Les capteurs LiDAR sont de plus en plus utilisés pour réaliser des acquisitions à grande échelle. Ceci est dû à leur grande capacité d’acquisition, ainsi qu’à leur adaptabilité, permettant la création de nuages de points denses reflétant la géométrie détaillée de la scène. En raison de leur volumétrie, de leur densité irrégulière et de leur absence de structure interne, ces données sont souvent difficiles à traiter.

Dans un premier temps, nous nous intéresserons à la thématique de la classification des nuages de points LiDAR, en particulier dans les cas où la vérité terrain est limitée. Dans un second temps, différentes approches de segmentation seront présentées afin d’améliorer les résultats de classification, mais aussi de simplifier les nuages de points pour proposer des reconstructions 3D. Différentes applications de ces méthodes sur des données réelles issues de scènes variées seront présentées.