Bilan sur l’avancement de la segmentation du nuage de points

A l’issue de l’acquisition et des traitements des données photogrammétriques, nous disposons de nuages de points denses de différentes zones du plan-relief ainsi que de maillages des îlots urbains.

Afin de réaliser la modélisation 3D paramétrique de la ville, il est nécessaire de disposer des polygones décrivant les plans des toits et les emprises des cheminées. Nous avons développé une chaîne de traitements permettant d’extraire automatiquement ces informations des nuages de points. Ces développements ont fait l’objet d’une publication et d’une présentation orale lors de la conférence du CIPA 2017 (http://www.cipaottawa.org).

1. Segmentation des îlots urbains

La première étape consiste à segmenter le nuage de points en îlots urbains. Pour ce faire, le sol est d’abord extrait à l’aide d’un filtre utilisé à l’origine pour l’extraction des sols de nuages de points issus d’acquisitions au LiDAR aérien. Puis, dans un second temps, une analyse en composantes connexes est réalisée afin de séparer les éléments spatialement distincts dans le nuage des points hors sol.

Segmentation du nuage de points en îlots urbains

Cette méthode ne permet pas de segmenter tous les îlots. En effet, certains îlots ne sont pas spatialement séparés et il peut y avoir du bruit dans le nuage de points entre deux îlots très proches. Cependant, la méthode proposée permet déjà d’extraire 60 % des îlots automatiquement.

2. Identification des points appartenant aux toits

A l’échelle du nuage de points d’un îlot et du sol environnant, la deuxième étape de la chaîne de traitements consiste à identifier les points appartenant aux toits. Le sol est d’abord extrait en segmentant un plan horizontal et retiré du nuage de points. L’extraction des plans de façades est ensuite considérée. Une image binaire est générée en considérant la projection des points sur le plan horizontal. Les contours de cette image permettent d’identifier les points appartenant aux façades. Une segmentation en plans est finalement effectuée pour extraire les différents plans de façades. Les points appartenant aux plans de façades sont retirés du nuage et il ne reste donc plus que les points appartenant aux toits.

3. Extraction des cheminées et des arêtes de toits

Afin d’extraire à la fois les cheminées et les arêtes de toits, le nuage de points des toits a été subdivisé en couches selon la hauteur. Le principe est d’étudier chaque couche du haut vers le bas. En ce qui concerne les cheminées, les éléments spatialement séparés sont identifiés dans chaque couche. Un ensemble de critères a été mis en place pour déterminer si ces éléments appartiennent à des cheminées (nombre de points, largeur, longueur, rapport entre longueur et largeur). A partir des éléments respectant les critères imposés, une croissance de région 3D permet d’obtenir un nuage de points par cheminée. La méthode d’extraction des cheminées a été validée à l’aide de 6 îlots différents. Pour un total de 109 cheminées, 98% ont été extraits automatiquement.

Segmentation des cheminées (une couleur par cheminée) – Ilots 5 et 6

Les cheminées sont retirées du nuage de points des toits et les couches sont à nouveau analysées pour extraire les arêtes des toits. La couche du haut est sélectionnée et les éléments linéaires sont détectés dans le nuage de points de celle-ci. Ces éléments sont supposés être des arêtes de toits. Pour le vérifier, plusieurs critères sont pris en compte : le nombre de points de la ligne, l’écart-type des distances points-ligne et la longueur de l’élément linéaire. Pour chaque arête identifiée, deux plans sont ensuite extraits de part et d’autre de l’arête. Chaque couche est analysée afin d’extraire toutes les arêtes se trouvant à des hauteurs différentes.

Extraction des arêtes (une couleur par arête) et segmentation des plans des toits (nuages en jaune et bleu), vue de dessus  – Ilots 5 et 6

4. Exploitation des résultats pour la modélisation 3D paramétrique des îlots urbains

À l’heure actuelle, la chaîne de traitements automatique présentée permet d’extraire les nuages ​​de points des cheminées et les arêtes et plans des toits. La modélisation 3D paramétrique nécessite de disposer en entrée des polygones décrivant les toits et le haut des cheminées. Une méthode de reconstruction est en cours de développement. Celle-ci consiste à ajuster un rectangle pour chaque cheminée et à réaliser des intersections de plans pour les toits.

Les développements de chaînes de traitements automatiques pour l’extraction des éléments des toits et pour la modélisation 3D paramétrique ont été effectués en parallèle. Afin de pouvoir tester et développer l’étape automatique de modélisation paramétrique, une interface graphique a été développée pour dessiner sur le maillage d’un îlot les polygones nécessaires à la modélisation. Pour l’îlot 6, il faut environ 8 heures de travail pour dessiner correctement les polygones. Le dessin manuel est chronophage en raison de la qualité du maillage dans certaines parties telles que de petites cours ou des rues étroites. Les bords arrondis rendent difficile l’estimation de la position correcte des points. Les résultats de la détection automatique des polygones des toits nécessiteront probablement quelques corrections manuelles (ajout, suppression ou modification de polygones) mais l’extraction automatique des polygones des toits permettra d’économiser du temps et sera beaucoup plus précise.

Article rédigé par Hélène Macher, post-doctorante, 
laboratoire iCube.
Publié dans modélisation paramétrique, nuage de points, segmentation | Laisser un commentaire

Programmation de la campagne de numérisation

Cette galerie contient 1 photo.

