Reconstruction 3D à partir d’une image optique et d’une image RA-

La configuration d’entrée "une image optique - une image RADAR" fait l’objet de peu de travaux présentés dans la littérature.

Il s’agit d’un cas difficile à exploiter, puisque aucune des méthodes connues (stéréo- scopie, radargrammétrie et interférométrie) permettant de remonter à une information de hauteur à partir d’un couple d’images ne peut être mise en œuvre.

Pour beaucoup d’approches, l’intervention partielle d’un opérateur et l’addition de certaines données auxiliaires sont souvent requises.

En outre, les différentes composantes impliquées dans la problématique de recons- truction 3D de bâtiments par fusion optique-RADAR ne sont pas systématiquement toutes traitées dans les chaînes proposées.

Dans plusieurs travaux, les indices caractéristiques du bâti sont indépendamment ex- traits sur chacune des images (optique-RADAR) par l’intermédiaire de primitives. Celles- ci recouvrent un aspect sémantique précis grâce à la résolution des données satellitaires aujourd’hui disponibles. Les informations complémentaires 2D-3D ainsi obtenues sont ensuite fusionnées afin de reconstruire la scène urbaine.

2.4.2.1 Détection de bâtiments et extraction de leurs contours

Nous proposons de décomposer les approches de détection de bâtiments suivant trois classes :

– les approches "basées contours optiques-RADAR" ; – les approches "basées régions optiques-RADAR" ;

– les approches "basées contours et régions optiques-RADAR".

Approches "basées contours optiques-RADAR" Dans [TR03], Tupin et al. développent

une approche de reconnaissance des contours de bâtis (rectangles ou composition de rec- tangles) dans une image optique, à partir de données RADAR qui en contraignent la recherche. Dans un premier temps, deux types de primitives sont extraites : les échos doubles linéiques sur l’image RADAR et les contours de Canny-Deriche sur l’image op- tique. Dans un deuxième temps, ces dernières sont épaissies, polygonalisées et filtrées suivant des critères de distance et d’orientation vis-à-vis des échos RADAR. Dans un dernier temps, la génération des contours de bâtis est réalisée sur l’image optique : les segments et les coins candidats sont utilisés comme éléments d’initialisation et les formes identifiées (de type simple ou complexe) sont optimisées par maximisation d’un score (réponse moyenne à un détecteur de bords).

Approches "basées régions optiques-RADAR" Dans [PIS08, PIS+_{09], Poulain et al.}

proposent une nouvelle méthode de détection de bâtiments pour la mise à jour de bases de données vectorielles. Suite à une pré-segmentation de l’image optique, les régions susceptibles d’être des bâtiments sont classifiées comme telles grâce à l’accumulation d’indices issus des données optiques et RADAR (vérification de la présence d’ombres optiques, recherche de lignes et d’angles droits sur les bords optiques, utilisation de l’in- dice NDVI pour la végétation, recherche d’échos doubles linéiques RADAR). Ces diffé- rents indices sont fusionnés dans le cadre de la théorie des croyances de Dempster-Shafer [PIS+_{09] afin d’exploiter la redondance des informations et de réduire les incertitudes.}

Dans [Bac09], Baccouche propose une méthode de détection des bâtiments à par- tir d’une image optique panchromatique (de résolution submétrique), d’une image op- tique multi-spectrale et d’une image RADAR (de résolution métrique). Suite à une sur- segmentation par Mean-Shift de l’image optique panchromatique, une stratégie, similaire à celle proposée par Poulain et al. [PIS08, PIS+_{09] et basée sur une accumulation d’évi-}

dences issues des données optiques et RADAR (vérification de la présence d’ombres op- tiques et RADAR suivant des directions données, utilisation de l’indice NDVI pour la vé- gétation, recherche de zones brillantes RADAR linéiques ou surfaciques) permet d’abord de créer des cartes de scores et de déduire un masque binaire de régions labellisées "bâti- ments". Un algorithme de recherche de rectangles est ensuite mis en œuvre sur ce masque afin de générer les contours de bâtiments rectangulaires.

Approches "basées contours et régions optiques-RADAR" Dans [JCHM06], Junjie et

al. développent une stratégie double (détection approximative et détection fine), basée sur l’extraction de contours et sur l’extraction de régions caractéristiques. Dans un pre- mier temps, les "zones de recouvrement" sont extraites afin d’estimer les hauteurs de bâtis. Dans un deuxième temps, les localisations des emprises au sol sont approxima- tivement déduites dans l’image RADAR par translation des "zones de recouvrement",

sous l’hypothèse suivante : "les dimensions planimétriques du bâti sont supposées suffisam- ment faibles devant sa hauteur pour pouvoir assimiler les dimensions de la "zone de recouvre- ment" à celles de l’emprise du bâti". Dans un dernier temps, les bordures de toits sont pré- cisément extraites sur l’image optique présentant une meilleure résolution de la façon suivante : une classification des régions (par méthode ISODATA) et une polygonalisation des contours (par transformée de Hough) sont successivement réalisées autour des "fe- nêtres de recouvrement" projetées dans l’image optique (à partir de la hauteur estimée du bâti).

