La présente invention concerne un procédé pour la reconstruction automatique de modèles tridimensionnels de superstructures de toits de bâtiments et la création de modèle ou empreinte des bâtiments à partir de ces mêmes toits, et ce à partir d'uniques images aériennes ou satellitaires ainsi qu'à partir des différents paramètres positionnels de la caméra et du soleil saisis lors de la prise de vue, ainsi qu'à partir d'un dispositif de mise en oeuvre dudit procédé. Des pistes d'algorithmes sont fournis à fin de mettre en oeuvre ledit 10 procédé. Au moment du dépôt de ce brevet, la reconstruction de modèles 3D de bâtiments est généralement établie à partir d'images stéréoscopiques, d'autres méthodes utilisent exemple le LIDAR (concept laser/radar) sort intéressantes mais très couteuses à 15 mettre en oeuvre et ne permettent que de reproduire la géométrie des bâtiments. Les méthodes stéréoscopiques ont le mérite de se suffir à elles-même et donc d'être automatisées et reproductibles à grande échelle du moins en théorie,c'est pourquoi elles représentent les méthodes traditionnelles de traitements direct de données optiques. 20 Néanmoins ces méthodes fonctionnent de manière aléatoire dans un environnement dense -en particulier donc en milieu urbain-: les objets à reproduire ont en effet tendance à se recouvrir mutuellement sous l'objectif de l'appareil photo/caméra et ne sont généralement visibles que dans des angles proches de la verticale, 25 ce qui implique des photos prises à des angles semblables,or ces méthodes ont besoin de prises de vues à des angles suffisamment éloignées les des autres pour être vraiment efficaces. Qui plus est les clichés saisis demandent une couverture aérienne plus étroite et un matériel adapté ce qui revient bien plus cher 30 qu'une simple photograprie aérienne verticale traditionnelle ou qu'un cliché satellitaire. La méthode proposée en se basant sur des images uniques et l'analyse des détails des toits ainsi que de leurs ombres évite cet écoeuil,d'autres tentatives en cours partent aussi sur la base 35 d'uniques images mais présentent certains des écoeuils présentés ainsi que d'autres . parmi celles-ci, il y a les méthodes s'appliquant directement à des bâtiments et a leurs ombres,qui présentent encore les inconvénients cités en environnement urbain dense car leurs ombres sont stoppées par les bâtiments environnants. Il y en a d'autres qui se basent indifféremment sur les superstructures (bâtiments ou détails de toits) mais qui ne sont pas 5 automatisées et requièrent un opérateur pour par exemple isoler les ombres et leurs objets associées. La méthode proposée en se basant sur les superstructures / détails des toits permet de travailler sur des ombres entières de manière quasiment systématiques et d'obtenir des résultats reproductibles à 10 grande échelle, elle fonctionne en plus de manière automatisée - c'est à dire sans intervention d'un opérateur une fois les données en entrée fournies- et ce grâce à l'usage de méthodes de reconnaissances de formes et d'optimisation ainsi que par l'usage de scores ou méthodes de nature bayésienne mises en correspondance 15 avec une méthode de projection d'un objet 3D dans le plan du cliché. Le procédé selon l'invention est une suite de traitements qui permet la reconstruction automatisée de modèles tridimensionnels de superstructures de toits de bâtiments et la création de modèles ou empreintes de bâtiments à partir de leur toit, ces traitements sont 20 appliquées à partir d'un_Lque images aériennes ou satellitaires ainsi qu'à partir des paramètres positionnels de la caméra et du soleil saisis lors de la prise de vue. Ces traitements consistent en: -une étape de reconnaissance de formes adaptée aux propriétés des 25 ombres et objets du toit à détecter -une étape d'appariement de chaque candidat détail du toit à un candidat ombre à partir des propriétés topologiques des formes des candidats et de valeurs moyennes constatées de la taille des détails des toits ainsi qu'une pente nulle. 