Centre dedocumentation
scientifique

Structural segmentation and classification of mobile laser scanning point clouds with large variations in point density / Yuan Li in ISPRS Journal of photogrammetry and remote sensing, vol 153 (July 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 153 (July 2019) . - pp 151 - 165 Titre : Structural segmentation and classification of mobile laser scanning point clouds with large variations in point density Type de document : Article/Communication Auteurs : Yuan Li, Auteur ; Bo Wu, Auteur ; Xuming Ge, Auteur Année de publication : 2019 Article en page(s) : pp 151 - 165 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] champ aléatoire conditionnel [Termes descripteurs IGN] classification [Termes descripteurs IGN] classification basée sur les régions [Termes descripteurs IGN] densité des points [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] Hong-Kong [Termes descripteurs IGN] modèle 3D de l'espace urbain [Termes descripteurs IGN] Paris (75) [Termes descripteurs IGN] scène urbaine [Termes descripteurs IGN] segmentation hiérarchique [Termes descripteurs IGN] segmentation par croissance de régions [Termes descripteurs IGN] segmentation sémantique [Termes descripteurs IGN] semis de points Résumé : (Auteur) Objects are formed by various structures and such structural information is essential for the identification of objects, especially for street facilities presented by mobile laser scanning (MLS) data with abundant details. However, due to the large volume of data, large variations in point density, noise and complexity of scanned scenes, the achievement of effective decomposition of objects into physical meaningful structures remains a challenge issue. And structural information has been rarely considered to improve the accuracy of distinguishing between objects with global or local similarity, such as traffic signs and traffic lights. Therefore, we propose a structural segmentation and classification method for MLS point clouds that is efficient and robust to variations in point density and complex urban scenes. During the segmentation stage, a novel region growing approach and a multi-size supervoxel segmentation algorithm robust to noise and varying density are combined to extract effective local shape descriptors. Structural components with physically meaningful labels are generated via structural labelling and clustering. During the classification stage, we consider the structural information at various scales and locations and encode it into a conditional random-field model for unary and pairwise inferences. High-order potentials are also introduced into the conditional random field to eliminate regional label noise. These high-order potentials are defined upon regions independent of connection relationships and can therefore take effect on isolated nodes. Experiments with two MLS datasets of typical urban scenes in Paris and Hong Kong were used to evaluate the performance of the proposed method. Nine and eleven different object classes were recognized from these two datasets with overall accuracies of 97.13% and 95.79%, respectively, indicating the effectiveness of the proposed method of interpreting complex urban scenes from point clouds with large variations in point density. Compared with previous studies on the Paris dataset, our method was able to recognize more classes and obtained a mean F1-score of 72.70% of seven common classes, being higher than the best of previous results. Numéro de notice : A2019-262 Thématique : IMAGERIE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.05.007 date de publication en ligne : 28/05/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.05.007 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93075 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019071	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019073	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019072	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Automatic building rooftop extraction from aerial images via hierarchical RGB-D priors / Shibiao Xu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 56 n° 12 (December 2018) . - pp 7369 - 7387 Titre : Automatic building rooftop extraction from aerial images via hierarchical RGB-D priors Type de document : Article/Communication Auteurs : Shibiao Xu, Auteur ; Xingjia Pan, Auteur ; Er Li, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 7369 - 7387 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] champ aléatoire conditionnel [Termes descripteurs IGN] détection du bâti [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] itération [Termes descripteurs IGN] scène urbaine [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] segmentation hiérarchique [Termes descripteurs IGN] toit [Termes descripteurs IGN] zone saillante 3D Résumé : (auteur) Accurate building rooftop extraction from high-resolution aerial images is of crucial importance in a wide range of applications. Owing to the varying appearance and large-scale range of scene objects, especially for building rooftops in different scales and heights, single-scale or individual prior-based extraction technique is insufficient in pursuing efficient, generic, and accurate extraction results. The trend toward integrating multiscale or several cue techniques appears to be the best way; thus, such integration is the focus of this paper. We first propose a novel salient rooftop detector integrating four correlative RGB-D priors (depth cue, uniqueness prior, shape prior, and transition surface prior) for improved rooftop extraction to address the preceding complex issues mentioned. Then, these correlative cues are computed from image layers created by our multilevel segmentation and further fused into the state-of-the-art high-order conditional random field (CRF) framework to locate the rooftop. Finally, an iterative optimization strategy is applied for high-quality solving, which can robustly handle varying appearance of building rooftops. Performance evaluations in the SZTAKI-INRIA benchmark data sets show that our method outperforms the traditional color-based algorithm and the original high-order CRF algorithm and its variants. The proposed algorithm is also evaluated and found to produce consistently satisfactory results for various large-scale, real-world data sets. Numéro de notice : A2018-558 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2850972 date de publication en ligne : 26/07/2018 En ligne : http://dx.doi.org/10.1109/TGRS.2018.2850972 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91664 [article]

Toward evaluating multiscale segmentations of high spatial resolution remote sensing images / Xueliang Zhang in IEEE Transactions on geoscience and remote sensing, vol 53 n° 7 (July 2015)

