Partie(I) : Localisation des structures urbaines
par segmentation
I. Introduction :
La segmentation est une étape importante dans
l'imagerie satellitaire pour l'extraction des informations qualitatives de
l'image.
Fondamentalement, la segmentation est un processus qui
consiste à découper une image en régions connexes
présentant une homogénéité selon un certain
critère, comme par exemple la couleur. L'union de ces régions
doit redonner l'image initiale. Dans notre travail l'étape de
segmentation est très importante pour la localisation des
bâtiments sur les images aériennes ou satellitaires à haute
résolution en se basant sur une segmentation soit par région ou
par contour.
II. Définition : [11]
La segmentation est définie comme le processus
de partitionnement de l'image en régions homogènes et
indépendantes. Selon cette définition, les
« régions » sont composées de plusieurs
pixels montantes une homogénéité dans au moins une de
leurs caractéristiques (niveau de gris, textures, etc.,). Il existe
plusieurs méthodes de segmentation dont on a choisi quelques une afin de
les adaptées à notre cas de localisation. Nous allons
présenter dans ce chapitre une description générale du
principe théorique de fonctionnement de quelques méthodes qui se
base soit sur l'approche région soit sur l'approche contour.
On peut distinguer deux grands types d'approches :
· L'approche «
Contour » : qui s'intéresse aux zones de
changements de l'image.
· L'approche
« Régions » : qui s'intéresse
aux zones homogènes.
Il est à signalé que la robustesse et les
performances des méthodes de segmentation peuvent varier en fonction du
type d'application, c'est pour cela qu'il est très important de faire un
choix adéquat au type de cette dernière.
III. Détection de contour
« L'approche contour » :
III.1 Contours classiques
L'obtention des contours est une étape importante
dans le processus d'interprétation automatique d'une image cela permet
de matérialiser les contours des objets recherchés.
III.1.1 Définition :
Un contour peut être considérer comme une
frontière entre deux régions différentes (suivant un
critère de similarité donné; par exemple un niveau de gris
identique à un epsilon prés ou une couleur identique...).
III.1.2 Principe de base :
La détection d'un contour est
généralement basée sur la détection du changement
à la frontière de deux régions. De ce fait, on peut
pressentir que le bruit dans l'image (anomalies sur les niveaux de gris, par
exemple...) va compliquer ce travail de détection.
Les méthodes de détection des contours comportent
en générale deux phases :
· D'abord trouver les pixels censés appartenir
à un contour (éventuellement avec mesure de certitude) en
s'appuyant sur une propriété particulière. On appellera
ces points: des ponts-candidats ou des ponts
contour.
· Puis relier ces ponts contours de façon à
obtenir de véritables contours (lignes; courbes,...).
| 
