Comparaison Vecteurs-Images pour la d tection des changements des b timents dune base de donn es topographiques

medium scale topographic database and an aerial stereopair. The (cid:28)nal purpose is to be able to

prevent a human operator from verifying needlessly unchanged part of the processed scenes. The

proposed method consists in a geometrical comparison between the database and 3D extractions

produced by the automatic matching of an up-to-date stereopair, and tries to ensure the reliability

of the diagnostic though a model of the uncertainty of both sources.

The 3D extraction uncertainty management is considered through a formal study of line-by-

line matching processes. This restricted point of view allows to propose a graph-based represen-

tation of all the possible extractions. The graph is oriented, and built on nodes corresponding

to local extrema of a local likeness measurement. We demonstrate the requirements for de(cid:28)ning

a normalised probability measure on such a data structure. In particular, we show that, under

limited hypothesis, the conditional probabilities in both directions of the graph are, for any order

1 markovian probability, linked together by a (cid:29)ood equation. This property leads us to propose

an original ad hoc algorithm, which computes a probability on each node of the graph. Such a

probability re(cid:29)ects the ambiguity of the decision for choosing a given node rather than any of

its alternatives. Based on an order 1 autoregressive model (cid:21) used for reinforcing the local node

valuation (cid:21) and on (cid:29)ood computations (cid:21) for the estimation of the probabilities (cid:21) the method

keeps within a reasonable complexity. Moreover, a detailed analysis of its parameters allowed to

make it fully automatic.

These results are combined to an analysis of the uncertainty of the database, and yield a

formal expression of the comparison between both sources within the Dempster-Shafer theory of

evidence.

The proposed models (cid:21) the probabilities qualifying the matching results as well as the whole

model of the uncertainty (cid:21) are evaluated by confrontation to real data. Our experiments show

that the probabilities computed in the graphs correspond to an acceptable estimate of the actual

probabilities for the points to be located on the ideal 3D surface. Besides, experimenting the

respective improvement brought by every component of the model of uncertainty (cid:21) within the

frame of a planimetric veri(cid:28)cation of the French national topographic database (cid:21) gives additional

evidence of the bene(cid:28)ts of the proposed methods.

Table des matiAres

1 Introduction

1

1.1 Contexte et ob jectifs g n raux . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

1.2 Sujet de l tude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2

2 Contexte applicatif

4

2.1 La BDTopo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

2.1.1 Sp ci(cid:28)cation de contenu . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4

2.1.2 La couche B(cid:226)ti

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6

2.1.3 Le modAle g om trique des b(cid:226)timents simples . . . . . . . . . . . . . . . .

6

2.1.4 CritAres de qualit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10

2.2 Le processus de mise (cid:224) jour de la BDTopo . . . . . . . . . . . . . . . . . . . . . .

10

2.2.1 Le processus actuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10

2.2.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

13

2.3 Apport potentiel de cette recherche . . . . . . . . . . . . . . . . . . . . . . . . . .

13

3 Analyse bibliographique

15

3.1 Le processus de d tection de changements . . . . . . . . . . . . . . . . . . . . . .

16

3.1.1 Traitement des images . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

16

3.1.2 Mesures de compatibilit . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

3.1.3 Processus de d cision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21

3.1.4 Strat gie g n rale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

3.2 Lextraction dinformation 3

sur couple dimages a riennes . . . . . . . . . . . .

25

D

3.2.1 Multiplicit des problAmes et des solutions . . . . . . . . . . . . . . . . . .

25

3.2.2 Les indicateurs de (cid:28)abilit dans les processus dappariement . . . . . . . .

29

3.2.3 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

4 Quali(cid:28)cation des surfaces

D extraites

38

3

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

4.1.1 D marche g n rale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

4.1.2 Mod lisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

4.1.3 Plan du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

39

4.2 Approche th orique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

40

4.2.1 Cadre choisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

40

4.2.2 Propri t s fondamentales

. . . . . . . . . . . . . . . . . . . . . . . . . . .

45

4.2.3 Lois (cid:224) causalit dordre (cid:28)ni

. . . . . . . . . . . . . . . . . . . . . . . . . .

48

4.2.4 Construction dune loi

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

51

4.2.5 Exemples

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

53

4.2.6 ProblAme des conditions initiales . . . . . . . . . . . . . . . . . . . . . . .

56

4.2.7 Remarque sur lhypothAse dexhaustivit . . . . . . . . . . . . . . . . . . .

58

4.3 Un exemple de modAle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

60

4.3.1 Choix des mesures de ressemblance locale . . . . . . . . . . . . . . . . . .

60

4.3.2 ModAle autor gressif des courbes 3

. . . . . . . . . . . . . . . . . . . . .

