Reconstruction of photorealistic 3D models of facades from terrestrial images and laser data - Archive ouverte HAL Access content directly
Theses Year : 2014

Reconstruction of photorealistic 3D models of facades from terrestrial images and laser data

Reconstruction de modèles 3D photoréalistes de façades à partir de données image et laser terrestre

(1)
1

Abstract

One wishes to detect and model building façades from data acquired by the ign mobile scanning vehicle, the Stereopolis. It is a question of finding a geometric representation of facades appropriate to the data (lidar/laser signal and optical images).The method should be automatic and enable the modeling of a large number of facade to help the production of digital city models. Technical obstacles come from the mobile acquisition in uncontrolled urban environment (vehicle georeferencing, variable lidar point density...), they come from the lidar signal, retrieved from a relatively new technology for which the process is not yet consensus :does one operates into sensor geometry or not ? Finally, the amount of data raises the problem of scaling up. To analyze the geometry of lidar 3D point clouds, we proposed attributes describing for each point the shape of the local surroundings (linear-1D, planar-2D or volume-3D).The facade main planes are automatically extracted from lidar data through a streamed detection algorithm of vertical rectangles. We developed two models that are initialized by these rectangles. An irregular grid in which each cell, parallel to the main plane can move forward or backward. A deformable grid which is ''pushed by the laser beams toward the laser points''. Finally, we showed how the deformable grid can be made consistent with the optical images aligning the geometric discontinuities of the grid with radiometric discontinuities of the images
On souhaite détecter puis modéliser les façades de bâtiments à partir des données acquises par le véhicule de numérisation mobile de l'ign, le Stéréopolis. Il s'agit de trouver une représentation géométrique des façades adapté aux données (signal lidar/laser et images optiques).La méthode doit être automatique et rendre possible la modélisation d'un grand nombre de façades afin de contribuer à la production de maquettes numériques de villes. Les verrous techniques proviennent de l'acquisition mobile en environnement urbain non contrôlé (géo référencement du véhicule, densité variable de points lidar...), ils proviennent du signal lidar, issu d'une technologie relativement récente et pour lequel le processus de traitement n'est pas encore consensuel : faut-il exploiter ou non la géométrie capteur ? Enfin, la quantité de données pose le problème du passage à l'échelle. Afin d'analyser la géométrie des nuages de points 3D lidar, nous avons proposé des attributs décrivant pour chaque point la forme de l'environnement local (linéaire-1D, planaire-2D ou volumique-3D).Les plans principaux des façades sont extraits automatiquement des données lidar grâce à un algorithme streamé de détection de rectangles verticaux. Nous avons développé deux modèles qui sont initialisés par ces rectangles. Une grille irrégulière dont chaque case, parallèle au plan principal peut avancer ou reculer. Une grille déformable qui est ''poussée par les rayons lasers jusqu’aux points lasers’ ‘Enfin, nous avons montré comment la grille déformable peut être rendue cohérente avec les images optiques en alignant les discontinuités géométriques de la grille avec des discontinuités radiométriques des images
Fichier principal
Vignette du fichier
2014PEST1015.pdf (19.33 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)
Loading...

Dates and versions

tel-01128521 , version 1 (09-03-2015)

Identifiers

  • HAL Id : tel-01128521 , version 1

Cite

Jérôme Demantke. Reconstruction de modèles 3D photoréalistes de façades à partir de données image et laser terrestre. Traitement du signal et de l'image [eess.SP]. Université Paris-Est, 2014. Français. ⟨NNT : 2014PEST1015⟩. ⟨tel-01128521⟩

Collections

STAR IGN-ENSG
418 View
246 Download

Share

Gmail Facebook Twitter LinkedIn More