séparation reste théorique, nombre de démarches
les exploitant toutes simultanément. La première
consiste à se placer dans un contexte interactif, et
à confier à l'opérateur à la fois des táches d'initia-
lisation "stratégiques" et un contróle ultime du
résultat (e.g. Airault and Jamet, 1995). La seconde
vise à exploiter les redondances internes de la
scéne, en les exprimant soit sous la forme de
contraintes, soit sous la forme d'un modéle à
optimiser. Un exemple simple de cette démarche
est donné par les techniques de corrélation auto-
matique en terrain naturel (la contrainte interne
étant généralement formulée comme une borne à la
pente). L'exemple précédent montre les limites de
l'efficacité de cette contrainte (les deux reliefs
calculés présentent, outre une différence impor-
tante de rugosité, des écarts de plusieurs métres
sur les extrema du terrain). La troisiéme repose
sur la mise en concurrence des résultats de
plusieurs algorithmes. Les méthodes employées
peuvent rester procédurales (e.g. compétition
entres plusieurs corrélations amorcées aléatoire-
ment pour la restitution des bátiments : Kim et
Muller, 1995), mais relévent souvent de tech-
niques plus élaborées mariant concurrence,
coopération et contraintes, au sein de systémes à
base de connaissance (McKeown et al., 1985;
Clément et al., 1993). La troisiéme s'appuie sur
une redondance des données exploitées, et peut
étre induite par l'application visée (accumulation
d'images dans une application de surveillance — on
pourrait citer ici nombre de recherches effectuées
dans le cadre de financements ARPA) ou constituer
un choix délibéré de méthode de production (e.g.
Gabet et al., 1995).
Nous n'aborderons pas ici les problémes relatifs à
la modélisation des objets cherchés, ni aux mé-
thodes de coopération d'algorithmes. Ces questions
font aujourd'hui l'objet de recherches actives
(dont la section précédente a tenté d'esquisser la
diversité), mais ne sont pas pour l'instant arrivées
à un stade opérationnel en mode automatique. Les
paragraphes qui suivent seront consacrés aux deux
autres voies (redondance des données et interac-
tivité). L'apport de la redondance des données est
discuté sur la base d'un exemple, en termes éco-
nomiques et du point de vue du producteur de
données (i.e. de l'utilisateur d'outils photogrammé-
triques). L'interactivité est ensuite abordée, en
soulignant les problémes liés à l'évaluation des
gains de productivité.
3.1. Redondance des données
Gabet et al. (1995) ont récemment proposé, en
collaboration avec la société ISTAR (France) une
méthode de restitution des bátiments fondée sur un
International Archives of Photogrammetry and Remote Sensing. Vol. XXXI, Part B3. Vienna 1996
processus de corrélation automatique fortement
redondant.
Sur une zone test du centre de Marseille, une série
de photographies à l'échelle du 1:8000 a été
acquise avec un recouvrement longitudinal de 87%.
Ce recouvrement permet de couvrir tout point de la
zone de travail par 6 couples de photographies avec
un rapport base sur hauteur (B/H) faible (inférieur
à 0.5). Sur chacun de ces 6 couple, 3 algorithmes
de corrélation automatique à fenêtre de taille fixe
sont mis en oeuvre : un algorithme de corrélation
standard, un algorithme contraint (contrainte
d’ordre), et un algorithme fondé sur la recherche
de surfaces planes optimales dans l’ensemble des
hypothèses d’appariement de tous les points.
On obtient ainsi 18 MNT de précisions a priori
différentes (les rapports B/H des couples n’étant
pas les mêmes), qui sont utilisés pour la constitu-
tion du MNT filtré par une procédure de vote
majoritaire.
Le MNT filtré est ensuite segmenté par croissance
de région, afin de séparer les bâtiments du sol. On
déduit de ce dernier résultat les contours planimé-
triques des îlots de bâtiments. Ces contours sont
corrigés manuellement, puis un MNT final est
calculé en affectant à chaque contour l’altitude
médiane de la région qu’il délimite.
La méthode a été testé sur une zone d’un kilomètre
carré. Le taux de bâtiment à corriger est d’environ
30%. La précision planimétrique est estimée à
40 cm (écart moyen quadratique). La société
ISTAR commercialise aujourd’hui des MNT urbains
calculés par cette méthode.
Une comparaison de ce processus avec le
processus de saisie de la BDTopo® mis en
oeuvre actuellement à l'IGN-F nous a paru intéres-
sante.
La BDTopo® contient, en milieu urbain, une
description du báti assez proche du résultat obtenu
par la méthode précédente. Seuls y sont représen-
tés les îlots, par leur contour en 3 dimensions.
Leur précision planimétrique est a priori moindre
(un mètre d’écart moyen quadratique sur les angles
de bâtiment), mais leur description altimétrique
est plus fine (localisation en Z avec une précision
d’un mètre — ce que le procédé de Gabet et al. ne
garantit pas —, et description des décrochements
d'altitude à l'intérieur des îlots).
La BDTopo® est saisie par voie photogrammétrique
classique (sur appareils de restitution analytique
ou numérique), à partir de prises de vue à l’échelle
du 1:20000 en ville (1:30000 en zone rurale).
370
En adn
niveau
produit
place t
urbain
- un pt
- et ur
tique, «
plus d'
Le graf
son écc
le coll
généra
mètre
appell
autome
Cette :
suivant
- lem
produc
- l'entr
a un c
interne
- le tel
l'ensem
rateur
- le te
méthoc
temps
temps
temps
est su
méme
- les €
riques
- le co
nombre
pour I’
peu de
EURO
tique,
numéri:
Sous
permet
de MN
la métr
de 7 |
proces
proces
charge
Dans |
de res
etait
chanti
import:
