Comment détecter les lignes électriques dans Agisoft Metashape : Un guide complet du flux de travail

Agisoft Metashape Professional est l’une des plateformes de photogrammétrie les plus polyvalentes pour transformer l’imagerie aérienne en modèles de données 3D précis. Au-delà de la cartographie de terrain et de la création d’orthomosaïques, Metashape peut également être utilisé pour des applications spécialisées dans les infrastructures, notamment la détection et l’analyse des lignes électriques. En combinant l’acquisition d’images par drone avec les outils de classification des nuages denses de Metashape, les utilisateurs peuvent identifier et isoler les lignes électriques pour les inspections techniques, la planification de la maintenance et les évaluations de sécurité.

Cet article présente un flux de travail complet pour la détection des lignes électriques dans Agisoft Metashape, de l’acquisition des données à la classification des nuages de points et au post-traitement, garantissant des résultats précis pour les projets de services publics et d’énergie.

Pourquoi détecter les lignes électriques avec la photogrammétrie ?

La détection et l’analyse des lignes électriques ont traditionnellement nécessité des systèmes LiDAR spécialisés ou une inspection manuelle. Cependant, les flux de travail modernes de photogrammétrie par drone peuvent produire des résultats comparables à une fraction du coût. Grâce à l’imagerie haute résolution et au positionnement précis de la caméra, Agisoft Metashape génère des nuages de points denses et suffisamment détaillés pour révéler la géométrie des lignes électriques lorsque les paramètres de vol et de traitement appropriés sont appliqués.

Les principaux avantages de l’utilisation de Metashape pour la détection des lignes électriques sont les suivants :

Flux de travail abordable et flexible utilisant des caméras RVB standard.
Données 3D à haute résolution pour l’identification de l’affaissement, de l’alignement ou de la proximité de la végétation.
Intégration avec les logiciels SIG ou CAO pour la gestion des infrastructures.
Prise en charge des ensembles de données aériennes et terrestres pour une couverture spatiale complète.

Bien que Metashape ne comprenne pas l’extraction automatique des lignes électriques comme certains outils LiDAR dédiés, ses capacités de classification, de filtrage et de visualisation permettent une détection semi-automatique des lignes électriques lorsque les données sont correctement traitées.

Étape 1 : Acquisition des données et planification du vol

La qualité de la détection des lignes électriques dépend fortement de la qualité de l’image et de la géométrie. Les drones doivent capturer de fines caractéristiques linéaires telles que les câbles, les isolateurs et les pylônes, ce qui nécessite des paramètres de vol et une configuration de la caméra optimisés.

Équipement recommandé

Plateforme de drone : DJI Matrice 350 RTK, Mavic 3 Enterprise ou tout autre drone compatible RTK.
Appareil photo : capteur RVB de 20MP ou plus avec obturateur mécanique.
En option : Module LiDAR pour les jeux de données combinés (Metashape supporte les flux de travail LiDAR + photogrammétrie).

Conseils de vol

Volez parallèlement au tracé des lignes électriques à une altitude de sécurité (30-60 m au-dessus des lignes).
Utilisez des angles d’imagerie obliques (20-30°) pour capturer la visibilité du câble sous plusieurs angles.
Assurez-vous d’un chevauchement de 80 % vers l’avant et de 70 % sur les côtés pour une reconstruction 3D précise.
Collectez des données GNSS RTK ou PPK avec une précision de l’ordre du centimètre.

Prenez des photos à la lumière du jour, avec un éclairage constant et un minimum de vent. Évitez les ombres trop prononcées qui peuvent gêner la visibilité du câble.

Étape 2 : Alignement des images et génération de nuages denses

Une fois l’imagerie importée dans Agisoft Metashape, les étapes suivantes consistent à aligner les photos et à générer le nuage de points en 3D.

Aligner les photos

Ouvrez Metashape et créez un nouveau projet.
Importez vos photos via le flux de travail > Add Photos.
Sélectionnez le flux de travail > Aligner les photos avec une grande précision.
Activez la présélection générique et la présélection de référence si des données GPS sont disponibles.

Ce processus permet de reconstruire les positions de la caméra et le nuage de points épars, formant ainsi la base d’une reconstruction dense.

Construire un nuage dense

Sélectionnez Workflow > Build Dense Cloud.
Choisissez la qualité Haute ou Ultra Haute pour obtenir les meilleurs résultats.
Utilisez le mode de filtrage doux pour préserver les structures fines telles que les câbles.

Le nuage de points dense qui en résulte devrait capturer les éléments linéaires fins des lignes électriques, en particulier lorsque la géométrie du vol et le chevauchement sont bien planifiés.

Étape 3 : Identification des lignes électriques dans le nuage de points

Après avoir généré le nuage dense, la tâche suivante consiste à détecter et à isoler les lignes électriques. Les lignes électriques étant fines et souvent surélevées par rapport au sol, elles apparaissent comme de petits groupes de points linéaires dans les données 3D.

Identification visuelle

Passez à la vue Nuage dense et réglez les paramètres de visualisation :

Utilisez le mode Couleur par élévation ou Couleur par RVB pour différencier les hauteurs des lignes du terrain.
Tournez et zoomez pour inspecter les structures linéaires qui correspondent aux câbles entre les tours.
Appliquez les outils de sélection (Rectangulaire ou Lasso) pour mettre en évidence les sections de câble.