30 -Une première reconstruction tridimensionnelle des détails du toit basée sur l'empreinte du candidat détail du toit et la longueur de l'ombre mesurée pour une pente estimée nulle. -Une étape d'optimisation de ce résultat par changement des paramètres 3D des détails de toit ainsi que ceux de la pente du toit 35 ainsi que par projection du modèle de détail modifié sur le plan du cliché ainsi que par assignation d'un score qui est fonction du degrés de ressemblance du modèle 3D projeté au cliché original, puis par l'optimisation de ce score. - 3 - Selon des modes particuliers de réalisation: -les propriétés topologiques utilisées sont la longueur de l'ombre,l'indice de rectangularité ,la moyenne de couleur dans chaque forme considérée, la correspondance de la largeur du détail du toit à son ombre... -la reconnaissance de formes utilise un graphe hiérarchique de régions du cliché de telle manière que des détails plus ou moins fins peuvent être détectés et détourés et que la région qui les représente puisse être contenue à son tour dans un détail englobant -donc topologiquement dans une région englobante associée-. -à partir des modèles de détails du toit, des valeurs de pente sont associées à chaque détail du toit .Chacun des détails du toit est alors classé en un nouvel ensemble de régions par similitude des valeurs de pente et par connexité des détails du toit en question par rapport aux autres détails du toit. -à partir de ce nouveau classement ,les paires de régions connexes de valeur de pente moyenne opposées proches sont déterminées comme représentant un toit symétrique (c'est à dire possédant deux pans de toit de pente opposées): possédant déjà les limites du toit qui sont considérées comme la plus proche forme/région englobant les détails du toit de la paire de classes/régions connexes considérées, les limites de chaque pan de toit représentent la moitié de cette région. L'orientation de la délimitation des moitiés s'obtenant facilement à 25 partir des centres de gravité /barycentres de chaque ensemble de détails du toit de la paire de régions considérées. -à partir de l'empreinte des toits, la hauteur d'un modèle de bâti peut être retrouvé en procédant par changements progressifs de la hauteur du modèle 3D,par la projection de ce dernier sur le plan du 30 cliché et l'adjonction d'un score qui est fonction du degrés de ressemblance du modèle 3D projeté au cliché original, puis par l'optimisation de ce score. The present invention relates to a method for the automatic reconstruction of three-dimensional models of building roofs superstructures and the creation of model or footprint of buildings from these same roofs, and this from single aerial or satellite images and to from the various positional parameters of the camera and the sun captured during the shooting, as well as from a device for implementing said method. Algorithm runs are provided to implement said method. At the time of the filing of this patent, the reconstruction of 3D models of buildings is generally established from stereoscopic images, other methods use the example LIDAR (concept laser / radar) fate interesting but very expensive to implement and only allow to reproduce the geometry of the buildings. Stereoscopic methods have the merit of being self-sufficient and thus of being automated and reproducible on a large scale at least in theory, which is why they represent the traditional methods of direct optical data processing. Nevertheless, these methods operate randomly in a dense environment, particularly in an urban environment: the objects to be reproduced tend to overlap each other under the lens of the camera and are generally visible only in near-vertical angles, which implies pictures taken at similar angles, but these methods need to be shot at angles sufficiently distant from each other to be really effective. What is more, the clichés seized require a narrower aerial coverage and adapted equipment which is much more expensive than a simple vertical vertical aerial photograph or a satellite photograph. The method proposed based on unique images and the analysis of the details of the roofs and their shadows avoids this ecoeuil, other current attempts also start on the basis of single images but present some of the presented écoeuils as well that others . among these, there are the methods that apply directly to buildings and their shadows, which still have the disadvantages mentioned in dense urban environment because their shadows are stopped by the surrounding buildings. There are others which are indifferently based on superstructures (buildings or roof details) but which are not automated and require an operator for example to isolate the shadows and their associated