Le 12 janvier 2010, un séisme dévastateur a impacté Haïti. La communauté internationale a répondu rapidement donnant accès à des milliers de données images et d’autres données. Suite à un appel à projet ANR, le projet KAL-Haïti a vu le jour. KAL-Haïti a pour but d’être une source de partage de base de données pour aider la reconstruction du pays et d’être une référence pour toutes les phases de gestion du risque pour les chercheurs. La ville de Jacmel, jumelée avec la communauté urbaine de Strasbourg, a été un démonstrateur qui permet de créer une base de données des bâtiments qui serviraient de base de taxation foncière pour aider la ville à se développer financièrement. En même temps l’impact du séisme sur les bâtiments et la phase de reconstruction de la ville sont étudiés.
- Méthodologie
Tout d’abord chercher dans la littérature les techniques déjà utilisées et celles qui pourraient être utiles pour la détection de l’ombre et de la végétation et enfin utiliser ces détections pour établir les bâtiments.
- Plan de travail
Les grandes étapes sont les suivantes :
- détection de l’ombre et de la végétation en utilisant diverses théories,
- détection des bâtiments en utilisant la segmentation des ombres et de l’image,
- expérimentation sur plusieurs images.
- Résultats
La méthode de détection de l’ombre et la végétation basée sur la fusion Dempster-Shafer et la modélisation des champs aléatoires de Markov. Ils détectent séparément les zones d’ombre et les zones de végétation.
Figure 2 - Détection de l'ombre et la végétation avec l'image aérienne NOAA (Jacmel)
Une nouvelle technique de segmentation d’images par croissance de région est proposée. Les régions sont classées en utilisant une segmentation markovienne, puis regroupées entre elles en fonction de la position des ombres, de leur classe, et de la rectangularité de la forme fusionnée. Les bâtiments sont estimés à partir de la classification finale comme étant les rectangles d’emprise minimale. Ces deux algorithmes ont été validés sur plusieurs images de télédétection et ont permis de démontrer leur efficacité.
Figure 3 - Comparaisons avec les méthodes de Femiani 2012 sur les images aériennes NOAA de la ville de Jacmel
- Liens utiles
Page internet de Tran Than NGO au laboratoire ICube MIV – Modèles, Images et Vision
Soutenance de thèse de Tran-Thanh NGO à ICube
TT. Ngo, Ch. Collet, V. Mazet, "Détection simultanée de l’ombre et la végétation sur des images aériennes couleur en haute résolution", Traitement du signal, special issue, pp. 311– 333, Vol. 32, Num. 2-3, 2015.
TT. Ngo, Ch. Collet, V. Mazet, "Automatic rectangular building detection from VHR aerial imagery using shadow and image segmentation", IEEE International Conference on Image Processing ICIP'15, Québec City, Canada, September 2015.