61

D

4.3.3 Param trage

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

4.3.4 Mise en (cid:247)uvre

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

74

4.4 Int rRt de lapproche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

79

i

5 Calcul dun indicateur d volution

81

5.1 Mod lisation 2

des b(cid:226)timents

. . . . . . . . . . . . . . . . . . . . . . . . . . .

81

2

1

D

5.2 D marche g n rale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

83

5.3 Construction des indicateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

86

5.3.1 Emprise des b(cid:226)timents . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

86

5.3.2 V ri(cid:28)cation du contenu altim trique . . . . . . . . . . . . . . . . . . . . .

94

5.4 Sch ma g n ral du processus

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

5.4.1 Strat gie de contr(cid:244)le. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

5.4.2 Bilan des paramAtres.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

5.4.3 Traitement de la v g tation. . . . . . . . . . . . . . . . . . . . . . . . . . . 101

5.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

6 Exp rimentation et r sultats

103

6.1 Validation de la loi de probabilit des extractions 3

. . . . . . . . . . . . . . . . 103

D

6.1.1 Donn es disponibles

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

6.1.2 Protocole d valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

6.1.3 R sultats qualitatifs

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

6.1.4 R sultats quantitatifs

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

6.1.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

6.2 Validation du processus de d tection de changements . . . . . . . . . . . . . . . . 142

6.2.1 Donn es utilis es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142

6.2.2 Protocole d valuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

6.2.3 R sultats

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

6.2.4 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

6.3 SynthAse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156

7 Conclusion

158

7.1 SynthAse de l tude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

7.1.1 Travaux e(cid:27)ectu s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

7.1.2 Apports principaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

7.2 Prospectives dordre op rationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . 161

7.3 Prospectives scienti(cid:28)ques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

7.3.1 Evolutions des algorithmes dappariement . . . . . . . . . . . . . . . . . . 162

7.3.2 La gestion de lincertitude . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

7.3.3 Applications (cid:224) la reconnaissance des formes . . . . . . . . . . . . . . . . . 165

7.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

Annexes

167

A Extrait des sp ci(cid:28)cations de saisie de la BDTopo

167

B Coh rence des disparit s gauche et droite

172

B.1 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

B.2 Variation de

en fonction du gradient de parallaxe . . . . . . . . . . . . . . . . . 173

d

B.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175

C Surfaces optimales de la loi de probabilit

176

D Exemple dautost r ogramme

195

Bibliographie

197

ii

Chapitre 1

Introduction

1.1 Contexte et ob jectifs g n raux

Durant les vingt derniAres ann es, comme dautres domaines techniques, la cartographie a vo-

lu vers une informatisation croissante de ses m thodes de saisie comme des documents quelle

produit. Aujourdhui, la plupart des institutions cartographiques nationales et des op rateurs

priv s des pays d velopp s sont (cid:224) mRme de fournir des documents cartographiques sur support

num rique. Dans un grand nombre de cas, ces donn es sont structur es au sens o elles in-

tAgrent la d (cid:28)nition dob jets et de relations entre ces ob jets. On parle alors de base de donn es

g ographiques plus que de donn es cartographiques.

Cette volution a ouvert la voie (cid:224) une utilisation plus souple des donn es g ographiques

au sein dapplications que lon peut regrouper sous lappellation de SystAmes dInformation

G ographique (S.I.G.). Lutilisateur a accAs (cid:224) des recherches localis es, (cid:224) des croisements din-

formation, (cid:224) des interrogations sur des critAres topologiques, (cid:224) des visualisations s lectives... et

peut mRme enrichir la base dont il dispose de ses propres donn es.

Dans un tel contexte, les producteurs de donn es se voient confront s (cid:224) un accroissement

des exigences de leurs utilisateurs. Lexactitude, et par cons quent lactualit de linformation,

trait e par ordinateur et recoup e entre sources de di(cid:27) rentes origines, devient plus critique.

Corr lativement, la richesse des informations stock es dans les bases de donn es g ographiques

rend leur mise (cid:224) jour plus co teuse. Ceci est dautant plus vrai que, si la technologie a rapidement

volu en terme de support de saisie et de stockage, elle na par contre guAre progress concernant

les m thodes de saisie (cid:224) proprement parler, qui restent en large part manuelles.

