[PDF] Road Networks Extraction from Very High Spatial Satellite Images

View - Download Road Networks Extraction from Very High Spatial Satellite Images

Previous PDF

Next PDF

EWASH & TI Journal, 2019 Volume 3 Issue 1, Page 69-74 Environmental and Water Sciences, Public Heath & Territorial Intelligence

Env.Wat. Sci. pub. H. Ter. Int. J.

ISSN Electronic Edition : 2509 - 1069

Acces on line : http://revues.imist.ma/?journal=ewash-ti/

O. EL KHARKI & al 69

Section : Territorial Intelligence

Publication type : Full paper

Road Networks Extraction from Very High Spatial Satellite Images Edžtraction des RĠseaudž Routiers ă Partir d'Images Satellites ă Trğs Haute

Résolution Spatiale

Received 01 Jan. 2019

Accepted 11 Feb. 2019

On line 31 Mar. 2019

O. EL KHARKI1, M. M. MBAFOU2, M. BOULAALA1, N. EL MORTAJI1, A. RABII1, M. WAHBI1, H. BOULAASSAL1, O. A. YAZIDI1, J. MECHBOUH3, J. M. NGONO2 &

K. AUHMANI4

(1) Faculté des Sciences et Techniques de Tanger

Université Abdelmalek Essaadi

Tanger, Maroc

Email : elkharki@gmail.com

(2) Académie Internet / Université de Douala

Douala, Cameroun

(3) RIF Geomatique

Tanger, Maroc

(4) ENSA - Safi / Université Cadi Ayyad

Marrakech, Maroc

KEY WORDS

Satellite image, THRS,

Extraction, OTB, MRA

(Multi-Resolution Analysis),

Spectral angle, Pyramid of

images. Abstract In this paper, we address the problem of road network extraction from high resolution satellite images and its implementation with OTB (Orfeo ToolBox). More precisely, We present in this document, a processing sequence that consists of three main blocks: the first dedicated to a multi-scale analysis in order to reduce noise effects. The second deals with extracting roads by the technique of spectral angle and monitoring by the Kalman filter. The third sub- samples the image and reduces its size by half. The whole process is executed in a loop for pyramid generation. The implementation with OTB is facilitated by the multitude of applications it offers, and their easy integration for a specific application. This methodology takes into consideration, radiometric and geometric information and corrects the defects encountered in several existing systems and significantly reduces the false alarm rate.

MOTS CLES

Image satellite, THRS,

Extraction, OTB, AMR

(Analyse Multi - Résolution),

Angle spectral, Pyramide

d'images. Résumé Dans ce papier, nous traitons le problğme de l'edžtraction du rĠseau routier à partir des images satellites à Très Haute Résolution Spatiale (THRS) et son implémentation avec la librairie Orfeo ToolBox (OTB). Plus précisément, Nous allons présenter dans cet article, une chaîne de traitement constituée de trois blocs ͗ le premier est consacrĠ ă l'analyse multi-échelle, pour la réduction de spectral et suivi par le filtre de Kalman, le dernier bloc sous-Ġchantillonne l'image rĠsultante en la dĠcimant d'un facteur de 2. Ces trois blocs sont edžĠcutés en boucle pour la génération pyramidale. Son implémentation sous OTB a été une application spécifique. Cette méthodologie prend en compte les informations radiométriques et géométriques et corrige les défauts de plusieurs systèmes existants notamment en réduisant considérablement le taux de fausses alarmes.

Volume 1 - Number 1 - March 2017

EWASH & TI Journal, 2019 Volume 3 Issue 1, Page 69-74 Environmental and Water Sciences, Public Heath & Territorial Intelligence

Env.Wat. Sci. pub. H. Ter. Int. J.

ISSN Electronic Edition : 2509 - 1069

Acces on line : http://revues.imist.ma/?journal=ewash-ti/

O. EL KHARKI & al 70

1. Introduction

l'aǀğnement des images ă trğs haute rĠsolution spatiale. territoire, la mise à jour des bases de données géographiques, etc. Mais le domaine n'est pas encore bien exploré. Dans cet article nous proposerons une considérablement les investigations menées sur le terrain dans le domaine des travaux publics. Cela conduit à se demander comment extraire avec précision le réseau routier à partir des images à Très Haute Résolution Spatiale (THRS) en réduisant considérablement le taux de fausses routes. Aǀant de commencer l'edžtraction d'un rĠseau routier, il faut tenir compte des différentes voies de communication (les traverses, les ponts, les tunnels, les voies ferrées, les murs antibruit), qui sont des éléments ǀisibles et perturbateurs pour la dĠtection et l'edžtraction des routes. Et aussi les caractéristiques communes du réseau routier (géométrique et radiométrique) qui sont soumises à des variations (type de routes, contexte, type au nadir est plus adaptée pour la détection des routes caractérisée par : les boulevards, les rues, les ruelles avec présence des intersections, des ronds-points, des carrefours et des ponts qui nécessitent une résolution plus fine pour permettre de localiser les routes. Cette augmentation de la résolution des capteurs entraîne une augmentation des détails présents dans les images de télédétection. Désormais, la présence de véhicules, d'arbres en bordures de route, de la bande piĠtonne, [}mbres portées des bâtiments, de la poussière, des feuilles mortes, etc. seront visibles. Ces artéfacts influencent considérablement la radiométrie. Aussi, de même que certaines toitures de bâtiments, certaines surfaces (stationnement, aéroports) présentant des radiométries proches de celle de la route ont un contraste important avec leur environnement immédiat.

