Détection de changement 2D à partir d'imagerie satellitaire : Application à la mise à jour des bases de données géographiques

2D change detection from satellite images for building map updating

• Auteur / Autrice : Nicolas Champion
• Direction : Georges Stamon, Marc Pierrot-Deseilligny
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2011
• Etablissement(s) : Paris 5

Mots clés

Mots clés contrôlés

Télédétection

Géographie (discipline) -- Bases de données

Bases de données spatio-temporelles

Bases de données -- Gestion

Résumé

La majorité des bases de données géographiques sont aujourd'hui constituées. Se pose désormais la question de leur mise à jour et plus particulièrement celle du processus industriel à mettre en place pour ce faire. Si ce travail est réalisé actuellemnt de manière entièrement manuelle, en comparant directement la base de données à des images plus récentes ou encores en rassemblant et vérifiant des informations provenant d'autres partenaires (en France, des préfectures, conseils généraux, etc. ), de nombreux travaux sont menés pour l'automatiser. L'idée ici est de développer des systèmes qui soient capables d'utiliser des données de télédétection plus récentes pour envoyer des alertes sur les zones de changement dans une base de données 2D de bâtiments à partir d'images satellitaires de type Pléiades-HR. La chaîne de traitement mise en place se base sur les images satellitaire, le Modèle Numérique d'Elévation (MNE) qui en est dérivé et un modèle Nmérique de Terrain (MNT). Elle décompose le processus en deux étapes: d'une part, la vérification de la base de données et d'autre pat, la détection des nouveaux bâtiments. La mise en oeuvre de la première étape repose sur l'extraction de primitives robustes correspondant soit à un nMNE défini comme la différence entre le MNE et le MNT), soit à des primitives linéaires 2D et 3D, extraites des images initiales. A chaque bâtiment contenu dans la base de données est alors associé deux mesures de dissimilarité (l'une liée au nMNE et l'autre aux primitives linéaires) qui sont utilisées dans une approche de type a contrario pour définir ceux qui n'ont pas changé. Les bâtiments à considérer changés s'infèrent de ce premier ensemble par complémentaire. D'une manière similaire aux méthodes développées dans le acadre de la théorie de la décision a contrario, notre système de détection de changement, pour la première étape, s'apparente donc à un système de détection de non-changement. La deuxième étape se focalise sur la recherche des bâtiments nouveaux dans la scène et se base sur des critères géométriques et des outils morphomathématiques. La méthode a été appliquée sur de nombreuses zones (qui illustrent des typologies urbaines et des types de paysages différents) et évaluée en utilisant les critères de succès mis en place et justifiés au cours de ce travail de thèse. Par ailleurs, des études de sensibilité nous ont permis de mettre en évidence les facteurs limitants à prendre en compte dans le futur pour construire un système de détection de changement et d'aide à la mise à jour opérationnel.

In the past few years, 2D topographic databases have been completed in most industrialised countries. Most efforts in National Mapping Agencies are now devoted to the update of such databases. Because it is generally carried out manually, by visual inspection of orthophotos, the updating process is time-consuming and expensive. As a consequence, there is a growing need to automate it i. E. To develop semi-automatic tools that are able to detect the changes in a database from recent remotely-sensed data and to present them to a human operator for verification. In this PhD work, we tackle the particular issue of detecting changes in a 2D building database starting from more recent satellite (Pleiades-HR) images. In addition to input multiscopic satellite images, our method is based on a Digital Elevation Model (DEM) and a Digital Terrain Model (DTM). The workflow is divided into 2 steps: the verification of the database (Step I) and the detection of new buildings (Step II). The first step is based on robust primitives, correponding to an nDEM (defined as the difference between the DEM and the DTM) or correponding to 2D and 3D linear primitives, extracted from input DEM and satellite images. Two dissimilarity scores (the first score is related to the nDEM; the second one to linear primitives) are then computed and assigned to each building. In the end, the a contrario paradigm is used to detect unchanged buildings: the buildings to be considered changed are inferred from this first set by taking its complementary in the database. Similary to the other methods based on the idea that new buidings correspond to above-ground objects that neither correspond to a building (already described in the database) nor a tree (described in the vegetation mask). This detection is carried out by performing a morphological comparison between the above-ground mask, derived from the nDEM and an initial above-ground mask, derived from the partially updated (Step I) vector database and a vegetation mask, derived from input images. The method was applied to many test areas, very different regarding land use and topography. It was also assessed through the evaluation criteria, introduced and justified during the PhD work. Eventually, sensitivity studies were carried out and highlight the limiting factors to be considered in the future in order to build an operational system for change detection and map updating.