es
la
ge
de
de
es
ne
ait
ad
Is.
'S,
de
art
T
de
or
on
es
IL.2 Cartes numérisées
11.2.1 Numérisation
Diverses études ont montré l’adaptation de l’imagerie
SPOT au applications cartographiques à l'échelle du
1:100000 dans les régions industrialisées, l’échelle du
1 : 50000 pouvant être envisagée dans des régions faiblement
urbanisées et au parcellaire grossier [3,11,14].
Pour notre application, nous avons numérisé des cartes IGN
à l’échelle du 1 : 100 000 (série Verte), à l’aide d’une caméra
Eikonix avec un taux d'échantillonnage de 50 pixel/cm, ce qui
correspond à une résolution de 20m/pixel au sol La
numérisation a permis d'obtenir 2 fichiers images :
- une image de luminance codée sur 1 octet.
- une image en couleur codée sur 3 octets.
Les procédures d’extraction d’éléments cartographiques
doivent nécessairement être adaptées à la norme de
représentation cartographique utilisée, ainsi les méthodes
présentées dans les deux sections suivantes ont été développées
pour traiter des cartes IGN à l'échelle du 1: 100000, et
devront étre revues pour traiter des cartes élaborées avec
d'autres conventions.
11.2.2 Les agglomérations
Sur ces cartes, les agglomérations ne sont pas
représentées par un unique objet surfacique, mais chaque
bátiment ou chaque groupe de bátiments est représenté par un
bloc noir. La détection des agglomérations est réalisée par
regroupement des blocs noirs proches les uns des autres. La
principale difficulté lors de la détection est de séparer les
agglomérations et les noms.
A partir d'une image binaire, obtenue par seuillage de
l'image de luminance, une premiére opération consiste à
éliminer les traits par une ouverture morphologique, ce qui
assure la séparation des différents objets présents dans la carte :
bátiments, lettres et symboles.
Les noms des agglomérations sont ensuite repérés par
détection des groupes d'objets alignés horizontalement, la
méthode pouvant étre étendue à la détection des mots ayant une
orientation quelconque. Les objets restants sont regroupés
suivant un critére de distance, chaque groupe étant considéré
comme une agglomération. Ce processus de détection est
illustré par la figure 9.
11.2.3 Les routes
Sur les cartes IGN, les routes sont représentées par deux
traits parallèles, un code de couleur sert en outre à les
distinguer suivant leur importance. Pour les cartes à l'échelle
du 1 : 100 000, ce code est le suivant : autoroutes (rouge),
routes principales (orange), routes secondaires (jaune), autres
routes (blanc).
a. Les routes principales et secondaires.
Une analyse de la couleur permet dans une première
étape d’extraire séparément le réseau rouge et orange et le
réseau jaune. Une ouverture morphologique est nécessaire
pour éliminer le bruit, en particulier les courbes de niveau
qui sont également représentées en orange. Le réseau obtenu
est peu bruité. Cependant la densité de ces routes principales
dans certaines régions est trop faible pour se limiter à ce seul
réseau.
b. Les autres routes.
La largeur d’une route sur les cartes est fixe le long de la
route et dépend de l’importance de la route. La méthode
d’extraction utilisée est inspirée de celle présentée par Nagao
et al. [16]. En masquant dans l'image de la carte les réseaux
colorés déjà extraits, le filtrage par un élément linéaire de
longueur / pixels, dans les 4 directions (0°, 45°, 90°, 135°),
permet d'extraire le réseau des routes de largeur / pixels.
385
Sur les cartes IGN à l'échelle 1: 100 000 numérisées
avec une résolution de 50 pixel/cm, la détection a été
appliquée en cumulant les résultats obtenus pour / = 1 pixel
et /=2 pixels. Le réseau obtenu est très bruité, à cause
notamment des symboles et des caractères présents dans la
carte. Cependant les post-traitements (cf section 11.3.2)
effectués pour obtenir une représentation vectorielle du
réseau (ébarbulation et approximation linéaire) vont
permettre d’éliminer une part considérable de ce bruit.
IL3 Représentation vectorielle
Le passage à une information symbolique de haut niveau
est facilité par le passage d’une représentation pixel à une
représentation vectorielle des éléments détectés dans les
images. Les procédures de vectorisation présentées dans ce
chapitre ont été appliquées de la même façon aux données
extraites de l’image SPOT et à celles de la carte numérisée.
11.3.1 Les agglomérations
Pour la vectorisation des zones urbaines, nous avons
choisi de représenter chaque partie convexe d’une
agglomération par un disque de même surface.
Une première étape consiste donc à décomposer en parties
convexes les objets de l’image binaire représentant les
agglomérations de l’une ou l’autre image. La morphologie
mathématique permet d'effectuer cette décomposition
structurelle : une successions d'érosions permet d'isoler chaque
élément convexe, qui est ensuite reconstruit par l'opération
inverse de dilatation [1].
fj # ^13 9
Figure 1. Décomposition d'un objet en régions convexes
Ensuite chaque objet convexe ayant une surface supérieure
à un seuil donné (équivalent à 200 pixels SPOT
panchromatique) est représenté par une primitive
agglomération. Cette primitive agglomération est définie par un
disque dans l'espace associé à l'image traitée. Ce disque est
centré sur le centre de gravité de l'objet représenté, et sa
surface est égale à celle de l'objet.
Figure 2. Représentation vectorielle des agglomérations
II.3.2 Les réseaux
La vectorisation consiste à représenter chaque réseau
obtenu par un ensemble de segments de droite.
A partir de l'image binaire représentant le réseau extrait de
l'image SPOT ou de la carte, une opération de squelettisation
fournit un réseau ayant 1 pixel de large [5]. Une procédure de
suivi de ligne permet ensuite d'isoler chaque chaine de pixels et
d'éliminer les barbules trop courtes [8]. L'approximation
linéaire des chaînes a été réalisée suivant le principe de la corde
[1]. Ce processus de vectorisation et l'efficacité des post-
traitements pour éliminer une partie importante du bruit sont
illustrés par la figure 10.
II.4 Les carrefours
La détection des carrefours est réalisée à partir de la
représentation vectorielle des réseaux extraits de l’image SPOT
et de la carte numérisée. Pour cela, 3types d’objets sont
déterminés successivement : les chemins (groupes de segments
alignés), les jonctions (intersections de deux chemins), les
carrefours (groupement perceptuel de jonctions). La suite de