• Problématique(s)

Comment implémenter une méthode de segmentation et de classification BSP pour traiter des images de tailles quelconques

• Partenaire(s)

Le Sertit fournit les emprises de bâtiments en raster et vecteur.

Porteur du projet : INRIA - CNES

• Objectifs et enjeux (techniques-transfert de technologie, formation)

L’étude R&T CNES « Approches hiérarchiques pour la classification d'images orientée objets» réalisée par Emmanuel Maggiori, Yuliya Tarabalka, Guillaume Charpiat de l’INRIA a étudié,  implémenté et évalué des méthodes de segmentation et de classification basées sur l'approche hiérarchique Arbres de Partitions Binaires (BSP). L'objectif de l'étude était d'implémenter une méthode de segmentation et de classification BSP permettant de traiter des images de tailles quelconques. Dans ce cadre les méthodes de classification développées ont été appliquées pour la détection de bâtiments sur des images Pléiades et WorldView  issues de la base de données KalHaiti sur la ville de Jacmel. Ces résultats ont été validés à partir du référentiel cartographique réalisé par le Sertit sur la base d’images aériennes et satellite très haute résolution qui comporte une description des constructions permettant la localisation  un suivi de l’urbanisation de la ville de Jacmel.

• Emprise géographique

Figure 1 - Emprise de la zone d'étude

• Données souhaitées/utilisées

Des images Pléiades et WorldView issues de la base de données KalHaiti accompagnées de la vérité terrain des polygones du bâti.

• Calendrier de mise en oeuvre

2016 - 2017

• Extrait de résultats de segmentation et de détection sur les images de Jacmel