Face aux problèmes actuels d’extraction des lignes de faille topographiques à partir des nuages de points au sol, caractérisés par une complétude et une exactitude insuffisantes, ainsi que par des erreurs de détection et des omissions importantes, cet article propose un algorithme d’extraction des lignes de faille topographiques prenant en compte des caractéristiques multi-échelles et la prévention de la contraction des failles. La méthode utilise d’abord des caractéristiques topographiques multi-échelles pour entraîner un classificateur de forêt aléatoire afin d’extraire les points potentiels de lignes de faille ; puis, en analysant la tendance à la contraction du nuage de points, les points caractéristiques potentiels sont divisés en crêtes et vallées potentielles, et un clustering par croissance régionale contraint par la cohérence de la direction principale est utilisé pour réduire le bruit ; ensuite, un lissage de Laplace contraint verticalement est appliqué pour affiner le nuage de points ; enfin, une arbre couvrant minimal est construit pour obtenir une ligne de faille topographique de haute qualité. Deux ensembles représentatifs de données complexes à haute densité de nuages de points topographiques ont été sélectionnés pour valider la précision et l’efficacité de la méthode. Les résultats montrent que la méthode proposée présente la meilleure complétude et exactitude comparée à trois méthodes principales (LapS, D8 et PIM). En outre, l’utilisation de la ligne de faille extraite dans la modélisation du modèle numérique d’élévation (DEM) montre que le DEM contraint par les lignes de faille supplémentaires améliore significativement la précision de la modélisation, permettant une reconstruction précise des détails topographiques au niveau des failles.

Lidar aéroporté;ligne de faille topographique;caractéristiques topographiques multi-échelles;Laplace contraint;modèle numérique d’élévation