Cette situation rend les recherches sur lam lioration des processus num riques de mise (cid:224) jour

des donn es g ographiques essentielles pour lentretien de la cartographie nationale (cid:224) un rythme

acceptable pour les utilisateurs, et (cid:224) un co t raisonnable pour la collectivit . Dans cet esprit,

lInstitut G ographique National a entrepris depuis 1990 des recherches en analyse dimage sur

les processus de saisie de linformation topographique, et plus r cemment sur les processus de

mise (cid:224) jour eux-mRmes.

La mise (cid:224) jour de donn es g ographiques peut Rtre d compos e en deux phases : linvestiga-

tion des changements et la modi(cid:28)cation de la base de donn es. Dans les processus op ration-

nels actuels, ces deux tapes sont intimement mRl es, et font concourir des techniques vari es.

Lidenti(cid:28)cation des changements pourra ainsi, par exemple, utiliser des critAres purement sta-

tistiques pour le choix des unit s cartographiques (cid:224) mettre (cid:224) jour (unit s administratives ou

d coupage conventionnel du pays), fond s sur la connaissance externe que lon a de l volutivit

des zones. Elle interviendra (cid:224) nouveau dans le processus de modi(cid:28)cation de la base, pendant

1

lequel lop rateur comparera les donn es existantes avec des documents mis (cid:224) sa disposition

(nouvelle prise de vue, cartographie r cente exogAne...). Elle se(cid:27)ectuera de fa(cid:231)on implicite dans

les enquRtes de terrain elles-mRmes, pendant lesquelles le topographe aura (cid:224) sa disposition des

documents issus de la base existante.

Dans cette recherche, nous nous int ressons (cid:224) une part restreinte de ce travail : la comparaison

du contenu de la base existante avec une nouvelle prise de vue. Cette tude est, pour partie, moti-

v e par des consid rations techniques, li es aux choix qua fait lInstitut G ographique National

concernant lactualisation des donn es topographiques fran(cid:231)aises. Dans le processus actuel, la

g om trie des donn es est mise (cid:224) jour par voie photogramm trique. Les premiAres valuations

dont dispose lI.G.N. sur ce processus ont montr quune part substantielle du co t de cette

phase restait due au temps dinspection des donn es (lint gralit des ob jets est contr(cid:244)l e, pour,

in (cid:28)ne, nen modi(cid:28)er quune faible proportion), et, pendant cette inspection, (cid:224) une di(cid:30)cult pour

lop rateur (cid:224) d cider de lopportunit des modi(cid:28)cations de la description g om trique des ob jets.

Les donn es de la base ne repr sentent en e(cid:27)et la r alit qu(cid:224) travers une mod lisation - simpli-

(cid:28)cation n cessaire du dessin assurant sa lisibilit aux chelles dutilisation pr vues. Ainsi, mRme

a(cid:30)ch e en superposition aux images, la repr sentation en mode vecteur des donn es demande

une interpr tation de la fa(cid:231)on dont les sp ci(cid:28)cations de saisie ont t satisfaites, lors de sa saisie

initiale. Lautomatisation de la d cision de mise (cid:224) jour de la description g om trique des ob jets,

ou pour le moins laide (cid:224) cette d cision, constituerait donc un apport substantiel au processus.

En tant quob jectif op rationnel, cette fonction daide (cid:224) lop rateur peut Rtre d crite comme

un processus de validation des ob jets de la base existante (cid:21) ou, autrement dit, de d tection des

non-changements.

Cette recherche trouve, par ailleurs, un int rRt scienti(cid:28)que (cid:224) la fois dans la probl matique

elle-mRme de la comparaison entre deux types de donn es h t rogAnes, et dans les performances

attendues. Concernant le premier point, les travaux portant sur la mise en correspondance entre

donn es vecteurs et images ne manquent pas. La plupart de ces tudes cherchent toutefois une

correspondance directe entre les vecteurs connus et des primitives contours extraites des images

(discontinuit s radiom triques, frontiAres entre zones de texture homogAne). Rares sont les tra-

vaux qui prennent en compte les possibles di(cid:27) rences de description, li es (cid:224) la simpli(cid:28)cation du

modAle cartographique. Quant (cid:224) la question des performances, force est de constater quen d pit

du grand nombre de recherches en reconnaissance de formes sur images a riennes, peu de proces-

sus op rationnels ont vu le jour jusqualors. Dans un contexte de mise (cid:224) jour, on attend des taux

derreur inf rieurs dun ordre de grandeur au taux d volution du paysage, qui d passe rarement

les quelques points. Cette exigence conduira (cid:224) prendre en compte, dans cette recherche, un besoin

aigu de ma(cid:238)trise de la (cid:28)abilit des d cisions prises par les processus de traitement automatique.

