Exttractio parti Explo on aut ir des oratio tomat photo n de d

 Projet Géom
matique Master 2 IASIG Exttractio
on auttomattique du rés
seau routie
er à
partiir des photo
ograp
phies aérien
a
nnes.
Explo
oration de différe
d
entes techn
niques
s
Présenté
é par : Pierrre Justin DJO
OMNANG C
CHEBEN Matricule : 05M2IIASIG11 E‐mail : pch
[email protected] Extraction automatique du réseau routier à partir des photographies aériennes. Exploration de différentes techniques SOMMAIRE Liste des figures ............................................................................................................................... 3 Introduction .................................................................................................................................... 4 1 2 Généralités sur la photographie aérienne et sur le réseau routier : Concepts et définitions ..... 5 1.1 La photographie aérienne ....................................................................................................... 5 1.2 Le réseau routier ..................................................................................................................... 6 1.3 Le réseau routier dans les photographies aériennes .............................................................. 7 1.4 Prétraitement d´image ............................................................................................................ 8 1.5 Traitement d´image ................................................................................................................. 8 1.6 Post‐traitement ....................................................................................................................... 9 1.7 Modélisation ............................................................................................................................ 9 Quelques techniques et procédés ............................................................................................ 9 2.1 Segmentation .......................................................................................................................... 9 2.2 Reconnaissance des propriétés des objets (Propriétés géométriques et propriétés radiométriques .................................................................................................................................... 9 2.3 3 4 Regroupement ....................................................................................................................... 10 Extraction : Exploration de différentes méthodes .................................................................. 10 3.1 Méthodes locales .................................................................................................................. 10 3.2 Méthodes globales ............................................................................................................... 11 3.2.1 Méthode de segmentation et de classification ............................................................. 12 3.2.2 Champs de Markov sur graphe ..................................................................................... 12 3.2.3 Méthodes multicouche ................................................................................................. 12 3.2.4 Le filtre de Laws ............................................................................................................. 13 Conclusion ............................................................................................................................. 15 Bibliographie ................................................................................................................................. 16 Webographie ................................................................................................................................ 16 2 Liste des figures Noms des figures Page Fig. 1 Recouvrement photographique………………………………………………………………6 Fig. 2 Attributs d´un réseau routier……………………………………………………………………7 Fig. 3 a) image à petite résolution b) image à grande résolution……………………….7 Fig. 4 Exemple de filtre médian…………………………………………………………………………11 3 Introduction Dans le processus d´acquisition des données pour un Système d´Information Géographique, certaines taches sont encore effectuées manuellement, ce qui peut être très coûteux en temps et en argent. Pour cette raison, la recherche de solutions automatiques peut se présenter comme une aubaine pour tous ceux qui, dans l´exercice de leurs activités sont appelés à utiliser et à manipuler les données géographiques. Ainsi, plusieurs