Avis de Soutenance de Thèse de Doctorat présentée par : Ms BELLAKAOUT Abdelmounaim

Thèse présentée pour obtenir le grade de Docteur

de l’Institut Agronomique et Vétérinaire Hassan II

 

Formation doctorale : Sciences et ingénierie géodésiques, géoinformatiques, de l’aménagement, de l’eau et des procédés alimentaires

Unité de recherche : Technologie de l’espace au service du développement territorial, de la gestion des ressources naturelles et du suivi de l’environnement

 

Par :

BELLAKAOUT Abdelmounaim

Le 30 Mai 2016 à 16h

Extraction automatique des bâtiments,

végétation et voirie à partir des données

LiDAR 3D

 

Membres du jury

Pr. CHERKAOUI-Omari Mohamed (IAV Hassan II)…………………... Directeur de thèse

Pr. ETTARID Mohamed (IAV Hassan I…………………...…………Membre du comité thèse

Pr. TOUZANI Abderrahmane (Directeur du CRASTE-LF)……Membre du comité thèse

Pr. ROCHDI Mohamed (IAV Hassan II)………………………….…..……..............Rapporteur

Pr. FAHSI Ahmed ……..……………….…..…………………….…..……….. ................Rapporteur

M.ABOUTAJDINE Driss (Directeur du CNRST)……………………….……...........Rapporteur

 


Résumé de la thèse

Les relevés topographiques par technique LiDAR (Light Detection And Ranging) ou « lasergrammétrie » aéroportée génèrent un nuage avec une densité de plusieurs points par mètre carré avec une bonne précision (Possibilité de faire jusqu’à 200 pt/m² au sol à une précision de 1cm). Le traitement de ces données est donc une étape cruciale et indispensable pour les rendre utilisables.

L’extraction de l’information 3D d’une façon automatique et surtout en zone urbaine à partir de données LiDAR est l’un des problèmes les plus difficiles en vision par ordinateur. Elle est en même temps une étape primordiale pour la mise en œuvre de plusieurs applications actuelles qui nécessitent une interprétation de haut niveau de données LiDAR. Pour établir un modèle 3D d’une scène urbaine, deux étapes sont indispensables : La segmentation du nuage de point pour en extraire trois classes bâtiments, végétations et voirie, et la modélisation qui s’appuie sur la classe « bâtiments » pour les décrire.

L’approche proposée dans cette recherche consiste à réaliser une segmentation traitant directement le nuage de points bruts sans aucune interpolation et sans se référer à d’autres sources de données complémentaires, ce qui conserve la précision et la qualité des données levées. Le résultat de la segmentation sera utilisé par l’algorithme de modélisation d’une manière automatique. 

En fonction de l’analyse des relations topologiques de chaque point (P) du nuage {S}, le premier algorithme de segmentation engendre quatre classes : contour supérieur, contour inférieur, surface uniforme et surface non uniforme. Ces classes sont sous la forme de nuages de points, ce qui donne une particularité à cette approche.  La plupart des approches rencontrées dans la littérature transforment le nuage de point en modèle numérique de surface afin d’utiliser les algorithmes de traitement d’images. Cette transformation dégrade la qualité du levé LiDAR.

Le deuxième algorithme de segmentation met en exergue deux classes importantes: les toits des bâtiments, le sol et la voirie, tout en traitant la classe surface uniforme. Le troisième algorithme de segmentation que nous avons développé dans le cadre de cette recherche a pour fonction la séparation des classes voirie et sol, ainsi que la déduction de la classe végétation. Les résultats de l’étape « segmentation » sont employés dans l’algorithme de modélisation 3D. Ce dernier utilise les classes « toits des bâtiments », « contours inferieurs », «  contours supérieurs » et « voirie » afin de construire un modèle complet de la zone traitée. 

L’application « Extra3D » à été développé sur la plateforme Java 3D pour visualiser, tester et valider les algorithmes de segmentation et de modélisation.

Après avoir testé les algorithmes sur des sites différents et validé les résultats, on peut conclure que l’approche que nous avons développée dans le cadre de cette recherche donne  des résultats satisfaisants. De plus, elle extrait tous les objets 3D dans la scène balayée ainsi qu’elle met en évidence d’autres classes de données comme la végétation et la voirie.

 

Mots clés : LiDAR, 3D, nuage de points, Segmentation, Modélisation, Extraction, Java3D.