Appariement des caractéristiques pour les images aériennes historiques multi-époques

Feature matching for multi-epoch historical aerial images

• Auteur / Autrice : Lulin Zhang
• Direction : Marc Pierrot-Deseilligny
• Type : Thèse de doctorat
• Discipline(s) : Sciences et Technologies de l'Information Géographique
• Date : Soutenance le 20/05/2022
• Etablissement(s) : Université Gustave Eiffel
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire en Sciences et technologies de l'information géographique (Champs-sur-Marne, Seine-et-Marne) - Laboratoire en Sciences et technologies de l'information géographique (Champs-sur-Marne, Seine-et-Marne)
• Jury : Président / Présidente : Livio De Luca
• Jury : Examinateurs / Examinatrices : Marc Pierrot-Deseilligny, Marie-Odile Berger, El Mustapha Mouaddib, Ewelina Rupnik, Denis Feurer
• Jury : Rapporteurs / Rapporteuses : Marie-Odile Berger, El Mustapha Mouaddib

Mots clés

Mots clés contrôlés

Archéologie du paysage

Cartographie

Étalonnage

Caméras

Géoparsing

Imagerie satellitaire

Mots clés libres

Appariement des caractéristiques

Images historiques

Multi-Époques

Estimation de la pose

Auto-Étalonnage

Feature matching

Historical images

Multi-Epoch

Pose estimation

Self-Calibration

Résumé

L'imagerie historique se caractérise par une haute résolution spatiale et des acquisitions stéréoscopiques. Elle constitue une ressource précieuse pour la détection des changements et la surveillance environnementale à long terme. Des millions d'images historiques ont été numérisées. Elles sont des témoins objectifs du temps et parfois la seule source visuelle restante de la forme historique du territoire. Cependant, l'énorme potentiel des images historiques diachroniques est supprimé en raison du goulot d'étranglement que constitue leur géoréférencement précis. Il s'agit d'un processus appelé ajustement de faisceau auto-calibré pour estimer les paramètres de calibrage de la caméra. Il faut un nombre suffisant de correspondances dans des paysages évolutifs, qui sont difficiles à obtenir automatiquement, en raison des changements de scène et des conditions hétérogènes d'acquisition des images.Dans cette recherche, nous présentons des pipelines entièrement automatiques pour trouver des correspondances entre des images historiques prises à différents temps (c'est-à-dire, inter-époques), sans données auxiliaires nécessaires. En profitant de la géométrie 3D et de la stratégie grossier-à-précis, nous (1) enregistrons grossièrement les différentes époques en établissant un modèle de transformation globalement cohérent sur l'ensemble du bloc, et (2) nous apparions précisément les images inter-époques sous la direction du co-enregistrement grossier pour réduire l'ambiguïté. Six variantes de deux stratégies sont explorées pour l'étape de co-enregistrement grossier, et deux variantes pour l'étape d'appariement précis. Nos pipelines sont adaptés à diverses applications de surveillance environnementale. Cinq données représentatifs sont choisis pour les expériences, chacun représentant une application caractéristique. Avec les correspondances inter-époques récupérées, nous améliorons les orientations de l'image puis calculons les Digital Surface Models (DSMs) à chaque époque, et évaluons quantitativement les résultats avec les Difference of DSMs (DoDs) et le déplacement du sol dû à un séisme. Nous démontrons que notre méthode (1) peut géoréférencer automatiquement des images historiques diachroniques ; (2) peut atténuer efficacement les erreurs systématiques induites par des paramètres de caméra mal estimés ; et (3) est robuste contre les changements drastiques de la scène. Les pipelines proposés sont mis en œuvre dans MicMac, un logiciel de photogrammétrie libre et gratuit

Historical imagery is characterized by high spatial resolution and stereoscopic acquisitions, providing a valuable resource for change detection and long-term environmental monitoring. Millions of historical images have been digitized. They are objective witness over time and sometimes the only remaining visual source of historical land-form. However, the huge potential of diachronic historical images is suppressed due to the bottleneck of their accurate geo-referencing. It involves a process called self-calibrating bundle adjustment to estimate the camera calibration parameters. Sufficient amount of matches under evolving landscapes are required, which are difficult to be obtained automatically, due to scene changes and heterogeneous image acquisition conditions.In this research, we present fully automatic pipelines to finding matches between historical images taken at different times (i.e., inter-epoch), without auxiliary data required. By taking advantage of 3D geometry and rough-to-precise strategy, we (1) roughly co-register different epochs by establishing a globally consistent transformation model over the whole block, and (2) precisely match inter-epoch images under the guidance of rough co-registration to reduce ambiguity. Six variants out of 2 strategies are explored for rough co-registration stage, and two variants for precise matching stage. Our pipelines are suitable for diverse applications of environmental monitoring. Five representative sets of datasets are chosen for experiments, each one represents a characteristic application. With the recovered inter-epoch matches, we refine the image orientations followed by calculating ac{DSM}s in each epoch, and quantitatively evaluate the results with ac{DoD}s and ground displacement due to an earthquake. We demonstrate that our method (1) can automatically geo-reference diachronic historical images; (2) can effectively mitigate systematic errors induced by poorly estimated camera parameters; and (3) is robust against drastic scene changes. The proposed pipelines are implemented in MicMac, a free, open-source photogrammetric software