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