Automatisation du traitement des données LiDAR

    Slaoui, El Mehdi (2022)
Projet tutoré
Non consultable
    • Automatisation du traitement des données LiDAR
    • Automatisation du traitement des données LiDAR
    • 15 juin 2022
    • LiDAR
    • nuage de points
    • Python
    • traitement
    • classification
    • LiDAR
    • points cloud
    • Python
    • processing
    • classification
    • Le LiDAR, qui signifie Light Detection And Ranging (détection et télémétrie par la lumière), est une méthode de télédétection qui utilise la lumière sous la forme d'un laser pulsé pour mesurer les portées (distances variables) d’une ou plusieurs surfaces. Ces impulsions lumineuses, combinées à d'autres données enregistrées par le système, génèrent des informations précises et tridimensionnelles sur la forme des surfaces levées. Duran cette période d’alternance j’ai été amené principalement à automatiser un ensemble de traitement LiDAR à travers le développement informatique en Python et en C++. Le sujet principal était de développer un script qui permet de segmenter un nuage de points d’une manière automatique. Ce sujet a fait l’objet de plusieurs projets de recherches dans le passé, qui ont proposé différents méthodes (supervisée et non supervisée) de segmentation et de classification des nuages de points. Dans ce travail, nous nous pencherons plus particulièrement sur la classification automatique des nuages de points des environnements extérieurs par l’algorithme « Random Forest »
    • LiDAR, which stands for Light Detection And Ranging, is a remote sensing method that uses light in the form of a pulsed laser to measure the ranges (varying distances) of one or more surfaces. These light pulses, combined with other data recorded by the system, generate accurate, three-dimensional information about the shape of the surfaces being surveyed. During this internship period I was mainly involved in automating a set of LiDAR processing through computer development in Python and C++. The main subject was to develop a script that allows to segment a point cloud in an automatic way. This topic has been the subject of several research projects in the past, which have proposed different methods (supervised and unsupervised) for segmentation and classification of point clouds. In this work, we will focus on the automatic classification of point clouds of outdoor environments by the Random Forest algorithm.

Citation bibliographique

Slaoui, El Mehdi (2022), Automatisation du traitement des données LiDAR [Projet tutoré]