RECALAGE IMAGE SPOT / CARTE ROUTIERE 
Michel ROUX, Jaime LOPEZ-KRAHE, Henri MAÎTRE 
TELECOM PARIS, Département IMAGES 
46 rue Barrault, 75634 PARIS Cedex 13, FRANCE 
tél : (33 1) 45 81 72 04, fax : (33 1) 45 81 37 94 
RESUME : cet article présente une méthode originale pour le recalage d’une carte et d’une image 
SPOT, basée sur la mise en correspondance de primitives de haut niveau : les zones urbaines et les 
carrefours. La mise en correspondance est réalisée suivant le principe de génération et propagation 
d'hypothéses : les zones urbaines, peu nombreuses dans les images, permettent d'engendrer des 
hypothéses de déformation entre les images, chaque hypothése est ensuite propagée et évaluée gráce 
aux nouveaux appariements qu'elle a engendrés. 
I. INTRODUCTION 
Le recalage d'images multi-sources est une opération 
fondamentale en télédétection. En particulier, le recalage d'une 
image satellitaire sur une carte est la première étape de 
nombreuses applications : mise-à-jour de cartes, navigation 
assistée, création de bases de données cartographiques... 
Le recalage est généralement réalisé par un opérateur 
humain, et les méthodes automatiques qui ont été proposées ne 
permettent que le  recalage d'images représentant 
approximativement la méme scéne [6,15]. La recherche d'une 
petite scéne provenant d'une source dans une vue trés large 
provenant de la seconde source est un probléme sensiblement 
différent, pour lequel peu de solutions ont été proposées 
jusqu'à présent [2,9]. 
Cet article présente une méthode originale pour le recalage 
d'une carte et d'une image SPOT. Cette méthode est basée sur 
la mise en correspondance de primitives de haut niveau : les 
zones urbaines et les carrefours. Elle a été appliquée avec 
succès à la localisation de petites cartes (IOkm x 10km) dans 
une grande image SPOT  panchromatique = de 
3000 x 3000 pixels (i.e. 30kmx 30km). L'utilisation de 
structures de haut niveau, plutót que des  primitives 
élémentaires comme les segments, a permis de développer une 
méthode efficace de mise en correspondance basée sur le 
principe de génération et propagation d'hypothéses : les zones 
urbaines, peu nombreuses dans les images permettent 
d'engendrer des hypothéses de déformation entre les images, 
chaque hypothése est ensuite propagée et évaluée gráce aux 
appariements qu’elle a engendrés entre carrefours et 
agglomérations des deux images. 
Dans le chapitre 2 de cet article, sont présentées les 
diverses procédures qui permettent d'extraire les zones 
urbaines et les carrefours des images SPOT et des cartes 
numérisées. Le chapitre 3 décrit le processus de mise en 
correspondance des primitives. Les résultats obtenus sont 
présentés dans le chapitre 4. 
II. DÉTECTION DES PRIMITIVES 
IL1 Images SPOT 
II.1.1 Choix des images 
Pour des applications cartographiques, trois éléments 
sont primordiaux pour le choix des images SPOT, ce sont le 
mode d'analyse, l'angle de prise de vue et le niveau de 
prétraitement. 
384 
Mode d'analyse : la détection des routes dans les images 
SPOT nécessite la résolution la plus fine, laquelle est donnée 
par le mode panchromatique P avec 10m/pixel. 
Angle de prise de vue : la visée verticale permet d'éviter les 
problémes de perspective et assure la méme taille pour chaque 
pixel. 
Niveau de prétraitement : le niveau 1A, qui n'a pas été 
rééchantillonné, est le mieux adapté au traitement des images. 
Les niveaux 1B et 2A peuvent étre utilisés pour effectuer un 
recalage automatique, mais l'obtention de ces images à partir 
de l'image de niveau 1A suppose la connaissance à priori des 
données ancillaires du satellite SPOT. Par ailleurs la 
dégradation du signal dû au rééchantillonnage rend les 
opérations de détection des primitives moins efficaces. 
II.1.2 Les zones urbaines 
Dans les images SPOT, les zones urbaines apparaissent 
comme des régions fortement texturées, de type "poivre et sel", 
qui  s'opposent aux zones relativement homogènes 
correspondant principalement aux champs et aux forêts. La 
méthode d’extraction qui a été développée s’inspire des travaux 
de Serendero [19], basés sur les outils élémentaires de la 
morphologie mathématique [20]. 
Les pics clairs et sombres qui composent ces zones 
texturées sont mis en évidence par la différence entre la 
fermeture et l’ouverture morphologiques appliquées à l’image 
originale. Un filtre séquentiel alterné (i.e., une succession de 
fermetures et d'ouvertures de taille croissante) permet de 
regrouper ces pics dans des zones homogènes et d’éliminer les 
lignes isolées. Les zones urbaines sont obtenues ensuite par 
seuillage de l'image. Le résultat de cette procédure est une 
image binaire, où chaque objet représente une agglomération. 
II.1.3 Les routes 
Dans les images SPOT, le réseau routier apparait 
principalement comme une réseau de lignes claires sur fond 
sombre de largeur généralement inférieure ou égale à 3 pixels. 
Contrairement aux images aériennes, oü la largeur des routes, 
lorqu'elle est supérieure à 3 ou 4 pixels, permet l'utilisation de 
méthodes ^ basées sur la detection de contours 
antiparalléles [17] ou sur la détection de texture [13], la plupart 
des méthodes d'extraction de routes sur les images SPOT 
utilisent des détecteurs de lignes [4]. 
Parmi les différents opérateurs dédiés à l'extraction de 
réseau linéaire fin, nous avons choisi le Duda Road Operator 
(DRO). Cet opérateur a été associé à de la programmation 
dynamique pour effectuer du suivi de route sur des images 
aériennes de faible résolution [7] et sur des images SPOT [12]. 
II.2 
11.2.1 
SPO' 
1: 1( 
1°: 5( 
urbar 
à l'é 
Eiko 
corre 
num 
I 
doive 
repré 
prése 
pour 
devri 
d'aut 
112 
repré 
bátir 
bloc 
regrc 
princ 
aggl 
4 
l'im: 
élim 
assul 
bátin 
I 
déte 
méth 
orier 
suive 
comi 
illust 
11.2.3 
traits 
distir 
du 1 
route 
route 
a. Le 
TOI 
d* 
et 
lor 
pe