contribution à la conception d’algorithmes de segmentation et de classification automatique d’images satellitales pour la cartographie de l’occupation du sol

Abstract

Les travaux de cette thèse s'articulent autour de trois axes : l'amélioration des caractéristiques de l'image et la détection de la végétation, l'extraction des ombres et la détection des bâtiments et enfin, la détection des changements spatiotemporels sur les images satellitaires.

Dans un premier temps, nous nous consacrons à la présentation des techniques de prétraitement appliquée sur les images utilisées. Ces techniques ont permis d'affiner le traitement en éliminant les défauts causés par les processus d'acquisition, puis nous détaillons le processus de la nouvelle approche proposée pour l'extraction de la végétation en utilisant un nouvel espace de couleur TSL (HSV en anglais). Les zones de la végétation sont extraites à partir de l'histogramme des deux composants teinte et saturation selon un critère de seuillage.

Dans un second temps, nous proposons une nouvelle méthode pour la détection des bâtiments.

D'une part, nous décrivons une nouvelle approche pour isoler les zones d'ombres de celles des bâtiments en profitant de l'espace de couleur TSL, d'autre part nous exploitons les caractéristiques fournis par les points d'intérêts afin de localiser les limites des bâtiments.

En troisième temps, nous présentons un nouvel algorithme pour la détection des changements sur des paires d'images satellitaires. II est peu aisé d'identifier tous les changements, alors, nous avons proposé une méthodologie automatique à travers un système de détection des changements.

La réduction de dimensionnalité hiérarchique (HDR) suivie par une méthode de classification floue sont utilisées pour atteindre cet objectif. Tout d'abord, l'image de différence est générée par le rapport logarithmique des deux images acquises à deux temps différents. Ensuite, la méthode HDR est appliquée pour réduire les dimensions de l'image d'entrée afin de conserver ses caractéristiques importantes. En outre, la carte des changements est générée en utilisant la technique basée sur la classification floue.

Les méthodes mises en place dans le cadre de ce travail sont vérifiées à travers des exemples sur des images satellitaires. L'évaluation de ces méthodes est effectuée en calculant les paramètres de performances (sensibilité, spécificité et précision), afin de faire une comparaison des résultats obtenus par rapport aux travaux de recherche existants. Les études de ces paramètres nous ont permis aussi de mettre en évidence les facteurs limitant à prendre en compte dans les futures perspectives