Modélisation 3D automatique 1- Modélisation des façades des bâtiments 2- Modélisation des toits des bâtiments (Travaux en cours) - Extraction du contour du bâtiment MNSb du bâtiment Contour du bâtiment Le filtre utilisé Polygone du contour du bâtiment Après le filtrage Décomposition du polygone du contour en utilisant la technique de « Douglas Peucker » Calcul des plans moyens en respectant le principe des moindres carrés Décomposition du polygone du contour Calcul des plans moyens Modèle 2D du bâtiment Modèle 3D du bâtiment - Modélisation de ses façades Détection des plans du toit (technique de RANSAC adaptée) Modélisation du toit en 2D Modélisation du toit en 3D Segmentation automatique 1- Segmentation sol/sursol 2- Segmentation bâtiments/végétation - Remplissage des bâtiments - Élimination des petits segments restants MNS Contours des segments de la classe sursol Classe de sursol - Élimination de la végétation Utilisation de la superposition du nuage de points sur le MNS Utilisation du critère de la plus petite superficie prévisible de bâtiment Application d’un algorithme spécifique de croissance de région (region growing) Extraction automatique et modélisation tridimensionnelle de bâtiments à partir de données Lidar Fayez TARSHA KURDI Tania LANDES Pierre GRUSSENMEYER MAP-PAGE UMR 694 INSA de Strasbourg 24, bd de la Victoire Strasbourg (France) ATELIER PNTS La très haute résolution spatiale en télédétection urbaine École Centrale Nantes Les septembre 2007 Le système d’acquisition par balayage laser aéroporté (LIDAR) fournit des nuages de points 3D de densité élevée. Pour construire automatiquement un modèle 3D urbain à partir de données LIDAR, deux étapes sont indispensables. La première consiste à segmenter automatiquement le nuage de points pour en extraire des classes (en général le sol, les bâtiments et la végétation). La seconde se base ensuite sur la classe « bâtiments » pour en modéliser les éléments de façon automatique. Concernant les techniques de segmentation auto- matique de points, l’approche proposée consiste à réaliser une segmentation automatique en deux étapes. La première étape vise à segmenter le MNS en deux classes que sont le « sol » et le « sursol ». Pour cela, un seuillage local est appliqué par le biais d’un opérateur de convolution. La deuxième étape consiste à détecter les bâtiments à partir de la classe « sursol ». A cet effet, le MNS et le nuage de points sont utilisés conjointement de façon à profiter des atouts de chacun. Ensuite, concernant la modélisation auto- matique de bâtiments, l’approche proposée est composé de deux étapes essentielles : la modélisation des façades et la modélisation de toit. Pour modéliser les façades d’un bâtiment, on utilise la technique de Douglas-Peucker qui permet de décomposer le contour des bâtiments selon ses façades. Puis, l’application de la théorie des moindres carrés permet de calculer la droite moyenne passant par les points situés le long de chaque façade. Pour modéliser ensuite les toits du bâtiment, la technique de RANSAC (RANdom SAmple Consensus) est adaptée et appliquée afin de détecter auto- matiquement les plans les plus probables du toit. Résultats Résumé Données Site du boulevard de la victoire à Strasbourg Site de Hermanni (données Euro SDR) Image aérienne MNS Masque de bâtiments Bâtiments avec des toits plats Segmentation des toits de bâtiments Image aérienne MNS Masque de bâtiments Bâtiments avec des toits plats Segmentation des toits de bâtiments 7 kHz 25 kHz Frequence du pulse 200 m 1440 m Hauteur de vol 7 points/m² 1.3 points / m² Densité de points TopEye TopScan (Optech ALTM 1225) Système laser Hermanni Strasbourg Test sites