Modélisation géométrique de scènes urbaines avec le formalisme LOD2 à partir d'images satellites

Geometric modeling of urban scenes with LOD2 formalism from satellite images

• Auteur / Autrice : Marion Boyer
• Direction : Florent Lafarge
• Type : Thèse de doctorat
• Discipline(s) : Automatique, traitement du signal et des images
• Date : Soutenance le 03/12/2025
• Etablissement(s) : Université Côte d'Azur
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Sophia Antipolis, Alpes-Maritimes)
• Jury : Président / Présidente : Pierre Alliez
• Jury : Examinateurs / Examinatrices : Florent Lafarge, Pierre Alliez, Rafael Grompone von Gioi, Dino Lenco, Ksenia Bittner, David Youssefi
• Jury : Rapporteurs / Rapporteuses : Rafael Grompone von Gioi, Dino Lenco
• DOI : 10.70675/1ae95356zc5eez4d67zaaaaz59515b6ed218

Mots clés

Mots clés contrôlés

Télédétection

Vision par ordinateur

Reconstruction d'image

Imagerie tridimensionnelle

Modèles géométriques

Imagerie satellitaire

Mots clés libres

Télédétection

Vision par ordinateur

Reconstruction 3D

Modélisation géométrique

Images satellites

Scènes urbaines

Remote sensing

Computer vision

3D reconstruction

Geometric modeling

Satellite images

Urban scenes

Résumé

La demande pour des modèles urbains 3D est en hausse suite à l'augmentation de leur cas d'application. Si ces modèles sont généralement créés à partir de nuages de points LiDAR ou d'images multi-vues prises par des acquisitions aériennes, l'utilisation d'images satellites permettrait une meilleure couverture et une meilleure fréquence d'acquisition, tout en étant moins couteux. La nouvelle génération d'images satellites tend vers cet objectif avec des résolutions proches de celle des images aériennes. Cependant, les méthodes de reconstruction pour des données aériennes ne sont pas directement applicables aux images satellites, à cause de la faible visibilité des façades, du nombre de vues par images réduit et des distorsions géométriques possibles. Développer des méthodes adaptées aux images satellites est donc un défi scientifique important. Dans cette thèse nous proposons une chaîne de traitement pour la reconstruction 3D des bâtiments à partir d'images satellites. Contrairement aux méthodes de l'état de l'art qui commencent par une segmentation sémantique et dont les erreurs vont se propager dans le reste des traitements sans possibilité de correction, nous proposons d'exploiter les informations sémantiques et géométriques au même niveau. La chaîne de traitement est composée de deux algorithmes principaux. Le premier a pour but d'extraire des primitives géométriques 2D dans des nuages de points 2D calculés à partir des images. Le deuxième algorithme assemble ces primitives pour construire une représentation structurelle des toits de bâtiments sous forme de graphe planaires, appelée le wireframe 2D. Il s'appuie sur une segmentation sémantique des toits des bâtiments et les informations 3D de l'image, le Modèle Numérique de Surface. Les deux algorithmes utilisent une minimisation d'énergie pour concilier la fidélité aux types de données utilisés et la simplicité voulue de la sortie, nécessaire pour représenter des scènes complexes. Pour démontrer l'efficacité de nos algorithmes, nous avons créé un dataset constitué à partir d'extraits d'images Pleiades Neo. Nous avons aussi fait des expériences sur des datasets plus variés, qui montrent le potentiel de nos algorithmes.

Demand for urban 3D models is increasing as their applications rise. Although these models are usually created from LiDAR point clouds or multiview images captured by arial acquisition, using satellite images would allow a better coverage and a better acquisition frequency, while being less costly. The new generation of satellite images tends toward this objective with resolutions close to those of the aerial images. However, reconstruction methods for aerial data are not directly applicable on satellite images, because of low façade visibility, reduced number of image views and possible geometric distortions. Designing methods suitable for satellite images is thus an important scientific challenge.In this thesis we propose a pipeline for 3D reconstruction of buildings from satellite images. Unlike state-of-the-art methods which begin by a semantic segmentation and whose errors propagate through the rest of the processing without the possibility of correction, we propose to exploit semantic and geometric information at the same level. The pipeline is composed of two main algorithms. The first one aims at extracting 2D geometric primitives from 2D point clouds calculated from images. The second algorithm assembles these primitives to build a structural representation of the building roofs as a planar graph, called the 2D wireframe. It relies on a semantic segmentation of building roofs and 3D information of the image, the Digital Surface Model. Both algorithms use an energy minimization to balance the fidelity to the data types used and the desired simplicity of the output, which is necessary to represent complex scenes. To demonstrate the efficiency of our algorithms , we created a dataset comprising of extracts of Pleiades Neo images. We also conducted experiments on more varied datasets, which show the potential of our algorithms.