méthodes ont été mises sur pied pour faciliter l'extraction de l’information à partir des images aériennes, notamment l’extraction d'objets surfaciques ou linéaires tels que les routes. L´extraction automatique du réseau routier à partir de photos aériennes est un domaine de l´analyse d´image qui, depuis des décennies fait l´objet de recherches constantes. Si l´extraction des routes dans les zones de campagne est relativement simple, du fait de la faible densité des routes et de leur relative homogénéité, l´extraction des routes dans les zones urbaines quant à elle est un véritable challenge car elle est perturbée par des objets tels que les véhicules, les habitations, les arbres ainsi que leurs ombres. L´objet de ce travail est d´explorer, indépendamment des perturbations contextuelles (ombres, véhicules, immeubles), quelques méthodes d´extraction du réseau routier à partir des photographies aériennes. 4 1 Généralités sur la photographie aérienne et sur le réseau routier : Concepts et définitions L´extraction du réseau routier à partir d´images aériennes nécessite de passer par un travail préliminaire qui consiste à rehausser la qualité de l´image afin que de celle‐ci le maximum d´informations puisse être extrait. 1.1 La photographie aérienne Dans son sens basique, une photographie aérienne est une image prise depuis les airs. Elle est normalement prise suivant un plan verticale à bord d´un aéronef ou d´un drone, à l´aide d´un appareil de prise de vue hautement précis. Pendant longtemps, les photographies aériennes ont été disponibles seulement en noir et blanc, les images couleur ne se sont généralisées qu´au début des années 90, ce qui a permis d´accentuer les contrastes et de faciliter l´interprétation par des méthodes photogrammétriques. Il ya plusieurs aspects que l´on peut considérer pour déterminer ce qui peut faire que deux images d´une même zones soient différentes l´une de l´autre : l´échelle de l´image, le type de pellicule, le recouvrement. D´autres concepts importants sont utilisés en photogrammétrie aérienne. Ce sont : la couverture stéréoscopique, les repères fond de chambre, la distance focale, les numéros des clichés…etc. Dans le cadre de ce travail, seuls quelques concepts de base de la photogrammétrie seront définis. Distance focale : c´est la distance qui sépare le milieu de la lentille de l´appareil de prise de vue et le plan focal, c´est à dire la pellicule. À mesure que la distance focale augmente, le déformation de l´image diminue. On peut donc mesurer de façon précise la distance focale lorsque l´appareil de prise de vue est étalonné. Échelle : C´est « le rapport entre la distance entre deux points sur une photo et la distance réelle entre ces mêmes deux points au sol (c.‐à‐d. 1 unité sur la photo équivaut à « x » unités au sol) »1. Si un tronçon de 1 km d'une autoroute couvre 4 cm sur une photo aérienne, on calcule l'échelle comme suit : [www.rncan.gc.ca] Repères de fond de chambre : Ce sont de petites marques de repérage constituées de croisillons dans des petits cercles exposées aux quatre coins d'une photographie aérienne. Ces repères donnent l´orientation interne du cliché. Recouvrement : partie couverte par une image qui se retrouve sur une deuxième image; le recouvrement est généralement exprimé en pourcentage. La trajectoire de vol doit être 1
www.rncan.gc.ca/.../photos‐aeriennes/a‐propos‐photographies‐aerie‐0 5 conçue de façon à assurer un recouvrement longitudinal d'environ 60 % et un recouvrement latéral entre 20 à 40 %. Fig. 1 Recouvrement photographique, Source : www.rncan.gc.ca/.../photos‐aeriennes/a‐propos‐photographies‐aerie‐0 L´usage pratique des photographies aériennes se retrouve dans de nombreux domaines dont la cartographie, la planification urbaine et rurale, les études d´impact environnemental, la criminologie, certaine action sociales…etc. 1.2 Le réseau routier Le réseau routier est l´ensemble des voies de circulation terrestres permettant le transport par véhicules routiers, et en particulier, les véhicules motorisés (automobiles, motos, autocars, poids lourds…). [WIKIPEDIA, 2012] Plusieurs éléments entrent en compte pour décrire un réseau routier. Le tableau ci‐dessous donne un aperçu des différents attributs utilisés pour caractériser un réseau routier. 