page d'accueil   sommaire  

ARMURS - Reconnaissace automatique pour la détection de changement par télédétection [ARMURS - Automatic Recognition for Map Upadte by Remote Sensing]

Depuis le milieu des années 80, les pays développés couvrent leur territoire avec des cartes topographiques dérivées de bases de données topographiques. Leur production est réalisée par photorestitution de photographies aériennes couvrant systématiquement le territoire et par complètement sur le terrain. Ces photographies aériennes coûtent relativement cher. Le complètement de terrain est long. Depuis peu, tous ces producteurs de données topographiques sont confrontés au même problème de mise à jour des bases de données topographiques. En parallèle, la demande pour une mise à jour de plus en plus rapprochée s'accroît de la part des utilisateurs.La disponibilité en images satellitaires à très haute résolution et l'existance de techniques de traitements d'images de plus en plus pointues permettent l'utilisation des données et des techniques pour la mise à jour des bases de données topographiques. A ce jour, s'il existe des contributions scientifiques intéressantes, il n'existe pas d'outil intégré permettant d'appuyer les producteurs de données topographiques dans la mise à jour de leurs bases de données.C'est pourquoi, l'objectif général du projet est de capitaliser les connaissances des partenaires en développant un démonstrateur pour soutenir les producteurs de données topographiques à les mettre à jour. Ce démonstrateur intégrera des méthodes existantes de prévision et de détection de changements. Les changements étudiés sont les objets les plus importants des bases de données topographiques à savoir les bâtiments, les routes, etc., c'est-à-dire les structures construites.A l'échelle régionale, l'objectif est d'analyser une série de données multi-sources (images satellitaires à haute résolution, bases de données statistiques sur la population, bases de données économiques) afin de prédire où les changements dans les structures construites auront lieu.A l'échelle locale, la base de données topographiques sera comparée à des images satellitaires à très haute résolution pour détecter et reconnaître les différences (erreurs dans la base de données, construction de bâtiments, de routes, etc.).La première étape est d'affiner notre perception des besoins des utilisateurs concernant la mise à jour des bases de données topographiques afin d'assurer que l'outil développé y réponde. C'est pourquoi des interviews avec des responsables de la production des données sont prévus.A l'échelle régionale, deux types de données seront utilisées pour prédire le changement dans les structures construites pour deux zones d'intérêt de la dimension d'une scène SPOT, soit chacune 60 x 60 km de côté. Les données statistiques sur la population et les activités économiques seront collectées, prétraitées (homogénéisation des entités spatiales et calcul d'indicateurs de changement) et analysés de sorte de pouvoir prédire le changement des structures construites pour chaque commune. Les relations statistiques seront calibrées à l'aide d'une cartographie des changements dans les structures construites pour un échantillon d communes. Les données satellitaires à haute résolution seront interprétées numériquement et comparées aux structures construites de la base de données topographiques à l'aide du module ETATS développé par le SIC/RMA dans le cadre d'une collaboration avec l'IGN. Ce module sera amélioré et les résultats seront validés. Les résultats provenant de l'analyse statistique et de l'analyse par télédétection seront comparés afin d'en dégager les avantages, les inconvénients mais surtout les complémentarités.A l'échelle locale (plusieurs zones d'intérêt couvant chacune l'équivalent d'une scène QuickBird, soit chacune 16 x 16 km), les données satellitaires à très haute résolution seront interprétées à l'aide de méthodes numériques de traitements d'image et comparées aux structures construites extraites des bases de données. Ces données seront utilisées pour détecter le changement et identifier la nature du changement. Deux niveaux dans le traitement des images doivent être distingués. Les traitements de bas niveau sont des techniques visant à extraire des informations de l'image pouvant servir à la reconnaissance des parties d'objets. Les traitements de haut niveau visent quant à eux à assembler ces informations afin d'identifier les objets (à savoir les structures construites). Lorsque les structures construites ont détectées, il s'agit de les comparer à celles la base de données topographiques. Etant donné le léger décalage possible entre les objets détectés sur les images et ceux de la base de données, il est nécessaire d'utiliser des techniques de mise en correspondance afin de comparer les objets correspondants. Le décalage peut être généré par un enregistrement de l'image non vertical (déviation radiale) ou par une déformation locale de l'image liée au relief.L'ensemble des techniques utilisées sera implémenté dans un démonstrateur qui dialoguera avec les logiciels commerciaux et fera appel aux algorithmes programmés. [Topographical data producers are currently confronted the need of a faster updating method. Although a state-of-the-art technique exists, no automated tool predicts and locates changes. The general objective of the project is to capitalize partners' knowledge in the development of a demonstrator to assist data producers in updating more efficiently their topographic database by using state-of-the-art image processing and statistical analysis techniques. Data will include remote sensing images, together with socio-economical data. To achieve this general objective, two main axes are distinguished: - At a regional scale, the objective is to analyze topographical databases from multiple sources such as satellite images, demographic database, or economic database in order to predict information about the localization of changes in man-made structures (such as houses, roads, etc.). - At a local scale, for areas of predicted changes the older databases will be compared with recent very high resolution images in order to detect and recognize differences (errors in the topographical database, building construction, road construction, etc'). Several types of man-made structures are distinguished (house, road, etc.)]



équipe


Emilie HANSON


disciplines et mots clés déclarés


Statistique appliquée Télédétection

télédétection