L'analyse de visibilité est une question importante de la recherche qui peut trouver des applications dans de nombreux domaines: sécurité, conception de réseau sans fil, gestion du paysage, mise en oeuvre d'accès piétonniers .... La prise en compte de la troisième dimension dans le calcul de visibilité est un réel défi. Seules quelques solutions peuvent détecter les obstacles 3D qui limitent l'isovist. Dans cette communication, nous présentons un nouvel algorithme qui peut détecter tous les objets qui bloquent la vue dans un environnement 30 reconstitué numériquement intégrant le relief. Une démonstration avec des données SIG est également effectuée.La reconnaissance automatique des bâtiments est une étape essentielle pour la réalité augmentée et un outil possible pour la géolocalisation d'une prise de vue. Les recherches dans ce domaine n'utilisent pas la localisation par contenu de l'image. Cet article présente une méthodologie pour l'enrichissement d'une base de données urbaine SIG grâce à un descripteur de texture de façade calculé sur des images de référence. Cet indicateur est ensuite utilisé pour retrouver ce bâtiment dans une nouvelle image et le localiser dans une base de données SIG 3D afin d'estimer sa position et son orientation dans le repère de l'appareil photographique qui a pris le cliché. La qualité des résultats obtenus fait l'objet d'une discussion.

L'analyse de visibilité est une question importante de la recherche qui peut trouver des applications dans de nombreux domaines: sécurité, conception de réseau sans fil, gestion du paysage, mise en oeuvre d'accès piétonniers .... La prise en compte de la troisième dimension dans le calcul de visibilité est un réel défi. Seules quelques solutions peuvent détecter les obstacles 3D qui limitent l'isovist. Dans cette communication, nous présentons un nouvel algorithme qui peut détecter tous les objets qui bloquent la vue dans un environnement 30 reconstitué numériquement intégrant le relief. Une démonstration avec des données SIG est également effectuée.La reconnaissance automatique des bâtiments est une étape essentielle pour la réalité augmentée et un outil possible pour la géolocalisation d'une prise de vue. Les recherches dans ce domaine n'utilisent pas la localisation par contenu de l'image. Cet article présente une méthodologie pour l'enrichissement d'une base de données urbaine SIG grâce à un descripteur de texture de façade calculé sur des images de référence. Cet indicateur est ensuite utilisé pour retrouver ce bâtiment dans une nouvelle image et le localiser dans une base de données SIG 3D afin d'estimer sa position et son orientation dans le repère de l'appareil photographique qui a pris le cliché. La qualité des résultats obtenus fait l'objet d'une discussion. / The isovist or vision field is an interesting topic with many applications in different fields: security, wireless networkdesign, landscape management and analysis, pedestrian access .... Taking in account 3D environment is a verychallenging task. Only a few solutions can detect 3D obstacles that limit the vision field. We present in this paper a newalgorithm that can detect all the objects which block the sight in a 3D environment including the ground surface. A demonstration with GIS data is also given.Building recognition is the first step for augmented reality and the geolocation of the camera. Research in this field usually does not use the content of the image to locate it. This paper presents a methodology for enhancing and complementing a GIS database of buildings with a texture descriptor of the facades by using information extracted from reference images. This descriptor is used to locate any other image by searching similar texture in the image and locate it through the 3D GIS data base. The absolute position and orientation of the camera of the new image can then be computed if camera parameters (i.e. focal length) are known. The quality of the results is presented and discussed.

People describe and explore space with a strong emphasis on the visual senses, yet modelling the field of view has received little attention within the realm of Location Based Services (LBS), in part due to the lack of useful data. Advances in data capture, such as Light Detection and Ranging (LiDAR), provide new opportunities to build digital city models and expand the range of applications which use visibility analysis. This thesis capitalises on these advances with the development of a visibility model to support a number of innovative LBS functions in an urban region and particular focus is given to the visibility model‟s supporting role in the formation of referring expressions, the descriptive phrases used to identify objects in a scene, which are relevant when delivering spatial information to the user through a speech based interface. Speech interfaces are particularly useful to mobile users with restricted screen viewing opportunities, such as navigational support for motorists and a wider range of tasks including delivering information to urban pedestrians. As speech recognition accuracies improve so new interaction opportunities will allow users to relate to their surroundings and retrieve information on buildings in view through spoken descriptions. The papers presented in this thesis work towards this goal, by translating spatial information into a form which matches the user‟s perspective and can be delivered over a speech interface. The foundation is the development of a new visual exposure model for use in urban areas, able to calculate a number of metrics about Features of Interest (FOIs), including the façade area visible and the percentage on the skyline. The impact of urban vegetation as a semi-permeable visual barrier is also considered, and how visual exposure calculations may be adjusted to accommodate under canopy and through canopy views. The model may be used by pedestrian LBSs, or applied to vehicle navigation tasks to determine how much of a route ahead is in view for a car driver, identifying the sections with limited visibility or the best places for an overtaking manoeuvre. Delivering information via a speech interface requires FOI positions to be defined according to projective space relating to the user‟s viewpoint, rather than topological or metric space, and this is handled using a new egocentric model. Finally descriptions of the FOIs are considered, including a method to automatically collect façade colours by excluding foreground objects, and a model to determine the most appropriate description to direct the LBS user‟s attention to a FOI in view.