6 Attribut Valeurs possibles Nom N3, D78 Nationale, Provinciale, Départementale… Douala ‐ Edéa Revêtue, non revêtue Etat, Commune 6 Route de liaison Mauvais 80 Tous véhicule, 4x4 60 kmh Classement Section de route Type de route Gestionnaire Largeur Destination Etat Trafic moyen journalier Praticabilité Vitesse moyenne Fig. 2 Attributs d´un réseau routier La responsabilité de la gestion du réseau routier diffère suivant le classement de la route. Pour le cas du Cameroun, la gestion du réseau routier est la responsabilité de l´Etat pour les routes nationales, de la Région pour les routes provinciales, des Départements pour les routes départementales et enfin des communes pour les routes rurales. 1.3 Le réseau routier dans les photographies aériennes L´apparence des routes sur les images dépend des propriétés spectrales du capteur utilisé et de la résolution de l´image. Sur les images de petite résolution c´est à dire de plus de 4 mètres de pixel, les routes apparaissent sous la forme des lignes constituant un réseau plus ou moins dense (image 3 a). Sur les images de grande résolution, c´est à dire moins de 0,5 m de pixel, les routes apparaissent par contre comme des surfaces allongées homogènes avec une largeur relativement constante (image 3 b). Pour des images à haute résolution, on peut atteindre une plus grande précision géométrique, cependant, l´extraction du réseau routier peut être perturbée par des objets d´arrière plan tels que les arbres, les véhicules, les immeubles…etc. Fig. 3 a) image à petite résolution b) image à grande résolution 7 1.4 Prétraitement d´image D´après [BAUMGARTNER et al, 1999] la procédure d´extraction des routes à partir des images aériennes s´effectue en trois phases principales : le prétraitement, le traitement et le post‐traitement La phase de prétraitement est celle pendant laquelle l´on rehausse par des procédures bien définies les lignes dans l´image en trouvant les séquences de points qui correspondent à ces lignes. Après ce rehaussement de lignes, on obtient généralement une image binaire sur laquelle on retrouve des points et des segments de ligne rehaussées. On divise le prétraitement d´image en deux parties : la restauration d´image et la correction d´image.  La première partie, la restauration d´image, consiste à reconstruire les informations perdues ou dégradées, à amoindrir ou à éliminer de l´image tout facteur dérangeant pouvant influencer la bonne interprétation de l´image.  La correction d´image quant à elle s´occupe de corriger l´image afin de la préparer aux futurs travaux d´interprétation. Principalement, les opérations de prétraitement d´image se repartissent en opération ponctuelle, opération locale et opération globale. Dans les opérations ponctuelles, on utilise principalement les valeurs d´intensité de chacun des pixels de l´image de départ E(x,y). On calcule ainsi à travers la fonction f[E(x,y)] les valeurs des pixels de l´image de sortie A(x,y). A(x,y) = f[E(x,y)]. Une transformation d´histogramme afin d´améliorer le contraste ou la luminosité est un exemple d´opération ponctuelle. Pour les opérations locales, on utilise pour calculer l´intensité des pixels de l´image de sortie A(x,y), en plus des valeurs de chacun des pixels, les pixels environnants de l´image de départ E(x,y). Un exemple d´opération locale c´est le filtre médian. En ce qui concerne les opérations globales, l´ensemble de l´image E est prise en compte pour déterminer les valeurs d´intensité des pixels de l´image de sortie A(x,y). Un exemple d´opération locale c´est la transformée de Fourier. 1.5 Traitement d´image Pendant le traitement d´image, on utilise des informations contextuelles pour prolonger les segments et les points détectés dans la phase du prétraitement afin de localiser et d'extraire des lignes. Le traitement d´image proprement dit peut être divisé en quatre niveaux : D´abord l´image subie une transformation pendant laquelle l´ensemble des informations de celle‐ci n´est pas dégradé mais plutôt renforcé. Ensuite l´image prétraitée est segmentée, c´est à dire divisée en unités »sémantiques » De ces unités segmentées, sont calculées les propriétés significatives de l´image. 8 Et enfin intervient la classification. Ici, les unités segmentées associées aux propriétés calculées sont divisées en classes. 1.6 Post‐traitement La phase de post‐traitement est la procédure qui consiste à affiner, reconstruire et mettre à l’échelle les lignes extraites, qui sont généralement incomplètes dans l’étape du traitement. 1.7 Modélisation Une des conditions pour une interprétation automatique optimale des photographies aériennes est une bonne modélisation de l´image ou des objets qui s´y trouvent. Une modélisation qui se veut complète devrait aussi bien décrire les objets de l´image que les relations entre ces objets. La modélisation d´une image se repartit sur différents niveaux.  