2018 Article en page(s) : pp 1 - 11 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] défoliation [Termes descripteurs IGN] dégradation de la flore [Termes descripteurs IGN] échantillonnage d'image [Termes descripteurs IGN] insecte nuisible [Termes descripteurs IGN] inventaire forestier (techniques et méthodes) [Termes descripteurs IGN] méthode des moindres carrés [Termes descripteurs IGN] Ontario [Termes descripteurs IGN] photogrammétrie aérienne [Termes descripteurs IGN] photogrammétrie numérique [Termes descripteurs IGN] Picea abies [Termes descripteurs IGN] régression linéaire [Termes descripteurs IGN] surface terrière [Termes descripteurs IGN] surveillance forestière [Vedettes matières IGN] Inventaire forestier Résumé : (Auteur) Spruce budworm (Choristoneura fumiferana [Clem.], Lepidoptera: Tortricidae) is a native defoliating insect with an important disturbance role in the eastern boreal forests of North America. With an extensive history of outbreaks and associated impacts on forest structural changes and timber supply, the mapping of spruce budworm defoliation has been of major management importance. In this study we assessed the ability of high spatial resolution digital aerial photogrammetric (DAP) data to predict cumulative defoliation as well as basal area and merchantable volume in spruce budworm host stands in the Gordon Cosens Forest south of Kapuskasing, Ontario, Canada. To do so, DAP derived structural and spectral metrics were incorporated to implement a stratified sampling design to improve the efficiency and cost-effectiveness of field surveying. Standard forest inventory measurements including diameter and height, as well as ocular and branch level defoliation assessments were undertaken on thirty 400 m2 radius plots. A partial least squares analysis was performed to determine whether structural metrics from a DAP point cloud could be influenced by spruce budworm defoliation, as well as determine the relative effectiveness of spectral (e.g. mean NDVI) vs. structural (e.g. 90th percentile of height) metrics, or their combination, for predicting cumulative defoliation. Results indicated that spectral metrics were the most effective for predicting cumulative defoliation (R2 = 0.79), while structural metrics were the least effective (R2 = 0.49). Metrics characterizing variance of the spectral values were found to be the most important predictors. Structural metrics and linear regression were also used to estimate landscape-level volume and basal area per hectare yielding R2 = 0.80 and R2 = 0.90, respectively. Outcomes of this analysis indicate that DAP-derived spectral metrics were more capable of modeling cumulative defoliation, while structural metrics were effective for landscape-level estimations of standard forest inventory attributes. This analysis indicated that the provision of both spectral and structural metrics from a single aerial imagery survey has potential to enhance defoliation monitoring and forest attribute modeling at a landscape-level. Numéro de notice : A2018-290 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.05.012 date de publication en ligne : 01/08/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.05.012 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90408 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018081	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018083	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018082	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Pré-estimation et analyse de la précision pour la cartographie par drone / Laurent Valentin Jospin in XYZ, n° 155 (juin - août 2018)

Public [article]  inXYZ > n° 155 (juin - août 2018) . - pp 23 - 28 Titre : Pré-estimation et analyse de la précision pour la cartographie par drone Type de document : Article/Communication Auteurs : Laurent Valentin Jospin, Auteur Année de publication : 2018 Article en page(s) : pp 23 - 28 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes descripteurs IGN] estimation de précision [Termes descripteurs IGN] graphe [Termes descripteurs IGN] groupe de Lie [Termes descripteurs IGN] optimisation (mathématiques) [Termes descripteurs IGN] photogrammétrie aérienne [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) L’arrivée sur le marché de drones à usages civil à la fois légers et à bon marché a révolutionné les méthodes de cartographie aérienne, tant pour la télédétection que pour la topométrie. Un géomètre peut désormais employer un drone pour facilement acquérir un ensemble d’images aériennes d’un objet ou d’une zone et obtenir un modèle en trois dimensions en utilisant des logiciels commerciaux dédiés. Néanmoins, il est difficile de prévoir exactement la précision finale de ces modèles avant de réaliser le vol et le post-traitement : si les résultats ne sont pas satisfaisants, tout le processus doit être repris à zéro. Dans ce projet de master, un logiciel a été développé pour simuler facilement un relevé aérien en prenant en compte la géométrie du terrain, la couverture GPS et les points de calage présents au sol. Cet outil se base sur les dernières avancées dans la résolution d’ajustement de problèmes photogrammétriques, notamment des solveurs dédiés, les algèbres de Lie et, une fois intégré dans les logiciels de gestion de missions, permettra de réduire le temps et le coût de la planification des relevés par drones. Numéro de notice : A2018-233 Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90182 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2018021	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2018022	SL	Revue	Centre de documentation	Revues en salle	Disponible

