Détection et exploitation d'ombre de bâti sur les images de très haute résolution spatiale (IKONOS) application au milieu urbain (Sherbrooke)

Abstract

La présence d'ombre sur les images de télédétection est de plus en plus préoccupante, principalement sur les images de très haute résolution spatiale en milieu urbain. Même si les ombres constituent une source d'information sur les objets qui les génèrent, leur présence a un effet négatif sur la qualité visuelle des images et entraîne parfois une perte d'information sur les surfaces qui les reçoivent. Il est donc important de pouvoir bien détecter ces ombres afin de corriger leurs effets ou de les exploiter autrement, et de leur donner ainsi plus de valeur ajoutée. Cette thèse développe une nouvelle technique de détection des ombres, basée sur l'approche orientée objet et sur une intégration hiérarchique des connaissances et attributs issus des propriétés intrinsèques de l'ombre. Il s'agit des attributs spectraux, géométriques liés à la forme et à l'orientation des ombres, et contextuels liés au voisinage de l'ombre. La méthode commence par une segmentation de l'image pour former les zones homogènes ou segments. Les zones d'ombre potentielles sont détectées par un seuillage pour faire ressortir toutes les zones sombres. La détection proprement dite commence par une analyse d'histogramme des zones potentiellement sombres avec un seuillage automatique et l'utilisation de la variance des segments. La détection est complétée en utilisant les attributs de forme (longueur, largeur et compacité) ainsi que le critère d'orientation des côtés de l'ombre selon l'azimut du soleil, pour différencier ces zones de certaines surfaces sombres. Enfin, le processus s'achève par une confirmation de l'ombre détectée à l'aide d'une analyse du voisinage de l'ombre du côté soleil avec la présence d'un objet susceptible de la générer. La méthode a été appliquée sur des images panchromatiques IKONOS de très haute résolution spatiale (1 m) de deux sites choisis à Sherbrooke. Les résultats obtenus sur le premier site (Campus Ouest de l'Université de Sherbrooke) donnent un pourcentage de détection globale d'environ 97%, tandis que sur le second site (Centre ville de Sherbrooke), nous avons obtenu un pourcentage de 89%.