Classification des bâtiments à partir du LiDAR aéroporté : toits, plans et empreintes

Les bâtiments sont l'une des rares classes LiDAR que l'on reconnaît à vue. Un toit est une surface dure, surélevée et plane ; vu du ciel, il ne ressemble en rien au sol qui le porte ni à l'arbre qui le jouxte. La classification des bâtiments transforme cette intuition en une règle qu'un algorithme applique à grande échelle, versant chaque retour d'une structure dans sa propre classe pour que les bâtiments deviennent emprises, plans de toit et modèles 3D.

La classe 6, et pourquoi elle compte deux fois

Dans la spécification LAS, le code 6 est Bâtiment. Il couvre les structures permanentes hors sol de toute nature, maison, entrepôt ou garage détaché, sans les diviser par usage. Les tabliers de pont ont leur propre code et restent dehors. La classe compte dans deux directions à la fois : les bâtiments appartiennent au modèle de surface (MNS) mais doivent être retirés du modèle de terrain au sol nu (MNT), sinon le terrain se bombe partout où une structure se trouve. Et les points de bâtiment sont eux-mêmes un produit, pas un rebut.

Une fois la classe 6 fiable, une longue liste de produits s'en nourrit :

• Emprises au sol : polygones 2D pour cartes de base, vérifications cadastrales et registres d'actifs.
• Modèles 3D urbains : modèles de blocs et de formes de toit pour l'aménagement, la visualisation et les études d'ombre.
• Potentiel solaire : l'orientation, la pente et la surface des plans de toit disent quels toits conviennent aux panneaux avant que quiconque monte à l'échelle.
• Plaine inondable et visibilité : quelles structures tombent dans une étendue d'inondation modélisée, et où les bâtiments bloquent une ligne de vue.

L'approche géométrique : ajuster des plans aux toits

La manière classique de trouver les bâtiments considère un toit comme un assemblage de facettes planes, et la géométrie seule mène déjà loin. Chaque point reçoit la direction de sa surface locale : les points d'une même facette de toit sont tous orientés pareil, les points de canopée dans tous les sens. L'ajustement de plans (RANSAC, une méthode qui retient le plan sur lequel le plus de points s'accordent) dégage la facette dominante de données désordonnées, et la croissance de région la trace jusqu'à ses bords. Le sol est trouvé en premier, ce qui laisse les retours plans surélevés comme candidats bâtiment ; la végétation est rejetée parce qu'un arbre ne tient aucun plan stable.

La force de cette approche : chaque étape s'explique et rien n'exige d'entraînement. Sa faiblesse apparaît aux bords où un toit rencontre un arbre en surplomb, sur les toits courbes, et là où les murs sont trop peu échantillonnés pour être ajustés.

L'approche apprise : décider ce qui est un bâtiment

Un modèle appris classifie chaque point d'après le motif des points qui l'entourent, et non d'après un test de plan fixé à la main. Entraîné sur des tuiles étiquetées, il apprend la différence entre une arête de bâtiment et une branche en surplomb, précisément la frontière où la géométrie se trompe. Il tient aussi sur les murs et façades des données obliques et UAV, ce qui compte pour les modèles 3D complets. En pratique, les deux approches se combinent bien : la passe apprise décide ce qui est un bâtiment, puis l'ajustement de plans redonne au toit ses facettes franches.

Toits contre canopée : les signaux qui les distinguent

Toits et canopée sont tous deux surélevés ; la hauteur seule ne peut donc pas les départager. La séparation vient de la combinaison de plusieurs signaux :

Le motif de retour est souvent l'indice le plus fort. Une impulsion qui frappe un toit opaque revient une fois. Une impulsion qui entre dans un arbre se scinde : les feuilles d'abord, les branches ensuite, parfois le sol par une trouée. Un retour franc contre une pile de retours partiels, voilà une signature que la canopée ne peut imiter.

Cas difficiles et contrôle de la qualité

• Bâtiments sous surplomb d'arbres. Les branches au-dessus des avant-toits mêlent retours de canopée et de bâtiment ; le bord du toit est là où les classes débordent.
• Encombrement de toiture. Unités de CVCA, évents et parapets brisent le plan net tout en appartenant à la structure.
• Petits abris contre véhicules. Un objet bas et plat près du sol est réellement ambigu.
• Structures accolées. Les maisons en rangée partagent des murs ; extraire les emprises individuelles d'une masse fusionnée demande plus qu'un seuil de hauteur.

Le contrôle de la qualité se décrit simplement et vaut d'être fait chaque fois : superposer les points de bâtiment classifiés à l'orthophotographie ou à des empreintes de référence, traquer le débordement de bord, vérifier les emprises qui apparaissent ou disparaissent aux jointures de tuiles, et rapprocher les décomptes de classes entre tuiles voisines pour que la dérive ressorte avant qu'un client la voie.

Des points classifiés aux livrables

Une fois la classe 6 propre, les livrables suivent directement. L'extraction des plans de toit segmente chaque facette et en lit la pente, l'orientation et la surface, les entrées d'une étude solaire. Les polygones d'emprise viennent de la projection des points vers le bas, du tracé du contour et de sa mise d'équerre aux angles droits que tiennent les vrais bâtiments. Les points de façade des nuages denses par drone ajoutent les murs qui font d'un modèle de bloc un vrai bâtiment 3D.

Dans Vecten Desktop, les bâtiments relèvent de VClassify, le module des classes sémantiques de base ; VGround couvre le terrain au sol nu sous ceux-ci. Le traitement s'exécute localement sur la machine de l'opérateur plutôt que par un service externe, si bien que les grands blocs urbains restent sur le stockage local pendant la révision des arêtes de toit et des emprises.

Les bâtiments sont l'endroit où un bloc LiDAR devient une carte du monde bâti. Réussissez la classe 6, séparez le toit de la canopée et tenez les bords, et un balayage devient des emprises, des plans de toit et des modèles urbains auxquels une équipe d'aménagement ou d'énergie peut se fier.