Étude des outils permettant la classification d’un nuage de points LIDAR aérien et optimisation de la chaîne de traitement dans le cadre du programme national du LIDAR HD - Conservatoire National des Arts et Métiers - Mémoires Accéder directement au contenu
Mémoire D'étudiant Année : 2023

Étude des outils permettant la classification d’un nuage de points LIDAR aérien et optimisation de la chaîne de traitement dans le cadre du programme national du LIDAR HD

Résumé

This paper presents a study about aerial point cloud classification, specially focusing on data acquired through the national project LIDAR HD. It conducts a critical analysis of Terrascan’s devices and parametric methods. While parametric methods demonstrate a favorable time-to-quality ratio, it remains some classification ambuiguities that demand a heavy time to correct. Furthermore, the Terrascan’s devices can classify ground, buildings, and some vegetation but no robust devices are proposed for the other classes of the project such as “sursol pérenne” structures composed of pylons, wind turbine etc. Thus, an innovative approach based on the 3D descriptors is proposed. This method offers a better detection of buildings and can also be used for the “sursol pérenne” classification. And finally, the paper explores potential enhancement for the method and its synergy with parametric methods and Terrascan devices. Its introducts IA in the discussion to think about future of aerial point cloud classification.
Ce mémoire présente une étude portant sur la classification de nuages de points issus d’une acquisition aérienne, en se concentrant sur les données acquises dans le cadre du projet national LiDAR HD. Il réalise une analyse critique des outils proposés par Terrascan et des méthodes paramétriques qui offrent un bon rapport temps/qualité, mais il subsiste des confusions qui demandent un temps de correction conséquent. De plus, les outils Terrascan sont limités à la classification du sol, des bâtiments et d’une partie de la végétation. Il n’est pas proposé de méthodes efficaces pour classifier des éléments de la classe du sursol pérenne comme les pylônes électriques ou les éoliennes notamment. Pour y remédier, une autre méthode innovante, basée sur les descripteurs 3D est proposée. Cette méthode offre une meilleure détection des bâtiments et permet en outre de classifier des éléments du sursol pérenne. Enfin, il est étudié les synergies entre les différents outils testés. Puis les performances d’une IA sont introduites afin de discuter de l’avenir de la classification de nuages de points aériens.
Fichier sous embargo
Fichier sous embargo
0 4 10
Année Mois Jours
Avant la publication
vendredi 6 septembre 2024
Fichier sous embargo
vendredi 6 septembre 2024
Connectez-vous pour demander l'accès au fichier

Dates et versions

dumas-04429521 , version 1 (31-01-2024)

Identifiants

  • HAL Id : dumas-04429521 , version 1

Citer

Evan Samzun. Étude des outils permettant la classification d’un nuage de points LIDAR aérien et optimisation de la chaîne de traitement dans le cadre du programme national du LIDAR HD. Sciences de l'ingénieur [physics]. 2023. ⟨dumas-04429521⟩
32 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More