ns
ui
Ce
es
es
ne
es
es
Rh
es
us
es
ce
nt
Les primitives de l’image SPOT ont une définition
semblable à celle des primitives de la carte. Sr, Cr et Vr sont
respectivement les ensembles des segments, des carrefours et
des agglomérations détectés dans l’image SPOT.
IIL2 Modele de déformation
Le recours à une méthode par génération et propagation
d'hypothéses pour déterminer automatiquement les
appariements de primitives est lié à la possiblité de modéliser la
déformation entre les deux images par une transformation
paramétrée.
Le choix de ce modèle de déformation dépend de la qualité
des amers. Dans le cas de points très précis désignés
manuellement, il est possible d'utiliser des transformations
localement déformables et d’interpoler 1a déformation entre les
deux images à partir de ces points de contróle. Cependant, pour
une méthode automatique, le modéle de transformation doit
permettre de rendre compte de la cohérence globale des amers
obtenus. C'est pourquoi il est nécessaire d'utiliser des modéles
rigides de transformations, qui seront calculés par une
approximation sur les points des deux images mis en
correspondance. La rigidité de la transformation peut servir à
éliminer les amers ayant un résidu trop important. Des
modèles de plus en plus souples pourraient être envisagés au
fur et à mesure que la précision sur la localisation des amers
augmente.
Nous avons retenu comme modèle de déformation entre
une carte routière et une image SPOT panchromatique de
niveau 1A une application affine du plan (i.e. transformation
polynomiale de degré 1). Nous noterons ® la famille des
applications affines de E dans F, chaque transformations de ®
est déterminée par 6 paramètres :
Voée D, Vp=(x,y)e E,
avec
¢(p)=(X,Y)eF
X = a1x + a2Y + A3 (1)
Y = b1x + bay + b3
Ce modèle ne reste valable que pour des petites zones,
typiquement 10km x 10km, avec une faible dénivellation [14].
L'ensemble des transformations accessibles XD est réduit
gráce à la connaissance approximative des données de la prise
de vue de l'image SPOT. En posant :
b
8 (01) = —- (e (2)
kı = Va? t bi ka = Va} +62
0; et k, (respectivement ©; et k2) représentent alors 1’angle de
rotation de l’axe Ox (respectivement Oy) lié à la carte et le
coefficient d’homothétie le long de cet axe (voir figure 6).
Figure 6. Transformation polynomiale de degré 1
Le rapport d’échelle approximatif ka, entre les deux
images, calculé à partir du pas d’échantillonage utilisé lors de
la numérisation de la carte, et la différence d'orientation des
prises de vues permettent de limiter la recherche aux
transformations vérifiant :
0.8 Kapp SK; S 1.2 Kapp pour i=1,2 (3)
Oapp — 30° S 0; <Oapp +30° pour i=1,2
Ces contraintes serviront également à réduire le nombre des
hypothèse propagées et d’éliminer des solutions abérrantes.
387
IIL3 Mise en correspondance des primitives
11.3.1 Presentation du problème
Etant donné deux ensembles de primitives, l’un
contenant les agglomérations et les carrefours détectés dans la
carte (Pg = Vg U Cg), l’autre ceux détectés dans l’image SPOT
(Pr = Vr U Cr), le problème est de déterminer l’ensemble des
appariements d’une primitive de la carte avec une primitive de
l'image SPOT, c'est-à-dire un sous-ensemble de PrxPr
(implicitement cette formulation sous-entend qu’il est possible
d'apparier un carrefour d’une image avec une agglomération de
l’autre image).
Il est important de remarquer qu’il ne s’agit pas ici d’un
simple problème de mise en correspondance de points comme
pour d’autres problèmes de traitement des images (stéréo,
constellation). Il ne s’agit pas en particulier de la recherche
d’un isomorphisme entre sous-ensembles, une primitive d’une
image pouvant très bien être appariée à plusieurs primitives de
l’autre image.
Le principe de la mise en correspondance présentée dans
cet article est basé uniquement sur la position relative des
primitives et ne fait pas intervenir de relations sémantiques
entre ces primitives. Par exemple, le fait que deux
agglomérations de la carte sont reliées par une route impliquent
que les primitives correspondantes de l’image SPOT doivent
l’être également, aurait pu être pris en compte. Cependant, les
problèmes de bruit et de parties cachées dans les images SPOT
interdisent de telles considérations, qui pourront par contre être
utilisées ultérieurement pour compléter l’extraction du réseau
routier dans l’une ou l’autre image.
Dans ce chapitre, la définition d’un carrefour est réduite à
un disque donné par son centre et son rayon. L'ensemble des
segments, associés à chaque carrefour n'est pas utilisé dans
cette étape. Nous verrons plus loin (chapitre IIL4), comment
cette information complémentaire servira à affiner le recalage.
En suivant le formalisme présenté précédemment, ce
probléme de mise en correspondance se décompose en deux
sous-problémes :
* Pour toute partie A de PzxPr, déterminer la meilleure
transformation $4.
* Puis déterminer le meilleur ensemble A parmi toutes les
parties de PExPr.
Le premier probléme se résoud algébriquement exactement
si l’on choisit de prendre $4 comme une transformation de 4b
optimisée aux moindres carrés sur les couples de A. La
transformation $4 retenue minimise, pour toutes les fonctions ¢
appartenant à ©, la moyenne des erreurs quadratiques sur les
éléments de A.
En appelant 34(G) le résidu de la transformation $ pour
l’amer a :
V HE ®, V a =(c,d) € PExPr, Sy (a) = dist (6 (c), d)
la transformation $4 vérifie alors :
Y 8,7? = min X (a)? (4)
aeA 0e® Gen
L'existence et l’inversibilité de $4 sont déterminées par la
composition des éléments de A. Soient E4 et F, les ensembles
des primitives qui appartiennent respectivement aux plans E et
F et qui participent à À :
es={cere/adeM:0deA)
Fun [dePr/B0e Prime A}
Théorème 1: il existe une application affine 44,
approximation aux moindres carrés (AMC) sur les éléments de
A, si et seulement si E4 contient au moins 3 points non-alignés.