Le point de départ est la modélisation du monde réel, c´est à dire une description significative et compréhensible de l´image.  La modélisation prend en paramètre le type de matériel utilisé ainsi que les capteurs utilisés pour la prise de vue.  En complément, une modélisation de l´image au niveau géométrique est nécessaire. Cette modélisation permet de faire un lien efficace entre les objets du monde réel et leurs images sur la photographie, indépendamment des propriétés du capteur. 2 Quelques techniques et procédés 2.1 Segmentation La segmentation est le découpage d´une image en un ensemble de régions disjointes, identifiées par des propriétés spécifiques telles que la texture, le ton de gris, etc. Dans le traitement d´image, la segmentation joue un rôle très important. En général elle produit une image binaire où les points du contour sont noirs et les points du fond sont blancs. Sa qualité est une caractéristique essentielle et s’évalue en fonction de deux critères différents : L’exactitude du contour détecté et son niveau de connexion. Si, après la détection, des points de contour demeurent déconnectés, une étape de liaison ou de prolongation est nécessaire pour compléter la segmentation de l’image. 2.2 Reconnaissance des propriétés des objets (Propriétés géométriques et propriétés radiométriques Chaque objet d´une image possède des propriétés qui lui permettent d´être facilement classifié. Il est donc important pour chaque objet que ses propriétés soient déterminées. 9 Les propriétés des objets se regroupent principalement en deux grands groupes : les propriétés géométriques et les propriétés radiométriques.  Propriétés géométriques Celles‐ci concernent la forme et la grosseur des objets. Les propriétés géométriques d´une pièce de 100 fCFA sont par exemple : ronde, plate, 2,7cm de diamètre, 2 mm d´épaisseur…etc.  Propriétés radiométriques Les propriétés radiométriques concernent essentiellement la couleur et la texture des objets. La texture représentant ici la répartition des valeurs de gris avec leur régularité et leur interdépendance sur une portion délimitée de l´image. 2.3 Regroupement En rapport avec l´interprétation d´image, le regroupement peut être considéré comme la recherche des parties de l´image qui se ressemblent. Il sert ainsi à regrouper les structures simples d´une image en structures sémantiques complexes dans le but de faciliter l´interprétation des objets. On s´appuie sur plusieurs critères pour regrouper les parties d´une image en structures complexes. Ces critères sont : la similitude des propriétés telles que la couleur, la grosseur, la forme ainsi que les relations entre les parties d´une image. Ces relations peuvent être la symétrie, le parallélisme, la continuité. Il est cependant à noter que la combinaison de plusieurs critères permet d´accroitre le degré de précision du regroupement [BAUMGARTNER 1999]. 3 Extraction : Exploration de différentes méthodes 3.1 Méthodes locales Les méthodes d´extraction automatique du réseau routier se regroupent en deux catégories générales : les méthodes locales et les méthodes globales.  Les méthodes locales : Ces méthodes sont basées sur l´analyse des informations spectrales des pixels environnants afin d´en trouver ceux appartenant au réseau routier. On regroupe ces méthodes en cinq groupes en fonction de la technique utilisée : – les opérateurs de différentiation : Cette technique réalise l´extraction des informations d´une image en la dérivant une fois pour les filtres de gradient ou deux fois pour les filtres Laplaciens. – l´analyse mathématique du profil du gradient : Au départ, on définit des critères et on recherche ensuite les pixels correspondants sur la base d´une fonction 10 polynomiale qui, en fonction de la direction d´une route établit une approximation du profil de celle ci – la morphologie mathématique : c´est une méthode d’analyse fondée sur la théorie des ensembles. Elle prend en compte les notions de texture et de structure pour créer une image binaire renfermant un certain nombre de régions dont les pixels sont codés à 1 par différence avec un fond sans importance codé à 0. – la convolution spectrale – le réseau de neurones Un des filtres les plus connus utilisés dans les méthodes locales c´est le filtre médian. Il trie les pixels de l´environnement immédiat suivant les valeurs de leurs intensités pour choisir le pixel moyen et ensuite attribuer sa valeur à l´image de sortie. Convolution avec Fig. 4 