Photogrammétrie par drone avec GNSS embarqué pour la surveillance de digues / Yicong Zhou (2018) 

Public contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne - Marne-la-Vallée, France) (2018)   Titre : Photogrammétrie par drone avec GNSS embarqué pour la surveillance de digues Type de document : Article/Communication Auteurs : Yicong Zhou, Auteur ; Marc Pierrot-Deseilligny , Auteur ; Ewelina Rupnik , Auteur ; Christian Thom , Auteur ; Olivier Martin , Auteur Congrès : Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne - Marne-la-Vallée, France), Commanditaire Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN Année de publication : 2018 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie [Termes descripteurs IGN] CamLight [Termes descripteurs IGN] digue [Termes descripteurs IGN] drone [Termes descripteurs IGN] Géocube [Termes descripteurs IGN] photogrammétrie aérienne [Termes descripteurs IGN] surveillance d'ouvrage Résumé : (Auteur) Cette recherche doctorale s’inscrit à la croisée de deux technologies en pleine révolution depuis une décennie : les vecteurs aériens légers télépilotés (drones) et les algorithmes de modélisation 3D à partir d’un bloc d’images. Deux instruments de mesure métrologique, la CamLight et le Géocube, tous deux conçus au sein de l’IGN (LOEMI), sont utilisés conjointement en vue de l’auscultation du relief de digue. La surveillance répétée de ces ouvrages permet de déceler par anticipation les éventuels affaissements et défauts des digues. La Camlight est une caméra métrique légère qui est utilisée dans nos travaux avec un réseau terrestre de récepteurs GPS compacts (Géocubes) ainsi qu’un Géocube embarqué dans le vecteur aérien. Malgré le fait que la configuration de la scène à surveiller représente un défi pour la photogrammétrie de haute précision (long linéaire, avec peu de relief, un nombre de points au sol minimum), les résultats obtenus sont satisfaisants et montrent un haut degré d’automatisation. Numéro de notice : C2018-093 Thématique : IMAGERIE/POSITIONNEMENT Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91614

Documents numériques

en open access Photogrammétrie par drone avec GNSS embarqué... - diaporama de présentation Adobe Acrobat PDF

Digital aerial photogrammetry can efficiently support large-area forest inventories in Norway / Lars Johannes in Forestry, an international journal of forest research, vol 90 n° 5 (December 2017)  

Permalink

BIM en réhabilitation : l'atout drone / Marielle Mayo in Géomètre, n° 2152 (novembre 2017)

Permalink

Drones et photogrammétrie : Un outil dans l’ADN de la profession / Benoît Greuzat in Géomètre, n° 2150 (septembre 2017)

Permalink

Economics of mapping using small manned and unmanned aerial vehicles / Orrin H. Thomas in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 8 (August 2017)  

Permalink

Conférence drones CNAM / Anonyme in Géomatique expert, n° 116 (mai - juin 2017)

Permalink

Industrialisation des processus d'extraction d'objets à partir de données photogrammétriques par drones / Jérémie Brossard in XYZ, n° 150 (mars - mai 2017)

Permalink

Le relevé en 3D du pic du Midi d'Ossau par les géomètres-experts des Pyrénées-Atlantiques (2ème épisode) / Bernard Flacelière in XYZ, n° 150 (mars - mai 2017)

Permalink

Le relevé en 3D du pic du Midi d'Ossau par les géomètres-experts des Pyrénées-Atlantiques / Bernard Flacelière in XYZ, n° 149 (décembre 2016 - février 2017)

Permalink

Conception de modèles 3D précis pour un suivi 4D optimisé des ouvrages hydrauliques linéaires : intérêt et particularité du drone / Vincent Tournadre in La Houille Blanche, revue internationale de l'eau, vol 2016 n° 3 (juin 2016)  

Permalink

Entwicklung einer direkten Georeferenzierungseinheit zur Positions- und Orientierungbestimmung leichter UAVs in Eichzeit / Christian Eling (2016)

Permalink