1.3.1.2 Orientation Externe

Les autres éléments sont la position et l’orientation angulaire de l’appareil photo au moment des prises de vue stéréoscopiques. Ces paramètres sont généralement disponibles lors qu’on utilise un avion spécialement équipé pour une mission photogrammétrique, mais ils restent inconnus en utilisant un vecteur léger comme le drone, jusqu’à l’étape d’ajustement du modèle d’aérotriangulation où ils seront estimés par approximation.

Ceci constitue une des limitations du vecteur drone pour son utilisation en photogrammétrie, même si les données obtenues par les systèmes GPS-contrôle de l’inertie du vol professionnels sont généralement utilisées comme valeurs initiales dans l’ajustement du modèle d’aérotriangulation. Ces valeurs seront toujours recalculées une fois que le modèle d’aérotriangulation est ajusté.

III.1.3.2 Aérotriangulation

Les paramètres d’orientations interne et externe, ainsi que les points de contrôle terrestre, sont à la base des calculs à développer dans l’étape d’aérotriangulation, où un lien entre l’appareil photo, les photos et le terrain doit être établi, sur la base du principe de colinéarité entre le vecteur « image » et le vecteur « terrain ».

Pour établir ce lien, plusieurs techniques photogrammétriques sont disponibles : intersection connaissant les paramètres internes (Space Resection), ou externes (Space Forward Intersection), ou encore ajustement par paquets de blocs (Bundle Block Adjustment). Les deux premières techniques ont besoin d’une connaissance a priori des paramètres d’orientation, interne ou externe, et ne sont donc pas adaptées à cette application. Par ailleurs, Casson et al. (2003) signalent que l’aérotriangulation en bloc présente les meilleures précisions et que ce résultat peut s’expliquer par la condition de coplanéité et la présence des points homologues distribués de manière homogène sur la zone de recouvrement des clichés stéréoscopiques (ce qui compense une répartition des PCT parfois hétérogène).

Nous avons choisi d’utiliser l’ajustement par paquet de blocs afin d’ajuster le modèle d’aérotriangulation. C’est la méthode la plus adaptée aux conditions particulières de la stéréophotogrammétrie drone.

Pendant l’aérotriangulation, la mauvaise connaissance des paramètres d’orientation peut entraîner des erreurs géométriques globales importantes (par exemple, biais). Afin de diminuer au minimum les effets des erreurs systématiques résiduelles qui peuvent être encore présentes dans la phase d’aérotriangulation, il est important d’introduire une phase complémentaire dans l’estimation des coefficients. Cette phase est connue comme auto calibrage, elle utilise des paramètres additionnels qui permettent de rectifier des déformations simples : perspectives fuyantes horizontales ou verticales, poinçonnage, oblique, etc.

Nous allons tester l’impact de la solution d’auto calibrage d’Ebner (1976) sur la qualité du MNT, en intégrant ce processus dans le schéma itératif des paquets de blocs.

CemOA

: archive

ouverte

d'Irstea

III.1.3.3 Restitution du relief (corrélation d’images)

Une fois ajustée le modèle d’aérotriangulation, la prochaine étape est la restitution du relief par stéréophotogrammétrie. Pour faire ceci, nous avons deux options : une restitution manuelle par un opérateur humain, ou bien une restitution automatique par analyse numérique d’images stéréoscopiques (figure II.10, Chapitre II).

Avec l’automatisation de la chaîne de traitement photogrammétrique dans la restitution du relief, l’intervention de l’opérateur humain est significativement diminuée, donc les sources principales d’erreurs sont aussi réduites. Etant donné que l’objectif est d’automatiser la génération des MNT fins, nous avons choisi la méthode de restitution du relief automatisée par corrélation d’images.

La corrélation d’images comprend l’identification et la mesure automatiques des points d’image correspondants qui sont situés sur les secteurs de recouvrement des multiples images superposées. Cette stratégie doit mettre en relation des objets présents dans des couples stéréoscopiques qui changent selon les conditions de prise de vue de chaque photo, comme l’échelle, la projection, la teinte, l’orientation, les ombres au sol, les parties cachées dans les images, etc.

Les types de corrélateurs peuvent être présentés selon l’approche qu’ils utilisent : il y a ceux qui se servent des relations directes « image-image » d’un couple stéréoscopique, et ceux qui se basent sur de la multi résolution.

Parmi les corrélateurs d’images utilisables, nous allons tester un corrélateur dans chacune des catégories ci-dessous (« image-image » et multi résolution). Il en résulte deux stratégies de corrélation d’images afin d’évaluer leurs effets sur la qualité des MNT à produire. Les deux corrélateurs que nous allons utiliser sont :

• ERDAS Leica Photogrammetric Suite (Leica Geosystems GIS & Mapping, 2003), corrélateur en une dimension, le long des deux lignes épipolaires lorsque le décalage entre deux points homologues est nul.

• MicMac-IGN (Pierrot & Paparoditis, 2006), corrélateur multi résolution par discrétisation des espaces objet et quantification de l’espace des parallaxes, permet de limiter la combinatoire et rend l’appariement plus robuste. Il utilise une approche énergétique afin d’obtenir une surface cohérente par rapport aux connaissances a priori du relief (régularisation du relief).