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 53 n° 7 (July 2015) . - pp 3694 - 3706 Titre : Toward evaluating multiscale segmentations of high spatial resolution remote sensing images Type de document : Article/Communication Auteurs : Xueliang Zhang, Auteur ; Pengfeng Xiao, Auteur ; Xuezhi Feng, Auteur ; et al., Auteur Année de publication : 2015 Article en page(s) : pp 3694 - 3706 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse d'image numérique [Termes descripteurs IGN] analyse d'image orientée objet [Termes descripteurs IGN] analyse multicritère [Termes descripteurs IGN] Chine [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image Quickbird [Termes descripteurs IGN] segmentation hiérarchique [Termes descripteurs IGN] segmentation multirésolution Résumé : (Auteur) Object-based analysis of high spatial resolution remote sensing images addresses the matter of multiscale segmentation. However, existing segmentation evaluation methods mainly focus on single-scale segmentation. In this paper, we examine the issue of supervised multiscale segmentation evaluation and propose two discrepancy measures to determine the manner in which geographic objects are delineated by multiscale segmentations. A QuickBird scene in Hangzhou, China, is used to conduct the evaluation. The results reveal the effectiveness of the proposed measures, in terms of method comparison and parameter optimization, for multiscale segmentation of high spatial resolution images. Moreover, meaningful indications for selecting suitable multiple segmentation scales are presented. The proposed measures are applicable to performance evaluation and parameter optimization for multiscale segmentation algorithms. Numéro de notice : A2015-320 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76573 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2015071	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Object-based hyperspectral classification of urban areas using marker-based hierarchical segmentation / Davood Akbari in Photogrammetric Engineering & Remote Sensing, PERS, vol 80 n° 10 (October 2014)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 80 n° 10 (October 2014) . - pp 963 - 970 Titre : Object-based hyperspectral classification of urban areas using marker-based hierarchical segmentation Type de document : Article/Communication Auteurs : Davood Akbari, Auteur ; Abdolreza Safari, Auteur ; Saeid Homayouni, Auteur Année de publication : 2014 Article en page(s) : pp 963 - 970 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] classification spectrale [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] segmentation hiérarchique [Termes descripteurs IGN] zone urbaine Résumé : (auteur)An effective approach to spectral-spatial classification has been achieved using Hierarchical SEGmentation (HSEG) by Tarabalka et al. (2009 and 2010). Our goal is to improve this approach to the classification of hyperspectral images in urban areas. The first step of our proposed method is to segment the spectral images using a novel marker-based HSEG, method. The spatial features from segmented images are then extracted. Spatial information such as the area, entropy, shape, adjacency, and relation features constitute the components of feature space. Last, using both spectral and spatial features, the image objects are classified by a support vector machine (SVM) classifier. Three image data-sets were used to test this method. The results of our experiment indicate that the main advantage of the proposed method, compared to the previous HSEG-based approach, is that it increases classification accuracy by selecting the appropriate contextual features of different objects. Numéro de notice : A2014-673 Thématique : IMAGERIE Nature : Article DOI : 10.14358/PERS.80.10.963 En ligne : https://doi.org/10.14358/PERS.80.10.963 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75153 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2014101	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Approches multi-hiérarchiques pour l'analyse d'images de télédétection / Camille Kurtz in Revue Française de Photogrammétrie et de Télédétection, n° 205 (Janvier 2014)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 205 (Janvier 2014) . - pp 19 - 35 Titre : Approches multi-hiérarchiques pour l'analyse d'images de télédétection Type de document : Article/Communication Auteurs : Camille Kurtz, Auteur ; Pierre Gançarski, Auteur ; Anne Puissant, Auteur ; Nicolas Passat, Auteur Année de publication : 2014 Article en page(s) : pp 19 - 35 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] classification automatique [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] morphologie mathématique [Termes descripteurs IGN] processus d'analyse hiérarchisée [Termes descripteurs IGN] segmentation hiérarchique Résumé : (Auteur) Au cours de la dernière décennie, la télédétection par imagerie satellitaire a connu plusieurs révolutions, liées d’une part à l’augmentation spectaculaire du nombre de dispositifs d’acquisition, et d’autre part aux progrès des capteurs tant en termes de résolutions spatiale et temporelle que spectrale. Dans ce contexte, de nouvelles problématiques sont apparues, notamment en traitement et analyse d’images. L’un des axes de recherche les plus prometteurs pour traiter ces problématiques s’appuie sur la notion de hiérarchie, qui peut se décliner sous plusieurs formes et ainsi permettre de traiter plusieurs types de tâches, du traitement de bas-niveau jusqu’à l’analyse de haut niveau. Dans cet article, nous décrivons certaines tendances récentes liées à ces approches hiérarchiques. Numéro de notice : A2014-547 Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74174 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2014012	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2014011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Fast hierarchical segmentation of high-resolution remote sensing images with adaptative edge penalty / Xuellang Zhang in Photogrammetric Engineering & Remote Sensing, PERS, vol 80 n° 1 (January 2014)  

Permalink

Hierarchical segmentation-based software for cover classification analyses of seabed images (Seascape) / Nuria Teixido in Marine Ecology Progress Series (MEPS), n° 431 ([09/06/2011])    

Permalink

Stéréovision par zone outils et structure d’un système expert / Yannick Remion (1988)

Permalink