Détection d’empreintes de bâtiments dans un Modèle Numérique d’Élévation : une approche énergétique
Résumé
This paper presents a fully automatic method for building footprints extraction from Digital Elevation Models (DEM). We use an already existing framework developped by [13] which relies on marked point process of rectangles.
Thus, we consider that 2D building footprints are arrangements of rectangles of which we neither know a priori the number nor the parameters. The aim is to find the optimal configuration of objects, that is to say the one which minimizes an energetic function. The optimisation is conducted thanks to a RJMCMC sampler (Reversible Jump Monte Carlo Markov Chain) and coupled with a simulated annealing in order to find the optimum of this non convex energetic function.
Computation times are notably reduced with respect to former approaches. This is due to both our simplified energy formulation and geometric optimisations, allowing very fast computations.
Nous présentons dans cet article une méthode totalement automatique pour l’extraction d’emprises de bâtiments dans des Modèles Numériques d’Élévation (MNE). Nous utilisons pour cela le cadre définit par [13] utilisant des processus ponctuels marqués de rectangles.
Nous considérons donc que les emprises bidimensionnelles des bâtiments sont des arrangements de rectangles, dont on ne connaît a priori ni le nombre ni les paramètres.
L’objectif est de déterminer la configuration d’objets optimale, c’est-à-dire celle qui minimise une fonction d’énergie. Nous utilisons pour l’optimisation un échantillonneur RJMCMC (Reversible Jump Monte Carlo Markov Chain) couplé à un recuit simulé afin de déterminer l’optimum de cette fonction d’énergie non convexe. Les temps de calcul sont notablement réduits par rapport aux précédentes approches, d’une part grâce à la définition simplifiée de l’énergie, d’autre part par des optimisations géométriques permettant des calculs rapides.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...