Exemple de filtre médian Les méthodes locales sont de moins en moins utilisées de nos jours car elles présentent certaines limites. Elles ne considèrent pas l´image dans sa globalité, au contraire elles s´intéressent seulement à la variation de l´intensité d´un pixel dans un environnement proche et moindre par rapport à toute l´image. La conséquence est la présence de lignes discontinues et incomplètes dans le résultat final. Un autre inconvénient des méthodes locales est l’inexactitude du positionnement géométrique de certains éléments extraits. Ce décalage dans le positionnement est plus 3.2 Méthodes globales Les méthodes globales ont été développées pour faire face aux manquements issus des méthodes locales. Ces méthodes, lorsqu´elles sont appliquées au réseau routier, considèrent l´extraction de celui‐ci à partir d´une image comme un problème global. L´idée ici est de convertir l´image concernée dans un nouvel espace mathématique et d´en extraire le réseau routier à partir de leurs formes transformées dans ce nouvel espace. 11 La suite de notre travail s´appuiera essentiellement sur les méthodes globales et consistera à présenter un état de l´art sur l´extraction du réseau routier à partir de photographies aériennes. Après une description des caractéristiques principales de chaque méthode, nous présenterons quelques approches élaborées par différents auteurs. 3.2.1 Méthode de segmentation et de classification C´est une méthode qui utilise la segmentation et la classification supervisée ou non supervisée d'une image afin d'en extraire le réseau routier. Cette technique analyse la texture d´une image et offre en sortie une image binaire que l´on peut utiliser comme base pour des travaux de vectorisation complémentaires. L´extraction du réseau routier à partir des images aériennes s´apparente à un problème de classification. À partir de l´image binaire, les pixels sont classés en deux groupes : « route » et « non route ». Si on applique à ces pixels un réseau de neurones multicouche, dont les entrées correspondent à des fenêtres de taille n*n centrées sur chaque pixel de l´image, le réseau classifie par lui‐même l´image à partir des échantillons « route » et « non route » sélectionnés manuellement. On peut ensuite utiliser ce réseau pour extraire les routes dans des images similaires. 3.2.2 Champs de Markov sur graphe Les graphes sont très appropriés pour la représentation du réseau routier. Un graphe est composé de plusieurs nœuds et arcs. Un arc correspondant à la liaison entre deux noeuds. Dans le cas des routes, les carrefours s´apparentent aux nœuds et les routes aux arcs. Les graphes peuvent considérablement faciliter l´extraction du réseau routier à partir d´une image aérienne. On utilise généralement un algorithme d´extraction pour générer un graphe de réseau routier. Après l´extraction, la prochaine étape consiste à effectuer une correction topologique afin de lier les nœuds entre eux. Les champs de Markov sur graphe sont un outil qui utilise la technique des graphes pour modéliser un réseau routier sur une image dans sa totalité. Chaque arc du graphe correspond à un tronçon du réseau. Grâce à cette modélisation, de fortes contraintes géométriques du réseau peuvent être prises en compte. Un accent particulier doit être mis sur la phase d´initialisation car un arc qui n´est pas détecté durant cette phase ne le sera pas après. Pendant la phase d´initialisation, chaque pixel de l´image est affecté d´un potentiel d´appartenance à la route, ce qui génère une image de potentiel. Ensuite, on applique la méthode de watersheld (ligne de partage des eaux) sur cette image de potentiel préalablement filtrée pour minimiser les perturbations dues aux bruits et les minima locaux. Le graphe qui en résulte contient le réseau routier. En s´appuyant sur des critères radiométriques on effectue une correction topologique qui inter‐lie tous les segments appartenant au réseau routier. 3.2.3 Méthodes multicouche Cette méthode s´appuie sur le stockage des informations accessibles dans une base de données pour détecter les pics réels dans l´espace des paramètres. Elle se divise en deux étapes : l’acquisition et le stockage des données, le traitement et l’analyse des données. 12  Acquisition et stockage de données C´est au cours de la procédure de transformation que les données sont acquises. Les informations obtenues sont généralement des informations géométriques telles que le nombre et la position des points des entités recherchées dans l´image originale ou des informations radiométriques telles les valeurs numériques des points de la forme ou même des informations spectrales. Toutes ces informations sont stockées dans des couches supplémentaires de l´espace des paramètres pour être analysées dans l´étape suivante qui est celle du traitement.  