Dans les zones à forte végétation ou à fort contraste de terrain, les lignes électriques peuvent ressortir clairement en raison de leur position surélevée et de leur géométrie distincte.

Filtrage des nuages de points

Pour isoler plus efficacement les lignes électriques :

Utilisez l’outil Classifier les points du sol pour supprimer le terrain et les bâtiments.
Passez au filtre par classe et masquez les points au sol pour faire apparaître les structures surélevées.
Sélectionnez manuellement et reclassez les points de courant électrique dans une catégorie distincte (par exemple, « courant électrique »).

Bien que cette opération nécessite une saisie manuelle, elle constitue un moyen fiable de séparer proprement les câbles d’autres éléments tels que les arbres ou les pylônes.

Étape 4 : Détection semi-automatique et mesure 3D

Bien qu’Agisoft Metashape n’inclue pas d’algorithme dédié à l’extraction des lignes électriques, les utilisateurs avancés peuvent intégrer des scripts Python ou des outils d’analyse externes pour semi-automatiser la détection sur la base de modèles géométriques.

Utiliser les scripts Python dans Metashape

Avec l’API Python de Metashape, vous pouvez détecter des segments potentiels de lignes électriques en analysant des groupes de distributions de points élevés et linéaires :

import Metashape

doc = Metashape.app.document
chunk = doc.chunk

# Identify high-altitude points (example threshold)
powerline_points = [p for p in chunk.point_cloud.points if p.coord.z > 15]

# Save as new class
for p in powerline_points:
    p.class_id = 10  # Class 10 = Powerline (user-defined)
chunk.point_cloud.classifyGroundPoints()
doc.save()

Cet exemple identifie les structures linéaires surélevées sur la base de seuils de hauteur, qui peuvent être affinés en combinant la hauteur, la couleur et les attributs géométriques.

Mesures 3D et analyse de l’espace libre

Une fois les lignes électriques classées, vous pouvez mesurer les distances entre les lignes et les objets environnants :

Utilisez l’outil Mesure pour calculer les distances verticales et horizontales.
Exportez les points classés au format .LAS ou .LAZ pour une analyse plus approfondie dans un logiciel SIG ou CAO.
Intégrez QGIS, ArcGIS ou CloudCompare pour des vérifications automatisées des autorisations ou l’évaluation des risques liés à la végétation.

Ces étapes permettent des évaluations techniques précises sans nécessiter de matériel LiDAR spécifique.

Étape 5 : Exportation des données relatives aux courants porteurs en ligne

Une fois la classification et la détection terminées, vous pouvez exporter le nuage de points et les métadonnées associées pour une analyse ou une visualisation externe.

Allez dans Fichier > Exporter des points.
Choisissez le format de sortie : LAS, LAZ ou XYZ.
Activez l’option « Exporter les classes » pour préserver la classification des lignes électriques.
En option, exportez au format OBJ pour un rendu visuel dans un logiciel de modélisation 3D.

Ces fichiers peuvent ensuite être utilisés dans des systèmes d’inspection spécialisés ou intégrés dans des plateformes de gestion des actifs.

Meilleures pratiques pour une détection fiable des lignes électriques

Volez plus près du sujet (sans dépasser les limites de sécurité) pour augmenter la visibilité du câble.
Utilisez des appareils photo à haute résolution avec une faible sensibilité ISO et des vitesses d’obturation rapides pour éviter les flous de bougé.
Appliquez un filtrage doux lors de la génération de nuages denses pour conserver les structures fines.
Effectuez une vérification manuelle – les lignes électriques sont des éléments subtils qui nécessitent souvent une confirmation visuelle.
Intégrer les données LiDAR, si elles sont disponibles, pour améliorer la précision et l’automatisation.

Applications de la détection des lignes électriques avec Metashape

La détection des lignes électriques avec Agisoft Metashape permet de réaliser diverses applications industrielles et de recherche :

Inspection des services publics : Identifiez les lignes affaissées, les composants endommagés ou l’empiètement de la végétation.
Évaluation de la sécurité : Évaluez la distance par rapport aux bâtiments, aux routes ou aux arbres.
Cartographie des infrastructures : Combinez avec des orthomosaïques pour une gestion complète des actifs.
Visualisation 3D : Produire des modèles haute fidélité pour la planification et la simulation.

Conclusion : Utilisation de Metashape pour une détection efficace des lignes électriques

Bien qu’Agisoft Metashape ne soit pas un outil spécialisé dans la cartographie des lignes électriques, ses capacités de photogrammétrie haute résolution le rendent parfaitement adapté à la détection et à l’analyse des lignes électriques à partir d’images de drones. En optimisant l’acquisition des données, en utilisant des paramètres de nuages denses et en exploitant la classification manuelle ou scriptée, les utilisateurs peuvent générer des données précises et exploitables pour la gestion des services publics et les projets d’ingénierie.

L’intégration des résultats de Metashape avec des plateformes SIG ou CAO augmente encore la valeur de votre jeu de données, permettant des analyses avancées telles que la mesure de l’espace libre et la détection des risques liés à la végétation. Avec le bon flux de travail, vous pouvez réaliser une détection précise et rentable des lignes électriques en utilisant des outils déjà connus des professionnels de la photogrammétrie.