objects. The proposed method based on the superstructures / details of the roofs makes it possible to work on entire shadows in an almost systematic way and to obtain reproducible results on a large scale, it also works in an automated way - that is to say without operator intervention once the input data is provided - and this through the use of pattern recognition and optimization methods as well as the use of Bayesian-like scores or methods mapped to a method projection of a 3D object in the snapshot plane. The method according to the invention is a series of treatments which allows the automated reconstruction of three-dimensional models of building roofs superstructures and the creation of models or footprints of buildings from their roof, these treatments are applied from scratch. aerial or satellite images as well as from the positional parameters of the camera and the sun captured during the shooting. These treatments consist of: a pattern recognition step adapted to the properties of the shadows and objects of the roof to be detected; a step of matching each candidate's roof detail to a shadow candidate from the topological properties of the shapes of the candidates; average values of the size of the roof details and a zero slope. A first three-dimensional reconstruction of the roof details based on the candidate's footprint of the roof detail and the length of the shadow measured for an estimated zero slope. A step of optimizing this result by changing the 3D parameters of the roof details as well as those of the slope of the roof as well as by projecting the modified detail model on the shot plane as well as by assigning a score which is a function of the degree of resemblance of the 3D model projected in the original shot, then by the optimization of this score. - 3 - According to particular embodiments: the topological properties used are the length of the shadow, the rectangularity index, the color average in each considered form, the correspondence of the width of the detail of the roof to its shadow ... -form recognition uses a hierarchical graph of regions of the snapshot in such a way that more or less fine details can be detected and cut off and that the region that represents them can be contained in an enclosing detail; topologically in a bounding region -. -from the roof detail models, slope values are associated with each detail of the roof. Each of the roof details is then classified into a new set of regions by similarity of the slope values and by connectivity of the roof details. question in relation to the other details of the roof. -from this new classification, the pairs of related regions of opposite average slope value are determined as representing a symmetrical roof (that is to say having two slopes of opposite slope): already having the limits of the roof which are considered to be the closest shape / region to the roof details of the pair of related classes / regions considered, the boundaries of each slab represent half of this region. The orientation of the halving of the halves is easily obtained from the centers of gravity / centroid of each set of roof details of the considered pair of regions. -from the footprint of the roofs, the height of a model of frame can be found by proceeding by progressive changes in the height of the 3D model, by the projection of the latter on the plane of the 30 cliché and the addition of a score which is a function of the degree of similarity of the 3D model projected to the original shot, then by the optimization of this score.
Les dessins annexés illustrent l'invention : 35 Fig. 1 : Agrandissement de l'image à traiter sur un détail du toit (cheminée). Fig. 2 : Création de régions par reconnaissance de formes,classement des régions dans un graphe hiérarchique. The accompanying drawings illustrate the invention: FIG. 1: Enlargement of the image to be treated on a detail of the roof (chimney). Fig. 2: Creating regions by pattern recognition, ranking regions in a hierarchical graph.
Fig. 3 : Création d'un modèle 3D basique de détail de toit à partir des régions reconnues sur la Fig. 2. Fig. 4 : Changement des paramètres du modèle 3D de détail du toit et projection. Fig. 3: Creation of a basic 3D model of roof detail from recognized regions in FIG. 2. Fig. 4: Change the parameters of the 3D detail model of the roof and projection.
