images satellitaires à haute résolution spatiale; mise à jour cartographique; svm et arbres de décision
Abstract :
[fr] L'objectif de cet article est de développer une méthodologie automatique pour la détection des changements du bâti en milieu urbain. L'approche est basée sur la comparaison entre un plan existant et une image à très haute résolution spatiale(THRS) récente. Elle s'enchaine sur 4 étapes. Premièrement l'image est segmentée pour produire des primitives. La sélection des attributs est faite ensuite quantitativement par l'algorithme MrMR, basé sur l'information mutuelle. Des classificateurs par apprentissage supervisé avancés ont été utilisés dans l'étape de la classification (SVM, Ensembles d'arbres de décision et Réseaux de Neurones). La prédiction finale des objets est déduite par un système de vote à partir des 3 meilleurs classificateurs. Enfin, une étape de détection de changements permet d'identifier les segments qui représentent les changements du bâti. Les données utilisées concernent la ville de Rabat (Maroc). Une image QuickBird a été utilisée avec un plan existant à l'échelle 1:10,000. Indépendamment de la qualité de la forme des bâtiments détectés, la méthode offre des meilleurs taux en complétude (95%) et en bonne détection (83%)
Disciplines :
Earth sciences & physical geography
Author, co-author :
El Mansouri, Loubna ; Université de Liège - ULiège > Doct. sc. (géographie - Bologne)
Language :
French
Title :
Une approche basée objet combinée avec les classificateurs avancés (SVM, RF, RN) pour la détection des changements du bâti.
Alternative titles :
[en] Combining classifieurs in object analysis approach for mapping change