Contours actifs et information a priori pour l'analyse de changements : application à la mise à jour de cartes numériques du bâti urbain à partir d'images optiques de télédétection haute résolution

Cette thèse a pour objectif de proposer une méthodologie visant à analyser les changements entre une carte numérique de bâtiments et des données de télédétection optiques haute résolution plus récentes. L'idée centrale de notre approche est d'utiliser l'information géométrique et spécifique des bâtiments symbolisés dans la carte afin de faciliter leur reconnaissance dans une image satellitaire panchromatique et de s'affranchir des difficultés du milieu urbain. Cette connaissance a priori est incorporée comme une contrainte de forme dans un modèle variationnel de recalage fin carte-image par contours actifs. Nous proposons des solutions nouvelles pour l'amélioration de la robustesse des contours actifs contraints: la fusion de l'image avec un Modèle Numérique de Surface (MNS) et la variation spatio-temporelle de la contrainte de forme permettent de surmonter le problème des minima locaux. Une nouvelle énergie de contrainte de forme, linéaire et quadratique, permet aux contours actifs de s'affranchir localement et parallèlement de la forme a priori de la carte pour mieux segmenter l'objet dans l'image. L'alignement des données par contours actifs résout le problème des variabilités exogènes carte-image indépendantes d'un changement effectif et rend ainsi l'analyse de changements subséquente plus fiable. Des indices de changement simplement calculés à partir du MNS et d'une image satellitaire multispectrale sont fusionnés pour la détection de changements univoques du bâti urbain. En l'absence de changement univoque, une méthode basée sur le vote de Hough quantifie la ressemblance entre le polygone cartographique recalé et des primitives segments extraites de l'image panchromatique. La fusion du score de Hough avec la variation géométrique enregistrée par le recalage des contours actifs permet la formulation d'une probabilité de non-changement visant à assister un opérateur dans sa tâche de révision de carte. ABSTRACT : This thesis aims at proposing a methodology to analyze changes between a digital map of buildings and more recent high resolution optical remote sensing data. The key idea of the proposed approach is to use the specific geometrical information derived from the buildings symbolized in the map in order to ease their recognition in a panchromatic satellite image while overcoming urban difficulties. This prior knowledge is embedded in active contours models as a shape constraint formulated in a variational approach. We propose new solutions to improve the robustness of shape constrained active contours: the fusion of the image with a digital surface model (DSM) and the spatio-temporal variation of the shape constraint allow to overcome the critical issue of local minima. A new shape constraint energy - linear and quadratic - allows local and parallel discrepancies of the active contours from the cartographic shape prior to better segment the object in the image. The fine map-to-image matching achieved by active contours solve the issue of exogenous variabilities between the map and the image and therefore makes the subsequent change detection decision more reliable. Change indicators simply calculated from the DSM and a multispectral satellite image are merged to detect obvious changes of buildings. When no obvious change is detected, a method based on Hough voting quantifies the similarity between the refined cartographic object and segment primitives extracted from the panchromatic image. The fusion of the Hough voting score with the geometric variation due to the active contours matching enables to formulate a “non-change” probability aiming at assisting a photo-interpreter performing map updating.