Fig. 5 : Détermination des pentes et des modèles 3D des pans des toits à partir des modèles 3D des détails du toit et extrusion d'un modèle 3D de bâtiment à partir de l'empreinte du toit par optimisation. En référence à ces dessins ,le procédé consiste en une étape 10 de détection des détails des toits(2) par l'usage d'un graphe hiérarchique(5) de segmentations en régions de l'image à traiter (1) (voir Fig.l et 2). A partir de chacune de ces formes candidates retenues après l'application de scores relatifs aux propriétés topologiques 15 de colorimétrie, de contraste et d'orientation des régions, on établit un modèle 3D basique (7) du détail de toit(2) considéré: la hauteur du détail de toit(2) étant déterminée à partir de la longueur de l'ombre(3) pour une pente(9) estimée nulle ( simple utilisation de la fonction tangente, voir Fig.3).Fig. 5: Determination of slopes and 3D models of roof sections from 3D models of roof details and extrusion of a 3D building model from an optimized roof footprint. With reference to these drawings, the method consists of a step 10 of detecting the details of the roofs (2) by the use of a hierarchical graph (5) of segmentations in regions of the image to be processed (1) (see FIG. .l and 2). From each of these candidate forms selected after the application of scores relating to the topological properties of colorimetry, contrast and orientation of the regions, a basic 3D model (7) of the considered roof detail (2) is established: the height of the roof detail (2) being determined from the length of the shadow (3) for a slope (9) estimated to be zero (simple use of the tangent function, see Fig.3).
20 Après cela une phase d'optimisation a lieu pour chacun des détails de toit(2), les paramètres 3D telles que la hauteur, la largeur, la longueur et les deux angles qui composent la pente(9) du pan de toit(11) sur lequel se situe le détail(2) varient et la variation du modèle en question(7) est établi à chaque changement de 25 paramètres permettant d'établir une projection du modèle 3D en fil de fer (8) correspondant et une projection de son ombre(10). Ce modèle en fil de fer (8) est affecté d'un score correspondant au taux de compression de l'image selon les régions délimitées par les projections des arrêtes du modèle 3D en fil de fer (8) sur le 30 plan du cliché(6) considéré horizontal: les régions à l'intérieur des formes délimitées par chaque projection des arrêtes étant affectées de la valeur moyenne des pixels de la région(voir Fig.4). A partir de la pente(9) de chaque détail de toit(2), on établit un classement des détails de toit(2) connexes et de valeur de pente 35 semblables(9) en pans de toit(11), les pans de toit de valeur opposées formant un toit(14) symétrique . On détermine la position de l'arrête du toit(12), à partir des centres de gravité(13) des détails de toit(2) de chaque pan de - 5 - toit(11). A partir des pans de toit(11), on peut déterminer l'empreinte du bâtiment supportant le toit(14) et obtenir un modèle de bâtiment en optimisant les paramètres d'un modèle 3D en fil de fer (8)(voir 5 Fig.5). A titre d'exemple non limitatif, les dimensions des détails du toit sont de l'ordre du mètre. Le procédé selon l'invention est particulièrement destiné à la reproduction d'univers virtuels géolocalisés et à la création de 10 cartes et systèmes d'information géographiques 3D. 15 20 25 30 35 After this, an optimization phase takes place for each of the roof details (2), the 3D parameters such as the height, the width, the length and the two angles that make up the slope (9) of the roof panel (11). ) on which the detail (2) is located varies and the variation of the model in question (7) is established with each change of parameters making it possible to establish a projection of the corresponding 3D wire model (8) and a projection of its shadow (10). This wire model (8) is assigned a score corresponding to the compression rate of the image according to the regions delimited by the projections of the edges of the 3D wire model (8) on the plane of the plate ( 6) considered horizontal: the regions inside the shapes delimited by each projection of the edges are assigned the average value of the pixels of the region (see Fig.4). From the slope (9) of each roof detail (2), a similar ranking of roof details (2) and slope value (9) is made in roof sections (11), the sections of roof of opposite value forming a roof (14) symmetrical. The position of the roof edge (12) is determined from the centers of gravity (13) of the roof details (2) of each roof panel (11). From the roof panels (11), the footprint of the building supporting the roof (14) can be determined and a building model can be obtained by optimizing the parameters of a 3D wire model (8) (see FIG. .5). As a non-limiting example, the dimensions of the roof details are of the order of one meter. The method according to the invention is particularly intended for the reproduction of geolocated virtual universes and the creation of 10 maps and 3D geographic information systems. 15 20 25 30 35