1.2 Sujet de l tude

Nous nous posons donc le problAme de la faisabilit dune validation automatique de des-

criptions vecteurs dob jets topographiques, par comparaison de ces mRmes vecteurs (cid:224) des prises

de vues a riennes r centes. Plus pr cis ment, nous nous pla(cid:231)ons strictement dans le contexte

op rationnel de lI.G.N. : les donn es vecteurs seront celles de la base de donn es topographiques

nationale (BDTopo

), et seront confront es (cid:224) un couple de photographies a riennes (cid:224) moyenne

R

chelle.

(cid:13)

Concernant les donn es cartographiques tudi es, cette restriction pr sente lint rRt de nous

2

donner un support applicatif r el, qui pourra servir de point de r f rence pour lanalyse des

performances des processus propos s. La limitation choisie sur les images utilis es participe

de raisons plus pragmatiques de disponibilit des donn es : lutilisation de points de vues plus

nombreux a d j(cid:224) montr son int rRt en analyse dimage ; elle ne fait par contre pas partie des

habitudes cartographiques (elle serait dailleurs dun int rRt limit pour les processus manuels

dans le cadre de lactivit de lI.G.N.), et nous ne disposons pas des donn es n cessaires pour la

mettre en (cid:247)uvre sur nos sites de travail.

Nous avons choisi de restreindre l tude aux b(cid:226)timents, dans la mesure o , dune part, les

thAmes concernant les l ments naturels du paysage semblent beaucoup plus di(cid:30)ciles (cid:224) aborder

(la simpli(cid:28)cation du modAle cartographique est encore plus sensible sur ces classes dob jets), et

o , dautre part, en mode manuel, les ob jets concern s demandent un e(cid:27)ort de saisie important en

comparaison avec dautres thAmes arti(cid:28)ciels (comme les routes o les voies ferr es). Cette derniAre

restriction nexclut par ailleurs pas denvisager des applications sur les zones durbanisation

dense, pour lesquelles labsence de changement sur le b(cid:226)ti peut Rtre un indice su(cid:30)sant pour

d cider de la non- volution de la zone.

En(cid:28)n, notre point de vue sera la mise en place dune proc dure automatique dinvestigation,

en amont de lintervention manuelle de lop rateur. Ce choix vise (cid:224) obtenir, en premiAre approche,

une valuation num rique des performances de diagnostic des m thodes propos es, sans alourdir

outre mesure les protocoles exp rimentaux (les m thodes interactives, qui pourraient pro(cid:28)ter

doutils daide (cid:224) la d cision, seraient beaucoup plus d licates (cid:224) valuer).

Ce rapport est divis en 7 chapitres. Au chapitre 2, nous d taillons le contexte applicatif

de l tude. Lanalyse des caract ristiques des donn es topographiques utilis es permet de mieux

cerner les di(cid:30)cult s li es (cid:224) la simpli(cid:28)cation du modAle ; lexpos des conditions op rationnelles

de mise (cid:224) jour nous donnera, quant (cid:224) lui, quelques pistes sur les critAres de d cision attendus

pour notre processus. Le chapitre 3 aborde un tat de lart sur la d tection des changements par

analyse dimage, en insistant sur les m thodes de comparaison vecteur-image, et met en lumiAre

les besoins en matiAre de formalisation de la (cid:28)abilit des processus automatiques dextraction 3

.

D

Au chapitre 4, nous pr sentons nos propositions pour une approche probabiliste de lextraction

(cid:224) bas niveau dinformation 3

sur un couple de photographies a riennes. Le modAle propos

D

est ensuite utilis au chapitre 5, pour la d (cid:28)nition des critAres de d cision de non-changement

adopt s dans le processus d valuation des donn es vecteurs. Le chapitre 6 pr sente les r sultats

exp rimentaux de l tude, tant en ce qui concerne les indicateurs de qualit propos s, que, dans

une moindre mesure, leur incidence sur la d tection des changements. Les volutions possibles

de notre d marche sont discut es en conclusion.

