Paper published in a journal (Scientific congresses and symposiums)
POINT CLOUD CLASSIFICATION OF TESSERAE FROM TERRESTRIAL LASER DATA COMBINED WITH DENSE IMAGE MATCHING FOR ARCHAEOLOGICAL INFORMATION EXTRACTION
Poux, Florent; Neuville, Romain; Hallot, Pierre et al.
2017In International Journal on Advances in Life Sciences, IV-2/W2, p. 203-211
Peer reviewed
 

Files


Full Text
2017 - Poux, Neuville, Billen - POINT CLOUD CLASSIFICATION.pdf
Publisher postprint (2.71 MB)
Download

All documents in ORBi are protected by a user license.

Send to



Details



Keywords :
classification; cultural heritage; data fusion; feature extraction; laser scanning; point cloud; segmentation
Abstract :
[en] Reasoning from information extraction given by point cloud data mining allows contextual adaptation and fast decision making. However, to achieve this perceptive level, a point cloud must be semantically rich, retaining relevant information for the end user. This paper presents an automatic knowledge-based method for pre-processing multi-sensory data and classifying a hybrid point cloud from both terrestrial laser scanning and dense image matching. Using 18 features including sensor’s biased data, each tessera in the high-density point cloud from the 3D captured complex mosaics of Germigny-des-prés (France) is segmented via a colour multi-scale abstraction-based featuring extracting connectivity. A 2D surface and outline polygon of each tessera is generated by a RANSAC plane extraction and convex hull fitting. Knowledge is then used to classify every tesserae based on their size, surface, shape, material properties and their neighbour’s class. The detection and semantic enrichment method shows promising results of 94% correct semantization, a first step toward the creation of an archaeological smart point cloud.
[fr] Le raisonnement à partir de l'extraction d'informations fournies par l'analyse de nuages de points permet une adaptation contextuelle et une prise de décision rapide. Cependant, pour atteindre ce niveau de perception, un nuage de points doit être sémantiquement riche et conserver des informations pertinentes pour l'utilisateur final. Cet article présente une méthode automatique basée sur les connaissances pour le prétraitement des données multi-sensorielles et la classification d'un nuage de points hybride à partir de scanner laser terrestre et de l'appariement d'images denses. À l'aide de 18 caractéristiques, dont les données biaisées du capteur, chaque tessel dans le nuage de points à haute densité des mosaïques complexes capturées en 3D de Germigny-des-prés (France) est segmenté via une abstraction multi-échelles basée sur l'extraction de connectivité et l'étude colorimétrique. Un polygone de surface et contour 2D de chaque tesselle est généré par une extraction de plan RANSAC et une enveloppe convexe. Les connaissances sont ensuite utilisées pour classer chaque tesselles en fonction de leur taille, de leur surface, de leur forme, de leurs propriétés matérielles et de la classe de leur voisins. La méthode de détection et d'enrichissement sémantique montre des résultats prometteurs avec 94 % de sémantisation correcte, première étape vers la création d'un nuage de point archéologique intelligent.
Disciplines :
Archaeology
Computer science
Earth sciences & physical geography
Author, co-author :
Poux, Florent  ;  Université de Liège > Département de géographie > Unité de Géomatique - Topographie et géométrologie
Neuville, Romain ;  Université de Liège > Département de géographie > Unité de Géomatique - Topographie et géométrologie
Hallot, Pierre  ;  Université de Liège > Département de géographie > Architecture Site Lambert Lombard
Billen, Roland  ;  Université de Liège > Département de géographie > Unité de Géomatique - Topographie et géométrologie
Language :
English
Title :
POINT CLOUD CLASSIFICATION OF TESSERAE FROM TERRESTRIAL LASER DATA COMBINED WITH DENSE IMAGE MATCHING FOR ARCHAEOLOGICAL INFORMATION EXTRACTION
Alternative titles :
[fr] CLASSIFICATION DE NUAGE DE POINTS POUR LA DETECTION DE TESSELS A PARTIR DE DONNÉES LASER TERRESTRES ET PHOTOGRAMMETRIQUE POUR L'EXTRACTION D'INFORMATION ARCHÉOLOGIQUE
Publication date :
16 August 2017
Event name :
CIPA2017 Symposium
Event place :
Ottawa, Canada
Event date :
du 28 août au 1 septembre 2017
Audience :
International
Journal title :
International Journal on Advances in Life Sciences
eISSN :
1942-2660
Publisher :
International Academy, Research, and Industry Association (IARIA), Wilmington, United States - Delaware
Special issue title :
ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences
Volume :
IV-2/W2
Pages :
203-211
Peer reviewed :
Peer reviewed
Available on ORBi :
since 25 September 2017

Statistics


Number of views
418 (29 by ULiège)
Number of downloads
273 (25 by ULiège)

Scopus citations®
 
20
Scopus citations®
without self-citations
15
OpenCitations
 
9

Bibliography


Similar publications



Contact ORBi