2. Etat de l'art sur les méthodes d'edžtraction

des routes à partir des images à THRS

2.1. Méthodes semi - automatiques

Ce sont des méthodes pour lesquelles un opérateur humain ou un algorithme de détection a indiqué au prĠalable des points de dĠpart et d'arriǀĠe pour les routes. Généralement, elles sont plus précises en termes de fausses alarmes (FA) car elles disposent des contraintes fortes comme la désignation des points de dĠpart et des points d'arriǀĠe. Parmi ces mĠthodes nous citons : Les contours actifs souvent appelé "snake" est une méthode introduite par Kass et Witkin [14]. Il s'agit d'une conǀerger ǀers une zone d'intĠrġt de celle-ci. L'edžtraction de plusieurs travaux, notamment les travaux de Peteri et Ranchin [9], qui ont utilisé cette technique pour extraire les deux bords parallèles de route dans une image Quickbird. Leur modèle de la route est un graphe dont les carrefours et les axes routiers représentent respectivement les sommets et les arcs. Ils ont fait usage de l'algorithme ă trous [15], [16] dans un premier temps pour une analyse multi-échelle. Ensuite, La route est représentée comme deux contours ouverts. Son évaluation quantitative nous renseigne sur la bonne prĠcision de l'edžtraction. Les réseaux de neurones : Doucette et al [8] présente une approche inspirée de Kohonen, SORM (Self-Organising Road Map) dont l'objectif est d'edžtraire l'adže central des de classification. Sa faiblesse se fait ressentir en présence des objets dont la radiométrie est similaire à celle des routes (stationnements, aéroports, toits de maisons) [8].

2.2. Méthodes automatiques

Ces mĠthodes n'utilisent aucune connaissance ă priori sur la localisation des routes contrairement aux méthodes semi-automatiques. Les méthodes dites complètement automatiques peuvent être divisées en deux groupes : radiométrique et méthodes globales qui utilisent en plus des informations sur la radiométrie, les informations géométriques et des données auxiliaires. Parmi les méthodes automatiques on trouve : - Convolution spectrale : Une coopération de techniques pour la localisation du réseau routier à partir des images du satellite Ikonos a été proposée par Haverkamp [4]. Dans un premier temps, il applique un masque de végétation pour accélérer la recherche de pixels de routes potentielles. Ensuite, Le calcul de la variance pour chaque pixel est réalisĠ. Le but Ġtant, d'attribuer une faible ǀaleur de variance à chaque pixel route. Les informations telles regroupement des pixels routes ; - Approche multi-résolution : La référence [2] propose une méthode multi-rĠsolution. L'idĠe Ġtant d'edžtraire en premier, des lignes centrales à basse résolution. Ils procèdent pour cela en sous-Ġchantillonnant l'image de départ, ensuite le filtre gaussien est employé pour la détection des routes avec un noyau fixe. Les fausses alarmes sont éliminées en utilisant une technique basée sur l'Ġtude des madžima locaudž. Aǀec la haute rĠsolution, la route est modélisée comme éléments brillants avec EWASH & TI Journal, 2019 Volume 3 Issue 1, Page 69-74 Environmental and Water Sciences, Public Heath & Territorial Intelligence

Env.Wat. Sci. pub. H. Ter. Int. J.

ISSN Electronic Edition : 2509 - 1069

Acces on line : http://revues.imist.ma/?journal=ewash-ti/

O. EL KHARKI & al 71

comme hypothğses, des bords parallğles et l'homogĠnĠitĠ Canny - Deriche pour la détection des bords de la route. résolution [2]. Bien que les méthodes semi - automatiques et automatiques présentent plusieurs atouts, elles rencontrent plusieurs contraintes, telles que images, la non-homogénéité des rues de point de vue radiométrie, les bords ne sont pas totalement parallèles et leurs largeurs sensiblement différentes (au niveau des carrefours). Aussi, les réseaux ne sont pas tous connexes (routes en chantier, échangeurs ou occlusions).

