Relevé 3D et classification de nuages de points du patrimoine bâti
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Murtiyoso, Arnadi Dhestaratri
Date de soutenance : 09-07-2020

Directeur(s) de thèse : Grussenmeyer, Pierre

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Topographie - Géomatique
Classification : Astronomie, cartographie, géodésie, Bâtiments, Informatique

Mots-clés libres : Automatisation, Photogrammétrie, Nuage de points, Modélisation 3D, Classification, Patrimoine
Mots-clés :
  • Patrimoine urbain
  • Modélisation des données du bâtiment
  • Nuages de points
  • Photogrammétrie en architecture
  • Capteurs (technologie)
Résumé : La documentation du patrimoine bâti a beaucoup évolué ces dernières années grâce au développement de nouveaux capteurs 3D et de nouvelles techniques de relevé 3D. Les données 3D contribuent à la création d'archives fiables et tangibles des sites et des monuments historiques. Vu l'importance des données 3D dans la documentation du patrimoine bâti, le contrôle de qualité est un aspect primordial qui devrait être abordé avant d'entreprendre le traitement du nuage de points. La thèse est ainsi divisée en deux parties. La première partie concerne principalement l'acquisition et le contrôle de qualité des données. Un point important sera l'intégration de la photogrammétrie et de lalaser grammétrie dans le contexte de la documentation d'un site historique à différentes échelles. La deuxième partie de la thèse va aborder le traitement de nuages de points, plus particulièrement la segmentation et la classification de nuages de points. L'aspect multi-échelle de notre approche est importante car dans beaucoup de cas, un bâtiment remarquable se situe dans un quartier historique qui nécessite une segmentation multi-échelle. En combinant ces deux parties, nous avons considéré l'ensemble du processus allant de l'acquisition de données 3D jusqu'à la segmentation et la classification en entités à plusieurs échelles.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2020STRAD007
Type de ressource : Thèse