Académique Documents
Professionnel Documents
Culture Documents
Résumé— Nous proposons un SIG pour la gestion du De ce fait, un grand nombre de travaux de recherche a été
réseau routier principalement urbain. Le SIG est constitué de publié à la fois dans le domaine géospatial et le domaine de
trois modules principaux : la vision par ordinateur ; et surtout avec l'arrivée des images
1. UREDIT : ce module concerne la collecte de télédétection de haute résolution la mise à jour des cartes
d’informations, Il inclus l’extraction du réseau rou-
routières à grande échelle est devenue abordable.
tier urbain à partir des images satellites. Son but est
de construire la base de données géographiques et Wang et son équipe ont appliqué des masques direction-
d’assurer sa mise à jour. nels sur des images de télédétection à 10 m de résolution
2. URAMER : ce module consiste en la mise à jour de la spatiale, afin de détecter et d’extraire les rues représentées
base de données par le biais d’un processus de reca- par des lignes minces ou épaisses [03]. Haverkamp propose
lage entre le réseau routier extrait de l’image satellite une méthode pour extraire de manière semi automatique des
et celui extrait de la carte.
réseaux en grille à partir des images du satellite IKONOS. Il
3. URASK : l’interrogation de la base de données géo-
graphique est rendue possible par les différentes re- utilise à la fois l’information contenue dans l’image multis-
quêtes implémentées dans ce dernier module. pectrale et dans l’image panchromatique [03]. Les algo-
Afin de valider cette étude, nous avons appliqué le SIG au rithmes de recherche d’itinéraire optimal ont été largement
réseau routier urbain de la ville d’Oran, en construisant la employés pour l’extraction des routes dont l'optimisation
base de données géographiques de ce réseau routier. peut être réalisée soit par la programmation dynamique
[06,02], soit par les contours actifs [03,09] ou par le filtrage
Mots clefs — SIG, extraction du réseau routier urbain,
de Kalman [04]. D’autres travaux se dirigent vers les tech-
image satellite, recalage.
niques de fusion d’images provenant de plusieurs capteurs
I. INTRODUCTION telles que la fusion satellite/radar … [01], ou l’injection de
l’information d’une image multispectrale basse résolution
Le réseau routier est un élément clef pour le développe- dans une image panchromatique haute résolution, comme
ment de la ville. Dans ce travail, nous avons réalisé un Sys- Y. Zhang [07]. Lee Sung Yiau utilise des images multispec-
tème d’Information Géographique pour mieux prendre en trales MSI, afin de bien mettre en évidence le réseau routier
charge ce réseau routier ainsi que son évolution. urbain, en considèrant la couleur comme la primitive dis-
Ce système offre aux experts, un moyen robuste de prise criminante pour son système de reconnaissance de forme
de décisions, dans divers domaines tels que, la protection [08].
civile, les interventions militaires, la gestion du trafique Pour alimenter la base de données routière, nous avons
routier ainsi que le développement économique. implémenté plusieurs algorithmes d’extraction du réseau
Au sein du laboratoire LARESI, existe un projet de réali- routier urbain à partir des images satellites, et cela à cause
sation d’un système d’informations géographiques afin de de la complexité du milieu urbain et à la multiplicité de la
gérer les données spatiales, vu leurs importance dans la ges- résolution des images satellites utilisées.
tion et le développement du territoire, dans ce cadre, nous
avons réalisé notre système UREGIS (Urban Road Extrac- III. DESCRIPTION DU SYSTEME
tion Geographical Information System).
UREGIS est un ensemble de modules, dédié à la gestion Le noyau de notre système d’information géographique
du réseau routier urbain. Il a pour objectifs d’assurer la est la partie « extraction du réseau routier urbain à partir des
création de la base de données géographiques urbaines, la images satellites ». Nous avons dû implémenter pour cela
mise à jour, l’analyse et la visualisation de cette base, de plusieurs algorithmes du fait de la complexité du problème
façon à faciliter la gestion et le contrôle du réseau routier d’extraction du réseau routier urbain à partir des images sa-
urbain. tellites, comme le montre le schéma synoptique Fig 1.