3

Chapitre 2

Contexte applicatif

LInstitut G ographique National, fond en 1940 sur lh ritage de la cartographie militaire, est

un tablissement public (cid:224) caractAre administratif, dont la vocation est, principalement, lentretien

des r f rences g ographiques et cartographiques sur le territoire national. Cette mission comprend

des travaux g od siques (points de r f rences), une couverture photographique du territoire, et la

production dune cartographie topographique (cid:224) moyenne chelle. Dans les ann es 80, la d cision

a t prise de remplacer la carte topographique (cid:224) l chelle du 1/25 000, dite (cid:19) carte de base (cid:20),

R

produite jusqualors sur papier, par une base de donn es de r solution m trique : la BDTopo

.

(cid:13)

La production e(cid:27)ective de cette base de donn es, qui saccompagne dune r fection complAte

de la carte, a commenc en 1988, avec une pr vision initiale dachAvement (premiAre couverture

complAte du territoire) sous un d lai de 30 ans. Sa mise (cid:224) jour est pr vue sur la base dun cycle

moyen de 8 ans.

2.1 La BDTopo

2.1.1 Sp ci(cid:28)cation de contenu

La Base de Donn es Topographiques peut Rtre d (cid:28)nie comme une description num rique de la

topographie du territoire fran(cid:231)ais, adapt e aux applications (cid:224) l chelle du 1/5 000 au 1/50 000.

Son contenu th matique correspond grossiArement au contenu de la carte de base, mais avec

une meilleure exactitude g om trique. Les donn es y sont structur es en ob jets, de position

g n ralement d (cid:28)nie en planim trie et en altim trie, et de pr cision m trique (pour les points

bien identi(cid:28)ables). Ces ob jets sont munis de relations entre eux (relations topologiques, relations

de construction entre ob jets complexes et ob jets simples...).

Lensemble de la base est structur e en couches ind pendantes repr sentant chacune un grand

thAme cartographique (orographie, hydrographie, voies de communication, b(cid:226)timents, v g tation,

limites administratives, toponymie...). La (cid:28)gure 2.1 pr sente un extrait de la BDTopo en pro jec-

tion cartographique.

Quatre types dob jets sont repr sent s :

(cid:21) des ob jets ponctuels ;

(cid:21) des ob jets lin aires ;

(cid:21) des ob jets lin aires orient s ;

(cid:21) des ob jets surfaciques.

4

Courbes de niveau

Hydrographie

Limites administratives

Routes

B timents

500 m

Emprise Lambert I de lensemble de la zone : (592467, 1132111) - (595467, 1135111)

Fig.

2.1: Extrait de couches de la BDTopo sur la vil le de Colombes

Dans tous les cas, un ob jet est une entit porteuse dattributs, et munie dune description

g om trique, qui peut Rtre partiellement partag e entre plusieurs ob jets dune mRme couche :

(cid:21) un simple jeu de coordonn es pour les ob jets ponctuels ;

(cid:21) une suite de coordonn es pour les ob jets lin aires et les ob jets surfaciques.

Dans le cas des ob jets simples surfaciques, cette suite de coordonn es repr sente le contour

ext rieur de lob jet, positionn en 3

dans le r f rentiel cartographique ; lint rieur de lob jet

D

nest pas mod lis (au sens o le modAle ne d (cid:28)nit pas de fonction dinterpolation). Les ob jets

surfaciques complexes peuvent voir une part de leur int rieur mod lis en 3

, mais uniquement

D

par le biais des ob jets simples qui les composent.

Cette description g om trique est actuellement saisie par voie photogramm trique sur couples

de photographies a riennes, et par enquRte terrain le cas ch ant (pour les ob jets non visibles

sur les photographies).

La base est disponible sous deux formats. Lun contient lint gralit de la d (cid:28)nition des

ob jets et de leurs relations (le format actuellement utilis est le format EDIGEO

). Le second

1

est un format de dessin, qui ne comprend que des ob jets simples, d (cid:28)nis par leur g om trie (non

partag e) et chacun porteur dun attribut de classe et dun attribut de couleur (le format utilis

est alors le format DXF

). Dans le cadre de cette tude, o nous nous int ressons (cid:224) une seule

2

couche, et, nous le verrons, plus particuliArement (cid:224) sa g om trie, nous nous sommes restreints (cid:224)

lutilisation du format dessin pour plus de simplicit .

1. (cid:201)change de Donn es Informatis es dans le domaine de linformation GEOgraphique, Norme A.F.N.O.R.

