Ghislaine Bordes et Laurent Guigues O b j e c t i f s
L'objectif d e cette action d e recherche est d e développer u n système d'extraction automatique des routes qui permette d'atteindre des résultats fiables (spécialement en zones rurales), qui soient faciles à contrôler et à corriger manuellement.
Cette année a été consacrée au développement de la maquette du système EAROU. Cette maquette permet de taire un recalage des routes dans des images de différents types (ortho-images, couples stéréoscopiques, images panchromatiques ou couleur) et à partir de graphes routiers issus de la BD Carto ou de cartes scannées vectorisées.
Le principe général de la méthode est de recaler les arcs routiers du graphe initial sur l'image, puis de reconstruire les carrefours. L'étape de reconstruction des carrefours n'a pas été abordée pour l'instant.
Recalage des arcs routiers
Pour chaque arc, une image englobante est extraite. Cette image est un " bandeau " rééchantillonné en fonction de la géométrie de l'arc et dont la largeur est réglée en fonction de la précision du graphe routier initial. En l'absence d'écarts aberrants (i.e. non conformes à la précision estimée du graphe initial) entre l'arc routier initial et la position exacte de la route dans l'image, la route traverse ce bandeau de gauche à droite.
Le recalage des arcs s'articule en deux étapes successives de recherche de chemins particuliers dans ce bandeau. Au cours de la première étape, on restreint l'ensemble des possibles sur un critère de parallélisme (cf. ci dessous : " Détection de structures parallèles par un algorithme de simulation de propagation lumineuse ") , en exhibant par optimisation dynamique dans un graphe dense parcourant l'image, les meilleurs chemins au sens du passage entre des bords parallèles.
Un terme de régularité sur la géométrie des chemins intervient également, et un critère de couleur peut être ajouté : seuls les éléments linéaires non saturés (c'est-à-dire gris) sont alors conservés. L'originalité de la méthode est d'utiliser une technique de programmation dynamique pour calculer tout un réseau de chemins possibles et pas un unique chemin optimal.
Une fois ce graphe des chemins possibles calculé, on y recherche les meilleurs chemins au sens de différents critères (homogénéité de largeur le long du chemin, de radiométrie . . . ). Le chemin finalement retenu est celui qu'emprunte la majorité de ces chemins remarquables. Ce principe de vote, opposé à un choix par pondération des différents critères, nous apparaît plus pertinent car il permet de juger de l'ambiguïté du verdict (votes groupés ou éparpillés) .
Enfin, le chemin retenu est soumis à une validation. Dans un premier temps, chaque point du chemin reçoit une valeur de confiance, en fonction de critères locaux. Les portions du chemin de qualité douteuse sont identifiées grâce à un seuillage par hystérésis sur les valeurs de confiance des points, puis interpolées. Une valeur moyenne de qualité de l'arc recalé est calculée, en fonction de la proportion de l'arc qui est validée.
Prem iers rés u ltats - perspectives
La partie " recalage des arcs " a été mise en œuvre et testée sur différents sites. Une évaluation quantitative devra être effectuée. Les premiers résultats sont satisfaisants pour les zones rurales. L'utilisation de la couleur, qui permet d'éviter des recalages sur les bas-côtés, a été mise en œuvre récemment, et pourra être développée, notamment pour la phase de validation.
Les attributs sémantiques du graphe routier initiale devraient également pouvoir être utilisés plus systématiquement, en particulier pour régler les différents paramètres. Enfin, le recalage des arcs et la reconstruction du graphe seront beaucoup plus fiables si ces arcs correspondent à des itinéraires routiers et traversent certains carrefours. Un pré-traitement du graphe pour construire ces " macro arcs " correspondant à un même itinéraire routier - ce qui se traduit en général dans l'image par une continuité en radiométrie, en largeur et une faible courbure - devra donc être mis en place.
Détection des routes dans les images satell ites à haute résolution
La méthode mise en œuvre dans le système EAROU a été testée et adaptée pour des images satellites de résolution 1 à 2 m. Le principe général du recalage est identique à celui d'EAROU (recalage arc par arc, pré-traitement de l'image de bandeau, recherche du meilleur chemin par optimisation d'un critère de qualité) . En revanche, le traitement de bas-niveau et le critère de qualité diffèrent. Le traitement de bas-niveau est fondé sur l'algorithme de morphologie mathématique du chapeau haut-de-forme, qui permet de détecter des lignes claires dans les images.
La recherche du meilleur chemin par optimisation se fait donc sur des mesures de qualité calculées dans l'image du chapeau haut de forme. Cette méthode a été testée sur différentes images de résolution un mètre, obtenues à partir de photos aériennes au 1 : 30 000 scannées et sous-échantillonnées ou à partir de photos aériennes au 1 : 60 0 0 0 scannées.
Les résultats montrent que cette méthode est satisfaisante, en dehors des zones urbaines. Par ailleurs, ce stage a montré l'évolutivité et la souplesse de la méthode proposée dans l'action de recherche " Extraction automatique des routes dans les images aériennes ".
Détection de structu res para l lèles par u n algorithme de simulation de propagation l u m i n euse
Un algorithme de détection de lignes parallèles dans des images a été mis au point pendant l'année et au cours d'un stage de DESS. Il consiste à estimer le parallélisme entre lignes de contraste présentes dans l'image en tirant parti du fait qu'entre deux bords parallèles, la propagation de rayons lumineux obéissant aux lois de l'optique géométrique est particulièrement favorisée (fibres optiques) .
L'algorithme simule alors l'émission de rayons, leurs réflexions et leurs transmissions sur les lignes de gradient de l'image, et suit les chemins parcourus pour accumuler des estimations concernant les guides des rayon s : largeur, position de l'axe, courbure, etc. Finalement, les lignes d'intense circulation lumineuse pour lesquelles les estimations paramétriques sont cohérentes traduisent la présence de structures parallèles dans l'image.
Cette méthode, par sa nature statistique et le fait qu'elle intègre des contraintes géométriques globales, s'est avérée particulièrement robuste au bruit, aux interruptions de bords et capable de détecter des structures parallèles y compris partiellement occultées, ou aux limites très peu contrastées.
P u b l i c a t i o n s
[CARTRON 98] H . Cartron : Détection des routes dans les images satellites à haute résolution, rapport de stage de
DESS IASV (Informatique Appliquée aux Sciences de la Vie), laboratoire MATIS, IGN-SR 98001 1 /C-STA, 23 septembre 1 998.
[SANCHEZ 98] M . Sanchez : Étude d'un algorithme de propagation de rayons pour la reconnaissance de routes, rapport de stage de DESS Intelligence Artificielle, laboratoire MATIS, IGN-SR 98001 5/C-STA, septembre 1 998.