Campagne de numérisation Continuer la lecture

Toutes les galeries | Commentaires fermés sur Programmation de la campagne de numérisation

Bilan sur l’avancement de la modélisation sémantique des zones urbaines

1. Principes

Le processus de modélisation est explicité Figure 1. Les premières tâches (2 et 3) ont  permis la création d’un maillage texturé du plan-relief et l’extraction automatique de données pertinentes (1, Figure 1) qui permettent la modélisation sémantique et paramétrée des éléments du plan-relief, que ce soit les bâtiments ou les éléments de fortifications (2, Figure 1) et ceci à partir d’une bibliothèque de objets paramétrables, bibliothèque créée à partir de l’étude et la structuration des connaissances métiers (3, Figure 1).2. Extraction des éléments pertinents

La modélisation des bâtiments se fait par les pans de toitures comme nous l’avons expliqué dans (Chevrier 2015). C’est pourquoi l’étape de segmentation nous fournit les pans de toitures, les carrés correspondant à la face supérieure des cheminées et les sols correspondant aux cours et rues.

Les premiers essais nous ont permis de constater qu’une bonne partie des pans de toitures étaient détectés sur les ilots de test mais ne permettait pas d’obtenir de de bons résultats sur d’autres ilots. A ce stade, la segmentation automatique ne nous apportait d’aide. Il nous fallait autant de temps pour ajuster et compléter la segmentation que de partir de zéro et de dessiner manuellement les pans de toitures. Cependant, la position des plans support des pans de toitures étaient indéniablement plus fiable. Manuellement, il est difficile et long d’ajuster au mieux le plan support.

Les deuxièmes essais ont permis de nettement améliorer le résultats (Figure 2). Quasiment tous les pans de toiture ont été extraits automatiquement, ainsi que les cheminées. Il reste à accoler les maisons les unes contre les autres, que ce soit par les pignons ou par les façades.

3. Modélisation sémantique et paramétrée des bâtiments

Nous avons développé un prototype logiciel pour l’automatisation de la modélisation. Ce prototype est développé en Objective C sous mac OS X. La visualisation 3D se fait avec ThreeJS.

Les grandes étapes du processus sont les suivantes :

▪        Les pans sont automatiquement regroupés en toiture (pans en vert clair et cube rose sur la Figure 3, 2.

▪        La configuration de la toiture est comparée à celles des éléments de la bibliothèque (Figure 3, 3) afin de déterminer le type d’objet paramétré à utiliser pour modéliser ce bâtiment.

▪        Enfin, les objets peuvent être créés et les paramètres ajustés automatiquement par rapport aux pans de la segmentation (Figure 3, 4).

 

Ajustement manuel

Comme les modèles de la bibliothèque sont parfois théoriques (pans plans, faitage horizontal…), certaines bâtiments ne « collent » pas parfaitement aux pans issus de la segmentation et au maillage 3D. Une vérification visuelle est nécessaire pour chaque ilot.

Les différents ajustements qu’il peut y avoir à faire sont les suivants : pans non plans, faitage non horizontal ou ajustement d’un bâtiment par rapport à ses voisins.

Les éléments sont prêts pour être texturer avec photoscan (logiciel qui a permis la création du maillage texturé).

4. Modélisation manuelle des monuments et ponts

Les monuments sont en général complexes et ont été modélisés manuellement avec un modeleur (Blender). Ce fût le cas de la cathédrale (Figure 4) et de l’église Saint-Etienne (Figure 5). D’autres églises plus simples ont plus être modélisées automatiquement avec notre prototype.

Les ponts (Figure 6), quoique simples, ont été modélisés manuellement car nous n’avons pas eu le temps d’étudier  ces ouvrages afin de réaliser une bibliothèque d’objets paramétrés pour les ponts. Les différentes typologies d’églises ont déjà fait l’objet d’une étude théorique au sein du laboratoire, mais leur implémentation dans une bibliothèque n’a pas encore été réalisée.

5. Préparation des ilots pour l’enrichissement

Tous les éléments de la modélisation sont potentiellement cliquables, mais dans les faits seuls les monuments, rues, ponts et places les plus importantes seront documentés. Pour cela, il est parfois nécessaire de regrouper un ensemble d’éléments (corps de bâtiment) en un seul groupe qui sera une unique entité sur laquelle l’utilisateur pourra cliquer et avoir de l’information. La Figure 7 indique en rouge les éléments cliquables. C’est dans la hiérarchie de la scène 3D que l’on regroupe les éléments.

Publié dans SemanticModelling | Marqué avec , | Laisser un commentaire

Le projet Urbania présenté à la conférence CIPA 2017

L’évolution rapide des nouvelles technologies numériques a révolutionné la pratique d’enregistrement de lieux historiques. Les outils numériques offrent une multitude de nouvelles opportunités pour collecter, analyser et diffuser des informations sur des sites patrimoniaux.

La conférence 26ème conférence internationale du CIPA (Comité International de la Photogrammétrie Architecturale) s’est concentrée sur les processus numériques pour la conservation du patrimoine (Digital Workflows for Heritage Conservation). Elle s’est tenue du 28 août au 1er septembre 2017 à Ottawa au Canada.

Le projet URBANIA s’inscrit pleinement dans le thème de la conférence. L’article rédigé et présenté à cette conférence décrit d’une part le protocole d’acquisition mis en place pour la numérisation du plan-relief de Strasbourg et, d’autre part, la chaîne de traitements mise en place pour l’extraction automatique d’éléments de toits à partir de nuages de points en vue de la modélisation 3D paramétrique des îlots urbains.

Publié dans nuage de points, segmentation | Laisser un commentaire

Réalisation de la numérisation du plan-relief de Strasbourg

Cette galerie contient 8 photos.

La société INGEO a réalisé la campagne du numérisation. Voici les différentes étapes de cette campagne. 1. Préparation de la mission Le plan-relief de Strasbourg a une surface d’environ 72m² (12mx6m). Le plan-relief est ceinturé par de grandes cloisons vitrées … Continuer la lecture

Toutes les galeries | Laisser un commentaire