Registration of Heterogenous Data for Urban Modeling - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2022

Registration of Heterogenous Data for Urban Modeling

Recalage de données hétérogènes pour la modélisation urbaine

Rahima Djahel
  • Fonction : Auteur
  • PersonId : 1159604
  • IdRef : 264101502

Résumé

This thesis is part of the Building Indoor/Outdoor Modeling (BIOM) project that aims at automatic, simultaneous indoor and outdoor modelling of buildings from heterogeneous data. The heterogeneity is both in data type (image and Light Detection and Ranging (LiDAR)) and acquisition platform: terrestrial indoor/outdoor or aerial acquisition. The first issue of such modeling is thus to precisely register this data. The work carried out has confirmed that the environment and the type of data drive the choice of the registration algorithm. Our contribution consists in exploring the fundamental properties of the data and the acquisition platforms in order to propose potential solutions for all the registration problems encountered by the project. As in abuilding environment, most objects are composed of geometric primitives (planarpolygons, straight lines, openings), we chose to introduce registration algorithmsbased on these primitives. The basic idea of these algorithms consists in the definition of a global energy between the extracted primitives from the data-sets to register and the proposal of a robust method for optimizing this energy based on the RANSAC paradigm. Our contribution ranging from the proposal of robust methods to extract the selected primitives to the integration of these primitives in an efficient registration framework. Our solutions have exceeded the limitations of existing algorithms and have proven their effectiveness in solving the challenging problems encountered by the project such as the indoor/outdoor registration, image/LiDAR registration, and aerial/terrestrialregistration.
Cette thèse fait partie du projet Modelisation Intérieur/Extérieur de Bâtiments (BIOM) qui vise à la modélisation automatique et simultanée de l’intérieur et de l’extérieur de bâtiments à partir de données hétérogènes. L'hétérogénéité est à la fois dans le type de données (image et Light Detection and Ranging (LiDAR)) et la plate-forme d'acquisition: acquisition terrestre intérieure/extérieure ou aérienne. Le premier enjeu d'une telle modélisation est donc de recaler précisément ces données. Les travaux menés ont confirmé que l'environnement et le type de données conditionnent le choix de l'algorithme de recalage. Notre contribution consiste à exploiter les propriétés fondamentales des données et des plateformes d'acquisition afin de proposer des solutions potentielles à tous les problèmes de recalage rencontrés par le projet. Comme dans un environnement de bâtiments la plupart des objets sont composés de primitives géométriques (polygones planaires, lignes droites, ouvertures), nous avons choisi d'introduire des algorithmes de recalage reposant sur ces primitives. L'idée de base de ces algorithmes consiste en la définition d'une énergie globale entre les primitives extraites à partir des jeux de données à recaler et la proposition d'une méthode robuste pour optimiser cette énergie basée sur le paradigme RANSAC. Notre contribution va de la proposition de méthodes robustes pour extraire les primitives sélectionnées à l'intégration de ces primitives dans un cadre de recalage efficace. Nos solutions ont dépassé les limites des algorithmes existants et ont prouvé leur efficacité pour résoudre les problèmes rencontrés par le projet, tels que le recalage intérieur/extérieur, le recalage d'image/LiDAR et le recalage aérien/terrestre.
Fichier principal
Vignette du fichier
TH2022ENPC0023.pdf (30.52 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03764907 , version 1 (30-08-2022)

Identifiants

  • HAL Id : tel-03764907 , version 1

Citer

Rahima Djahel. Registration of Heterogenous Data for Urban Modeling. Other [cs.OH]. École des Ponts ParisTech, 2022. English. ⟨NNT : 2022ENPC0023⟩. ⟨tel-03764907⟩
162 Consultations
67 Téléchargements

Partager

Gmail Facebook X LinkedIn More