Z13-150, Ao t 1992

2. Format de dessin con(cid:231)u par la soci t AutoDesk, San Rafael, CA, USA, pour le logiciel AutoCAD, et trAs

largement employ comme format d change par les utilisateurs de donn es vecteurs.

5

2.1.2 La couche B(cid:226)ti

Comme les autres couches de la base, la couche b(cid:226)ti comprend des ob jets ponctuels, lin aires

et surfaciques. Les ob jets simples du format dessin appartiennent (cid:224) 39 classes dont la liste est

donn e par la table 2.1, p. 7. Cette num ration illustre deux di(cid:30)cult s de lautomatisation des

processus de saisie cartographique par des techniques danalyse dimage. PremiArement, linfor-

mation cartographique porte aussi bien des indications sur lusage des l ments du paysage, que

sur leur nature mat rielle. On pr cise ainsi, par exemple, si un b(cid:226)timent est une salle de sport,

un b(cid:226)timent religieux, ou un b(cid:226)timent commercial. De telles nuances ne sont videmment pas

toujours visibles dans les images. De maniAre g n rale, si la g om trie des ob jets reste le plus

souvent apparente sur une prise de vue a rienne, la classe da(cid:27)ectation ne sera valid e, ou mRme

d cid e, que par enquRte terrain, et peut donc Rtre consid r e comme sortant du cadre de notre

tude.

DeuxiAmement, la n cessit dune standardisation de la description du paysage (cid:224) l chelle

nationale encombre la l gende de nombre de classes nayant de sens que pour une proportion

limit e de r gions (les arAnes, barriAres davalanche, et autres habitations troglodytiques). Le

traitement exhaustif de ces classes par un processus automatique demanderait une architecture

logicielle complexe, en raison de linexistence de caract ristiques communes (cid:224) lensemble de ces

ob jets h t roclites. Un tel ob jectif d passe les ambitions de ce travail.

Cette tude, par d (cid:28)nition limit e aux ob jets dont la g om trie est saisie (ou mise (cid:224) jour) par

voie photogramm trique, sera donc restreinte (cid:224) un nombre limit de classes, pour lesquelles un

traitement commun peut Rtre envisag . De maniAre synth tique, nous aborderons la d tection

des changements sur les ob jets de la couche b(cid:226)ti d (cid:28)nis qualitativement comme des entit s

surfaciques de hauteur signi(cid:28)cative au dessus du sol. Linterpr tation de la classe des ob jets (au

sens de la BDTopo) ne sera par ailleurs pas trait e. Cette restriction s vAre (en regard du nombre

de classes de la couche b(cid:226)ti) est en pratique raisonnable, dans la mesure o elle inclut les classes

(cid:19) B(cid:226)timents quelconques (cid:20) et (cid:19) B(cid:226)timents industriels (cid:20), qui (cid:224) elles deux repr sentent la trAs

grande ma jorit des ob jets dans un paysage urbain (cf. exemple de la table 2.1, p. 7).

2.1.3 Le modAle g om trique des b(cid:226)timents simples

De fa(cid:231)on g n rale, les constructions, au sens courant du terme, sont repr sent es par les arRtes

ext rieures de leur toit, situ es au niveau des gouttiAres. Cette description est ventuellement

enrichie darRtes internes ((cid:19) Limites int rieures de toit (cid:20)), lorsque le corps de b(cid:226)ti pr sente, en son

int rieur, des discontinuit s daltitude sup rieures (cid:224) un seuil. Les corps de b(cid:226)timents attenants

sont repr sent s par un seul contour.

Sp ci(cid:28)cations du modAle

Ce modAle est entiArement sp ci(cid:28) au travers de consignes (cid:224) lop rateur, qui d (cid:28)nissent, pour

chaque classe de b(cid:226)timent, le niveau de d tail de la repr sentation. Les consignes (cid:224) lop rateur

pour les classes (cid:19) Limites int rieures de toit (cid:20) et (cid:19) B(cid:226)timent Quelconque (cid:20) sont reproduites dans

lannexe A. La (cid:28)gure 2.2 en donne un extrait. Cet exemple appelle plusieurs remarques.

Ambigu(cid:239)t de la repr sentation (cid:224) r alit donn e.

En premier lieu, le modAle g om trique de la BDTopo est un modAle cartographique. Si la

notion d chelle na plus grand sens pour des donn es num riques, il nen...