Analysis of full-waveform lidar data for urban area mapping

• Auteur / Autrice : Clément Mallet
• Direction : Christian Heipke, Michel Roux
• Type : Thèse de doctorat
• Discipline(s) : Signal et images
• Date : Soutenance en 2010
• Etablissement(s) : Paris, Télécom ParisTech

Mots clés

Mots clés contrôlés

Cartographie

Villes

Classification

Traitement du signal

Résumé

Avec l'émergence récente des systèmes lidar aéroportés à retour d'onde complète, capables de fournir plus qu'une représentation topographique en trois dimensions, se pose la question, entre autres, de son utilité pour l'analyse du milieu urbain. Nous souhaitons en particulier comparer ses performances aux systèmes lidar multi-échos traditionnels. Les signaux lidar fournis sont en effet porteurs d'informations supplémentaires sur les objets atteints. L'objectif final visé dans cette thèse est une cartographie automatique 3D améliorée des zones d'occupation du sol, comme socle de grands nombres d'applications déjà existantes, en partant des données brutes enregistrées. L'approche proposée se compose de deux grandes phases. La première étape consiste à traiter les signaux enregistrés pour générer des nuages de points 3D de qualité maîtrisée, ainsi que pour extraire des informations sur la morphologie de ces derniers. Deux méthodes distinctes sont présentées. L'une cherche à améliorer la méthode standard consistant à supposer que tous les échos suivent un modèle gaussien. La deuxième permet d'explorer l'hypothèse d'un mélange de modèles, donc de caractériser chaque écho séparément, tout en proposant une formulation physique simple et flexible du problème. \\ Dans un second temps, les nuages 3D ainsi générés sont classés en se servant d'attributs spatiaux mais également des attributs morphologiques extraits lors de l'étape précédente. Une approche supervisée utilisant les Séparateurs à Vaste Marge est adoptée pour séparer les zones de sol, de bâtiments, et de végétation. Elle est couplée à un processus de sélection des attributs les plus pertinents. En plus de l'obtention d'une classification de bonne qualité, cette étape met en évidence l'apport des données à retour d'onde complète dans un cadre de cartographie automatique des paysages urbains.

The recent development of airborne full-waveform lidar systems, that are able to provide more than a simple 3D representation of the topographic surfaces, has arisen many questions with respect to the analysis of urban areas, and in relation with traditional multiple pulse sensors. Indeed, the recorded lidar waveforms provide additional information about the geometry and the radiometry of the targets. The final aim of this thesis is to process the raw data in order to achieve a 3D automatic land-cover classification, as a basis for various subsequent applications. The proposed workflow is composed of two main stages. The first step consists in processing the waveform in order to generate an improved 3D point cloud, and retrieve morphological information about these points. Two distinct methods have been proposed. The first one aims to improve the standard approach, which assumes that all echoes can be modelled by the Gaussian curve. The second method hypothesizes a mixture of several models -- each echo is then characterized separately -- and allows to propose a simple physical and flexible solution. Afterwards, the generated 3D points are classified using both spatial features and the morphological ones retrieved from the previous processing step. A supervised approach using Support Vector Machines is adopted in order to label ground, building, and vegetation areas. Furthermore, the classifier is coupled with a feature selection step. Eventually, results with high accuracy are achieved, and enhance the relevance of full-waveform data for automatically mapping urban areas.