Geometric modeling of urban scenes from satellite imagery - Archive ouverte HAL Access content directly
Theses Year : 2017

Geometric modeling of urban scenes from satellite imagery

Modélisation géométrique de scènes urbaines par imagerie satellitaire

(1)
1

Abstract

Automatic city modeling from satellite imagery is one of the biggest challenges in urban reconstruction. The ultimate goal is to produce compact and accurate 3D city models that benefit many application fields such as urban planning, telecommunications and disaster management. Compared with aerial acquisition, satellite imagery provides appealing advantages such as low acquisition cost, worldwide coverage and high collection frequency. However, a set of technical challenges are imposed by the physical constraints of satellite acquisition. Existing methods produce, at best, dense Digital Surface Models of varying degrees of fidelity. This thesis proposes a fully automatic pipeline for producing compact, semantically-aware and geometrically accurate 3D city models from stereo pairs of satellite images. The proposed pipeline relies on two key ingredients. First, geometry and semantics are retrieved simultaneously providing robust handling of occlusion areas and low image quality. Second, it operates at the scale of geometric atomic regions which allows the shape of urban objects to be well preserved, with a gain in scalability and efficiency. Images are decomposed into convex polygons via Voronoi diagram, with geometric regularities captured by aligning contours of atomic polygons with linear structures. Radiometric semantic classes, elevations, and 3D geometric shapes are retrieved in a joint classification and reconstruction process, interacting information from the left and the right images in a satellite stereo pair. Experimental results show the scalability, time-efficiency, robustness, and output quality of the proposed approach. Worldwide cities in different styles are automatically reconstructed in a few minutes. Qualitative and quantitative evaluations demonstrate the fidelity of the output LOD1 representations by comparing with LiDAR solutions and traditional DSM methods. The proposed method generates compact 3D models within a reasonable average error to the ground truth, illustrated by an altimetric accuracy measurement on Denver city.
La modélisation automatique de villes à partir d’images satellites est l'un des principaux défis en lien avec la reconstruction urbaine. Son objectif est de représenter des villes en 3D de manière suffisamment compacte et précise. Elle trouve son application dans divers domaines, qui vont de la planification urbaine aux télécommunications, en passant par la gestion des catastrophes. L'imagerie satellite offre plusieurs avantages sur l'imagerie aérienne classique, tels qu'un faible coût d'acquisition, une couverture mondiale et une bonne fréquence de passage au-dessus des sites visités. Elle impose toutefois un certain nombre de contraintes techniques. Les méthodes existantes ne permettent que la synthèse de DSM (Digital Surface Models), dont la précision est parfois inégale. Cette dissertation décrit une méthode entièrement automatique pour la production de modèles 3D compacts, précis et répondant à une sémantique particulière, à partir de deux images satellites en stéréo. Cette méthode repose sur deux grands concepts. D'une part, la description géométrique des objets et leur assimilation à des catégories génériques sont effectuées simultanément, conférant ainsi une certaine robustesse face aux occlusions partielles ainsi qu'à la faible qualité des images. D'autre part, la méthode opère à une échelle géométrique très basse, ce qui permet la préservation de la forme des objets, avec finalement, une plus grande efficacité et un meilleur passage à l'échelle. Pour générer des régions élémentaires, un algorithme de partitionnement de l'image en polygones convexes est présenté.
Fichier principal
Vignette du fichier
LiuyunDUAN-Thesis.pdf (27.36 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

tel-02275865 , version 1 (02-09-2019)

Identifiers

  • HAL Id : tel-02275865 , version 1

Cite

Liuyun Duan. Geometric modeling of urban scenes from satellite imagery. Computer Vision and Pattern Recognition [cs.CV]. Université de Nice Sophia Antipolis, 2017. English. ⟨NNT : ⟩. ⟨tel-02275865⟩
187 View
64 Download

Share

Gmail Facebook Twitter LinkedIn More