Ce module intègre trois méthodes d'extraction du réseau
II. ETAT DE L’ART SUR L’EXTRACTION DU RESEAU routier urbain qui sont
ROUTIER
- Algorithme F*
- Contours actifs géométriques
Nous utilisons les images de télédétection dans le but - Extraction multispectrale.
d'extraire le réseau routier urbain. L’extraction de ce réseau Nous décrivons sommairement ces algorithmes dans ce
dans le milieu urbain est une tâche très ardue à cause de la qui suit.
complexité de ce milieu, tels que la présence des voitures,
des arbres et des ombres portées des bâtiments [03], [05].
Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009
Point de
depart
(a) (b)
Partie Fig.3 (a) Image originale résolution de 10m, (b) Réseau routier extrait.
verticale
B. Les contours actifs géométriques (GAC)
Les modèles classiques des contours actifs 'snake' se
Chemins concentrent sur l’extraction d’objets aux formes particuliè-
trouvés rement remarquables. De ce fait les contours actifs géomé-
Partie horizontale inférieure Points
candidats triques ont été introduits, afin de permettre :
1. L’incorporation d’une information géométrique dans
Fig.2 Principe de recherche dans la fenêtre de recherche de l’algorithme
la fonction d’énergie du snake,
F*.
2. Utilisation des courbes de niveaux afin d’assurer le
L’algorithme F* recherche un chemin optimal entre un changement de topologie (détection de plusieurs objets à la
point de départ et un point d’arrivée en optimisant une fonc- fois) [09].
tion coût [02]. Dans notre cas, la sélection du point de dé-
Journées d’Animation Scientifique (JAS09) de l’AUF Alger Novembre 2009
Pour minimiser l’équation précédente, nous devons cher- Segmentation basée contour
cher dans la direction du gradient le chemin qui minimise C
[10]. L’évolution de la courbe est donnée par : Segmentation basée forme
∂C r r r
∂t
(
= g ( ∇ I ) κ N − ∇ g . N N (0 3) )
Réseau routier final
Le changement de topologie est rendu possible par le
biais de l'utilisation des courbes de niveaux ‘levelset’ de
Osher et Sethian. C'est ce qui fait l'intérêt de ce modèle par
Fig.5 Organigramme général.
rapport aux contours actifs classiques. En changeant la re-
présentation de la courbe paramétrée C implicitement avec
une courbe de niveau ψ [10], qui est une fonction distance
signée, on obtient l'équation suivante :
∂ψ
= g ( I ) ∇ ψ κ + ∇ g ( I ) .∇ ψ ( 0 4 )
∂t
R = D et (M )− kT ra ce (M )
2
(1 0 )
Tel que :
Det ( M ) = I x2 I y2 − ( I x I y ) et Trace ( M ) = I x2 + I y2
2
- Dessiner une fenêtre de corrélation centrée en un point quelques critères, comme l’illustre la figure suivante.
d’intérêt P1 dans l’image 1.
Raccourcis des
- Dessiner une fenêtre de corrélation centrée en chaque modules L’échelle de la
point d’intérêt de l’image 2 susceptible de lui correspondre. d’UREGIS A barre d’outils base
- Calculer le score de corrélation entre ces fenêtres.
- Choisir le correspondant de P1 le point P2 qui possède
un score élevé.
Zone d’analyse
de la BDD
Zone de Espace de
zoom visualisation
(a) (b)
La barre
d’état
Fig.13 Interface d’interrogation de la base de données géographiques.
V. CONCLUSION
VI. REFERENCES
Les points [01] Y. Hu, “Automated extraction of digital terrain models, roads and
d’amers né- buildings using airborne lidar data”, PhD dissertation, Department of Geo-
cessaires matics Engineering, University of Calgary, 2003.
pour le calage
de la carte [02] R. Bonnefon & P. Dhérété, J. Desachy, “Automatic tracking of linear
features on SPOT images using dynamic programming”, Proc. Image and
Signal Processing for Remote Sensing V, Italie, 1999.
[13] N. Bruce & P. Kornprobst, “Harris Corners in the Real World: A prin-
cipled selection criterion for interest points based on ecological statistics“,
Institut National de Recherche en Informatique et en Automatique INRIA,
2008.