L’orthophoto faite maison…

En contribuant à OpenStreetMap, j’ai passé des heures devant mon écran à regarder des images aériennes.

Depuis quelques temps déjà, l’arrivée des drones et de logiciels de traitement d’image me titillait pour réaliser mes propres photos aériennes “ortho rectifiées” c’est à dire tenant compte du relief du terrain pour être correctement calée par rapport au sol.

Premier outil indispensable: un drone !

On en trouve de toutes les tailles, formes, couleur et… prix. Mon cahier des charge est le suivant: simple à utiliser, une bonne caméra qui peut prendre des images à la verticale, une autonomie correcte, un minimum solide, petit, léger…

Voilà l’engin :

Il s’agit d’un Mavic Pro de DJI. Petit… léger (moins de 800g, qui devrait être la prochaine limite de poids nécessitant une immatriculation), d’un maniement très aisé.

Après quelques vols, l’application d’origine n’offre pas de pilotage automatique pour prendre systématiquement des photos pour couvrir une zone donnée. Je tombe (avec un peu d’aide) sur un deuxième morceau du puzzle…

Deuxième outil: l’appli de pilotage pour prise de vue

Il en existe plusieurs, et finalement je teste Pix4DCapture pour deux raisons: elle est disponible pour mon iPhone et elle est gratuite !

En quelques secondes, on définit la mission sur une carte, puis l’appli pilote le drone via la télécommande habituelle.

Petit vol de test, 28 photos prises en moins de 3mn de vol et retour au point de décollage où il n’y a plus qu’à poser le drone en manuel (en évitant l’herbe, il est court sur pattes).

Troisième outil: le traitement des images

Là, j’ai choisi Micmac, logiciel opensource développé à l’ENSG par des chercheurs.

C’est un outil très puissant, développé et utilisé par des chercheurs mais à la prise en main disons… peu aisée. Je n’ai pas peur des lignes de commandes, mais MicMac est tellement toufu que j’ai du mal à m’y retrouver. Il y a de la doc, un forum et finalement pas mal de monde qui l’utilise donc quelques tutoriels.

Je teste l’interface graphique développée au CEREMA, et elle me permet de sortir un premier résultat assez facilement. Par contre, l’image finale obtenue n’est pas géoréférencée.

Après quelques heures à creuser le sujet, j’ai finalement écrit un petit script python (deMicMac) pour automatiser les étapes.

Après avoir installé Micmac, il suffit de le faire tourner dans un dossier où se trouve une série d’images contenant leurs coordonnées géographiques dans les métadonnées EXIF. Il s’occupe de lancer les différentes phases de calcul de Micmac et sort au final un fichier TIF géoréférencé, compressé et directement utilisable dans un outil SIG.

Voilà donc ma première orthophotographie “maison” dans QGIS (par dessus la BDOrtho à 5m) après quand même 18 minutes de calcul :

Au final l’image fait plus de 7000 pixels de côté soit presque 50 Mpixels et chaque pixel fait dans les 2cm de côté sur le terrain (le drone volait à 60m/sol). Ce jour là, la météo était mauvaise (ciel gris) et venteuse… donc des conditions loin d’être optimales.

Micmac peut aussi sortir un nuage de points qui permet de voir le relief:

Vue en “nuage de points”

A améliorer

Il y a matière à amélioration… ceci n’est qu’un rapide test.

Le géoréférencement n’est fait qu’à partir des positions d’où les photos sont prises par le drone. Sur cette mission, il ne s’arrêtait pas et la position n’est donc pas des plus précises (et la photo un peu floue).

Des points de référence au sol sont une autre piste d’amélioration… et là je les prendrait avec mon GPS RTK pour un maximum de précision !

Conclusion

Réaliser une orthophoto est désormais techniquement à la portée d’amateurs.

La plus grosse limite est finalement la réglementation pour le vol des drones en France car j’étais à la limite de la zone urbanisée (c’est la maison en construction que je voulais cartographier donc inhabitée, pas de problème de vie privée ni de sécurité), impossible de m’approcher plus et les 60m/sol étaient l’autre limite en ce point, pour l’espace aérien, à cause d’un aérodrome qui se situe à 8km (j’étais en latéral de la piste).

Une nouvelle maison sur OpenStreetMap à peine sortie de terre !
Show your support

Clapping shows how much you appreciated Christian Quest’s story.