Segmentation sémantique de données de télédétection multimodale: application aux peuplements forestiers - Archive ouverte HAL Access content directly
Conference Papers Year : 2017

Segmentation sémantique de données de télédétection multimodale: application aux peuplements forestiers

Abstract

La délimitation des peuplements forestiers est une tâche fondamentale pour la gestion des forêts, qui est encore principalement réalisée manuellement par photo-interprétation d'images géospatiales à (très) haute résolution spatiale (THR). La détection des peuplements a été peu abordée dans la littérature, qui s'est principalement intéressé, dans des environnements forestiers, à l'extraction individuelle des arbres et la classification des espèces d'arbres. Dans cet article, une méthode fondée sur la fusion des données lidar aéroportées et des images multispectrales THR est proposée pour la délimitation automatique des peuplements forestiers. Les images multispectrales donnent des informations sur les espèces d'arbres, tandis que les nuages de points lidar 3D fournissent des informations géométriques. Les attributs multimodaux sont calculés, à la fois au niveau du pixel et de l'objet: les objets sont obtenus à partir d'une sur-segmentation. Une classification supervisée est ensuite effectuée au niveau de l'objet afin de discriminer grossièrement les espèces d'arbres existantes dans chaque zone d'intérêt. Les résultats de la classification sont ensuite traités pour obtenir des zones homogènes avec des frontières lisses par minimisation d'énergie. La formulation de l'énergie comporte deux parties; une lié à la classification, et une autre dans laquelle des contraintes supplémentaires sont ajoutées. Le modèle énergétique est efficace avec un gain de précision jusqu'à 15% par rapport à la classification. Les résultats de la segmentation utilisant ce modèle ont une précision allant de 96% à 99%.
Fichier principal
Vignette du fichier
orasis2017_Dechesne.pdf (1.63 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-01866680 , version 1 (03-09-2018)

Identifiers

  • HAL Id : hal-01866680 , version 1

Cite

Clément Dechesne, Clément Mallet, Arnaud Le Bris, Valérie Gouet-Brunet. Segmentation sémantique de données de télédétection multimodale: application aux peuplements forestiers. ORASIS 2017, GREYC, Jun 2017, Colleville-sur-Mer, France. ⟨hal-01866680⟩
92 View
173 Download

Share

Gmail Mastodon Facebook X LinkedIn More