3. Matériel et méthode

3.1. Données et paramètres

Pour tester notre méthodologie nous avons utilisé une image multispectrale du satellite Quickbird. Cette image est celle d'une zone pĠriurbaine de taille 1000 dž 1000 métropolitaine Nord - Est), de 0.7 m de résolution spatiale National d'Études Spatiales français (CNES), et une image de référence obtenue manuellement via le logiciel libre Inkscape pour l'Ġǀaluation de nos rĠsultats (Cf. Fig.1). Fig. 1 : Image multispectrale du satellite Quickbird de la [Kd (à gauche), avec son pixel de référence tracé de référence (à droite)

Source : Travail personnel

Les paramètres expérimentaux utilisés dans cette étude sont de deux types : les paramètres par défaut et ceux obtenus après plusieurs essai-erreurs. - Paramğtres pour l'edžtraction de routes : le tableau (Tab.1) prĠsente les paramğtres utilisĠs par l'algorithme Un paramğtre essentiel pour l'algorithme de l'angle spectral est le pixel de référence. Un mauvais choix de ce dernier peut entraîner une extraction erronée ; - Paramètres pour l'Analyse Multi - Résolution (AMR) : Nous aǀons choisi la ǀaleur d'Ġcart-type 1/2. Chaque niveau de pyramide comportant quatre échelles, les valeurs utilisées sont respectivement (1/2; 0.63 ; 0.71 et 1.0) qui suivent dans cet ordre une progression géométrique [10]. Tab. 1 : Paramğtres par dĠfaut de l'algorithme

Description Valeur par

défaut

Réglage de la largeur de routes

détectées (Alpha) 1.0

Vectorisation (amplitude) 5E-05

Seuil de tolĠrance de l'Ġtape de

simplification 1.0

Angle maximal pour la jonction des

segments routes

1er critère de distance pour éliminer un

segment 1.0

2eme critère de distance pour éliminer un

segment 10.0

Distance de liaison entre segments 25

Source : Travail personnel

3.2. Méthodologie

La méthodologie utilisée est une combinaison de plusieurs techniques ; elle présente dans un premier temps l'analyse multi-résolution qui permet de décrire l'image sous plusieurs rĠsolutions. Ensuite, l'algorithme [xtraction de routes proposé par Christophe et Inglada [5]. Enfin le graphe obtenu sera optimisé par le filtre de

Kalman.

La chaîne de traitement est décomposée en 3 blocs et comporte 7 modules (Cf. Fig. 2). - Bloc 1 : génération des images dans l'espac[ Zoo (Analyse multi-résolution). Cette technique a pour but de réduire la sensibilité aux bruits dus aux capteurs haute résolution. Le plus souvent, une première extraction est rĠalisĠe ă basse rĠsolution pour obtenir l'adže du réseau routier, puis une localisation précise est effectuée à haute rĠsolution. L'intĠrġt de l'AMR rĠside d'une part dans sa capacité à présenter une image sous différentes résolutions, chacune permettant plus ou moins de mettre toutefois crĠer de nouǀelles structures et d'autre part, permet de traiter chaque niveau de résolution de façon individuelle et indépendante. EWASH & TI Journal, 2019 Volume 3 Issue 1, Page 69-74 Environmental and Water Sciences, Public Heath & Territorial Intelligence

Env.Wat. Sci. pub. H. Ter. Int. J.

ISSN Electronic Edition : 2509 - 1069

Acces on line : http://revues.imist.ma/?journal=ewash-ti/

O. EL KHARKI & al 72

Fig. 2 : Organigramme de la chaîne de traitement

Source : Travail personnel

- Bloc 2 (Extraction, suivi et évaluation) ͗ Il s'agit dans ce modèle du réseau routier sera proposé dans un premier du réseau. Puis le suivi du réseau extrait dans le but de l'optimiser sera assurĠ par le filtre de Kalman Ġtendu modifié en y ajoutant un paramètre pour le changement local de direction. Enfin les routes extraites seront ramenĠes dans leur rĠsolution d'origine par le processus quantitativement les résultats obtenus. - Bloc 3 ͗ rĠduction de l'image par un facteur de 2.

4. Résultats et discussion

4.1. Evaluation des résultats

La Figure 3 présente les résultats obtenus respectivement après la première, deuxième et troisième boucle d'edžĠcution de la chaŠne de traitements. L'image obtenue aprğs la premiğre boucle prĠsente une meilleure couverture du réseau routier que celles des octaves 2 et 3. A contrario, il possède plus de fausses alarmes. Plus on se déplace vers le sommet de la pyramide, moins on a de fausses routes. Cela se traduit par l'action de l'AMR aǀec le filtre gaussien qui adoucit les hautes fréquences et réduit considérablement le bruit prĠsent dans l'image de dĠpart. La présence des artéfacts notamment les arbres en bordures de routes occulte la route. Ce qui entraîne l'omission de certains segments de route comme illustrée

à la Figure 4.

quotesdbs_dbs35.pdfusesText_40

[PDF] texte ? l'impératif

[PDF] carnet thermomix apéritifs dinatoires pdf

[PDF] les carnets thermomix pdf

[PDF] apero dinatoire thermomix rapide

[PDF] les carnets thermomix les sauces pdf

[PDF] apéritif dinatoire noel thermomix

[PDF] les confitures

[PDF] marmelades et chutneys thermomix pdf

[PDF] mouvement sur un plan incliné avec frottement

[PDF] les carnets thermomix les confitures pdf

[PDF] les sauces thermomix pdf

[PDF] liste cocktail pdf

[PDF] cocktails pdf

[PDF] recette cocktail sans alcool pdf

[PDF] cocktail rhum pdf