le traitement et l’analyse des données afin d’en extraire des informations utiles Une fois les données stockées, traitées et analysées, l´objectif est d´extraire les pics réels dans le domaine des paramètres. Ces pics réels permettent l´extraction efficace des formes correspondantes dans l´image originale. L´étape de traitement en elle même se divise en plusieurs phases : ‐ Dans un premier temps, pour chacun des pics existant dans le domaine des paramètres, on définit un espace multidimensionnel des paramètres, on analyse la séquence des points enregistrés (mj, nk) et les valeurs numériques correspondantes li(mj, nk). Grâce à cette analyse, on peut mettre en évidence les discontinuités dans la séquence de points de chaque pic. Entre deux discontinuités consécutives, on regroupe tous les points qui s´y trouvent dans une classe unique. ‐ Ensuite dans la deuxième phase, on initialise un espace des paramètres dans lequel on détermine les valeurs extrêmes (longueur minimale et maximale) de la forme recherchée ainsi que le pas de chaque paramètre. Les longueurs minimale et maximale de la forme permettent de déterminer un intervalle de recherche pour les valeurs numériques des points dans le domaine des paramètres. Ensuite, dans cet intervalle de recherche, on sélectionne les pics simples ou composites. ‐ En utilisant un intervalle de niveau de gris, on présélectionne les points susceptibles d’être des pics réels dans le domaine des paramètres, ceci permet de déterminer les paramètres de la forme recherchée. Les pixels isolés sont identifiés par leurs valeurs numériques très faibles dans le domaine des paramètres et sont ensuite éliminés afin de réduire le bruit dans le résultat final. ‐
Enfin, les formes détectées sont restaurées en s´appuyant sur les paramètres déterminés à l´étape précédente dans l´image de sortie. La qualité du résultat final dépend de l´exactitude des pics répertoriés dans le domaine des paramètres. 3.2.4 Le filtre de Laws Laws propose un filtre 2D pour déterminer l´énergie et la texture qui résulteraient de la combinaison vectorielle des filtres 1D. Le point de départ est un filtre 1D qui s´appuie sur une courbe de Gauss. Les autres filtres 1D correspondent à la première, seconde, troisième, quatrième… dérivées de la courbe de Gauss. A partir des filtres 1D et suivant les 13 combinaisons 3 * 3, 5 * 5, 7 * 7 ainsi de suite, sont générés des masques à deux dimensions comme ceux présentés ci‐dessous. À partir de ces filtres 2D on peut générer comme dans l´exemple suivant des masques 5 * 5 ou
À la suite de ces masques, sont calculées ce que Laws a appelé les « images d´énergie ». Celles‐ci permettent d´effectuer une segmentation de l´image basée sur la texture, ensuite elles sont composées pour produire une image à plusieurs canaux. C´est cette image quzi sert de base à la classification qui à son tour dérive sur l´extraction du réseau routier. 14 4 Conclusion Dans ce travail, nous n´avons présenté que quelques une des méthodes automatiques utilisées pour détecter le réseau routier sur les photographies aériennes. Malgré la précision relativement bonne des résultats que peuvent offrir ces méthodes, une dernière phase d´édition manuelle sur la base par exemple des données cartographiques existantes peut s´avérer indispensable pour compléter les manquements dus à l´automatisation de l´extraction. 15 Bibliographie BAUMGARTNER, A., STEGER, C., MAYER, H., ECKSTEIN, W., EBNER, H. (1999): Automatic road extraction based on multi‐scale, grouping and context. Photogrammetric Engeneering and Remote Sensing, vol. 65, no. 7, pp. 777–786. LILLESAND et KIEFER (2000): Remote sensing and lmage interpretation, Wiley and Sons, 4th edition Webographie [CENTRE D´ETUDE SPATIALE DE LA BIOSPHÈRE, 2013] CESBIO : Thèse Idbraim (Dernier accès le 25.04.2013) http://www.cesbio.ups‐tlse.fr/data_all/theses/Idbraim.pdf [RESSOURCES NATURELLES CANADA, 2013] Photographies aériennes (Dernier accès le 12.04.2013) http://www.rncan.gc.ca/.../photos‐aeriennes/a‐propos‐photographies‐aerie‐0 [WIKIPEDIA, 2012] Wikipedia: Réseau routier (Dernier accès le 29.03.2012) https://fr.wikipedia.org/wiki/Réseau_routier [WIKIPEDIA, 2012] Wikipedia: Traitement d´image (Dernier accès le 25.09.2012) https://fr.wikipedia.org/wiki/Traitement_d'images 16