Le développement des technologies LiDAR évolue dans le sens où les méthodes d'acquisition aéroportée par avion permettent d'obtenir rapidement, pour des surfaces importantes, des nuages de points de plus en plus denses, et donc des données de plus en plus volumineuses. Dès lors, la gestion et le traitement de plus en plus automatisés, optimisés et rapides de telles données sont indispensables. L'objectif principal de notre travail est l'optimisation du processus de la classification automatique des nuages de points acquis par LiDAR aéroporté. Pour cela, une fois le pré-traitement des données acquises par LiDAR aéroporté achevé, nous avons proposé différentes possibilités d'amélioration de la classification du sursol, à savoir le recours à la classification par groupe, l'application de l'indice de végétation NDVI, la détection automatique des voitures et la vectorisation des bâtiments afin de faciliter et minimiser l'intervention manuelle. Ces améliorations sont les résultats de plusieurs expérimentations que nous avons effectuées sur des jeux de données de différentes densités (10 pts/m² et 20 pts/m²) et d'une occupation de sol diversifiée (urbaine dense/pavillonnaire et rurale).
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Dans ce recueil de 13 nouvelles, la jeune autrice mexicaine frappe fort mais juste
Une fiction historique glaçante et inoubliable, aux confins de l’Antarctique
Découvrez les derniers trésors littéraires de l'année !
"On n'est pas dans le futurisme, mais dans un drame bourgeois ou un thriller atmosphérique"
