| Titre | Extraction of building footprints from LiDAR: an assessment of classification and point density requirements |
| |
| Auteur | Proulx-Bourque, J -S; McGrath, H ; Bergeron, D; Fortin, C |
| Source | Advances in remote sensing for infrastructure monitoring; par Singhroy, V (éd.); Springer Remote Sensing/Photogrammetry 2020 p. 259-271, https://doi.org/10.1007/978-3-030-59109-0 11 |
| Année | 2020 |
| Séries alt. | Ressources naturelles Canada, Contribution externe 20190086 |
| Éditeur | Springer |
| Document | livre |
| Lang. | anglais |
| DOI | https://doi.org/10.1007/978-3-030-59109-0 11 |
| Media | papier; en ligne; numérique |
| Formats | pdf |
| Sujets | interprétations géophysiques; Méthodologie; Bâtiment; Données géographiques; géophysique; Sciences et technologie; Société et culture |
| Programme | Géobase |
| Diffusé | 2020 12 24 |
| Résumé | (non publié)
Il y a une augmentation de la collecte et de la disponibilité des données LiDAR au Canada. Bien que les modèles numériques de terrain et de surface soient les produits dérivés les
plus courants, les données des nuages de points LiDAR peuvent également être utilisées pour extraire diverses couches d'information, notamment la végétation, les lignes de services publics, les ponts et les bâtiments. Le présent document décrit
l'initiative actuelle visant à dériver les empreintes des bâtiments à partir des données LiDAR afin de générer un ensemble de données sur l'empreinte des bâtiments pour le portail de données ouvertes du Canada et d'évaluer les critères minimaux
acceptables pour une extraction réussie et précise des bâtiments. Les résultats fournissent des lignes directrices sur les exigences de densité minimale des données LiDAR sur les nuages de points pour l'extraction des caractéristiques de l'empreinte
des bâtiments en milieu urbain. Deux critères ont été testés : (i) la densité minimale de points et (ii) l'effet des nuages de données ponctuelles classées par fournisseur ou reclassées (classées à l'aide d'outils libres) dans le processus
d'extraction des bâtiments. Les résultats indiquent que des données de nuages de points classées par les fournisseurs avec une densité minimale de 4 pts/m² sont suffisantes pour extraire avec précision les empreintes des bâtiments avec une confiance
>75 %. Pour le LiDAR reclassé, une densité d'au moins 8 pts/m² serait nécessaire pour atteindre ce niveau de confiance. Toutefois, les erreurs de commission relevées dans la méthode de reclassification entièrement automatique sont nombreuses et il
est nécessaire de procéder à une édition manuelle ou d'affiner l'algorithme avant de pouvoir l'utiliser en production. |
| Sommaire | (Résumé en langage clair et simple, non publié)
Grâce à une analyse comparative de la capacité de détection des bâtiments et de la qualité de la correspondance de la forme de l'empreinte
dérivée, des recommandations sont formulées quant à la densité minimale de points souhaitée pour l'extraction de l'empreinte des bâtiments à partir du LiDAR aéroporté pour les communautés urbaines et quant à la capacité d'extraire ces empreintes à
partir de données classées par fournisseur ou non classées qui sont traitées avec des outils open source. |
| GEOSCAN ID | 314738 |
|
|