2.4.2.2 Estimation des hauteurs de bâtiments

En ce qui concerne la problématique isolée d’estimation des hauteurs de bâtiments, différentes méthodes peuvent être mises en œuvre dans le cadre de la configuration d’en- trée "une image optique - une image RADAR" :

– en monoscopie (optique ou RADAR), par mesure manuelle des ombres (optiques ou RADAR), de la parallaxe optique ou de la "zone de recouvrement" RADAR ; – en utilisant conjointement l’image optique et l’image RADAR, par mise en œuvre

d’approches exploitant l’information d’élévation issue d’un appariement d’éléments optiques-RADAR ;

– en monoscopie RADAR, par mise en œuvre d’approches itératives en simulation RADAR.

Mesures manuelles en monoscopie optique ou RADAR (et extension en multiscopie)

C’est par exemple le cas de Junjie at al. [JCHM06], qui, dans le cadre de la fusion optique- RADAR, utilisent uniquement l’image RADAR pour estimer la hauteur des bâtis : après avoir extrait les "zones de recouvrement" (supposées nettes et régulières), les hauteurs de bâtis sont simplement déduites à partir de l’équation reliant l’extension de la "zone de recouvrement" à la hauteur du bâtiment. Il convient toutefois de souligner que cette méthode d’estimation des hauteurs s’avère peu précise et peu robuste.

Exploitation de l’information d’élévation issue d’un appariement d’éléments optiques- -RADAR en fusion de données Dans [TR04], Tupin et al. proposent une nouvelle mé-

thode, basée sur la projection et sur l’appariement de primitives optiques-RADAR, pour la construction d’un MNT local et d’un MNE relativement éparse (estimation de la hau- teur de certains bâtiments) sans hypothèse de forme a priori. L’algorithme développé cal- cule, pour un jeu de hauteurs tests (utilisées lors de la projection) et pour un ensemble de primitives extraites, un score d’appariement optique-RADAR. Celui-ci combine des in- formations sur la magnitude du gradient optique et sur la similarité directionnelle entre primitives optiques et primitives RADAR. L’optimisation de ce score permet alors de conserver un ensemble de hauteurs candidates. Un filtrage par noyau gaussien permet finalement de différencier et de regrouper les primitives au sol et les primitives avec élé- vation (situées à l’intérieur des emprises de bâtis), puis de générer un MNT et un MNE approximatifs.

Mise en œuvre d’approches itératives par simulation en monoscopie RADAR (et ex- tension en multiscopie RADAR) Dans [BLB08, BLBG10], Brunner et al. décrivent une

procédure originale nommée "génération d’hypothèses - restitution - appariement" ("hy- pothesis generation - rendering - matching") pour l’estimation de la hauteur des bâtis,

en supposant connue la localisation des emprises planimétriques rectangulaires. Les pa- ramètres définissant ces dernières sont issus d’une base de données ou d’une extraction manuelle sur l’image optique à disposition. Un critère d’appariement (exemple : informa- tion mutuelle), testant la similarité entre une image RADAR de bâtiment simulée (sous différentes hypothèses de hauteur) et l’image RADAR réelle, est utilisé pour estimer la hauteur du bâti en monoscopie RADAR.

2.4.2.3 Génération de MNS ou de MNE et reconstruction 3D des bâtiments

Étant donnée la difficulté du cadre de travail (fusion d’informations avec des données d’entrée très restreintes), les algorithmes de reconstruction 3D proposés dans ce contexte combinent généralement de façon très simple les informations (localisations, dimensions et hauteurs) issues indépendamment à partir des signatures optiques et RADAR.

Il s’agit la plupart du temps d’approches de reconstruction indirectes "basées primi- tives 2D + hauteurs".

Approches indirectes "basées primitives 2D + hauteurs" Dans les travaux de Junjie et

al. [JCHM06], un modèle 3D simple (parallélépipède défini par une unique hauteur et une emprise rectangulaire) est utilisé pour effectuer la reconstruction 3D des bâtiments d’une scène urbaine. L’information altimétrique (hauteur des bâtis) est issue de la don- née RADAR à partir des "zones de recouvrement". L’information planimétrique (empla- cement des emprises rectangulaires) est issue des deux images à partir d’une approche "basée contours et régions optiques-RADAR". L’association de ces deux types d’informa- tions permet enfin de reconstruire en 3D la scène d’étude.