Pour utiliser le premier corrélateur nous avons besoin d’une licence privée tandis que le dernier est « open source ».

CemOA

: archive

ouverte

d'Irstea

III.1.3.4 Synthèse pour la création du MNT drone

Les paragraphes précédents nous ont permis d’établir un ensemble d’outils méthodologiques pour la construction d’un MNT drone, en précisant les alternatives possibles pour les différentes étapes de la chaine stéréophotogrammétrique. Le but est d’évaluer comment ces alternatives vont affecter la qualité finale du MNT drone. La figure III.2 montre l’assemblage de ces différents éléments.

La partie gauche de la figure III.2 correspond à la succession des étapes pour la construction d’un MNT : orientation interne et externe, restitution numérique du relief. La partie droite (en bleu dans la figure) précise les points particuliers que nous allons tester pour chacune de ces étapes.

Ainsi pour les paramètres d’orientation interne, nous allons évaluer l’effet de la correction de la déformation de lentilles. Dans le cas des paramètres d’orientation externe, on testera l’impact de l’auto calibrage dans l’ajustement du modèle d’aérotriangulation. Tandis que pour la restitution numérique du relief, nous avons choisi de tester deux types de corrélateurs d’image.

Nous allons développer une stratégie de validation comprenant toutes ces étapes, afin de juger l’adéquation de cet ensemble d’outils pour surmonter les contraintes opératives et techniques, ainsi que le contexte montagneux : possibilité de tester chaque apport d’amélioration. Nous allons à présent détailler cette stratégie.

Figure III.2 - Schéma d’outils assemblés pour la construction d’un MNT drone.

CemOA

: archive

ouverte

d'Irstea

III.1.4 Validation et l’analyse de précision

L’intérêt de cette phase de validation est de calculer et de caractériser l’erreur dans l’estimation de l’altitude du MNT issu de photogrammétrie drone. Même faible, l’erreur en altitude peut affecter de façon significative le résultat de certaines analyses numériques de terrain à partir des MNT. Nous avons choisi d’évaluer deux types de qualité des MNT- drone : altimétrique et hydrographique.

La qualité altimétrique d’un MNT représente la précision en altitude de chaque pixel, positionné dans l’espace 3D. L’information de validation est prise comme « vérité terrain » et les statistiques de l’erreur vont refléter la qualité générale de la représentation du relief. La précision des MNT étant surtout dépendante d’une restitution correcte des zones de rupture du relief, notre protocole de prise de point de validation sur le terrain est focalisé sur ces zones de rupture (comme les fonds de thalwegs, les lignes de crêtes, les bords de ravines), ainsi que quelques profils de versants.

La qualité hydrographique d’un MNT (dérivés de l’altitude) représente la précision avec laquelle l’analyse numérique de l’accumulation du flux superficielle d’un MNT dessine le réseau des thalwegs, tant par son tracé et sa longueur, que par sa pente (éléments spatiaux spécifiques de l’hydrologie). Chaque réseau élaboré à partir d’un MNT sera comparé avec des données extérieures de référence prises sur le terrain.

La stratégie de validation des MNT drone est le point clé de cette recherche, étant donné la précision attendue dans la restitution du relief et la finesse de l’application dans le suivi de l’érosion hydrique et de l’ablation en montagnes marneuses. Donc, il est impératif de garantir l’exactitude, la précision et la distribution spatiale de données de « vérité terrain », quelque soit l’équipement utilisé. Nous commençons l’exposé par le recueil des données de terrain qui vont servir de références à ces validations.

III.1.4.1 Lever de données « vérité terrain »

Pour valider un MNT à partir de points de terrain, la première préoccupation concerne l’altitude. Par ailleurs, on sait que la principale difficulté lors de l’établissement d’un MNT est liée à tout ce qui concerne les lignes de rupture du relief, et ceci spécialement dans les reliefs accidentés. On sait aussi que les MNT raster restituent mal ces lignes de rupture. Il nous a donc semblé logique de privilégier l’acquisition de points terrain le long de ces lignes de rupture pour la constitution du jeu de référence. On va donc élaborer un jeu de points de validation constitué essentiellement de points le long les lignes de rupture (crêtes et thalwegs). Ce jeu va nous servir autant pour la validation des MNT en altitude que pour la validation des réseaux hydrographiques obtenus par traitement numérique des MNT. Prenant en compte la précision souhaitée (de quelques centimètres) afin d’établir une caractérisation très fine des MNT à développer pour l’étude de l’évolution des états de surface, les données de validation devront être acquises avec une précision cohérente. Les points de validation seront distribués le long des lignes de ruptures principales du relief en

CemOA

: archive

ouverte

d'Irstea

mode semi-aléatoire avec un pas de quelques décimètres, ainsi que sur des transects transversaux aux ravines afin d’établir des profils de pentes sur quelques versants.

Nous allons utiliser deux approches pour le levé de données « vérité terrain » : les mesures directes in situ par DGPS et/ou tachéomètre, et les mesures directes à distance par LiDAR Terrestre (ce point sera traité dans la partie « Approche Terrestre »).