Participants : Laurent Garcin,
Xavier Descombes, Josiane Zerubia.
Mots clés : détection de bâtiments,
images stéréo haute résolution, géométrie stochastique,
processus Markov objet, méthode MCMC .
Le but de ce travail est la détection de bâtiments sur des
couples stéréoscopiques de photos aériennes numériques
fournies par l'IGN. Nous définissons d'abord un modèle 3D de
bâtiment, puis nous modélisons un ensemble de bâtiments par
ce que nous appelons une configuration d'objets. Nous
définissons alors un processus ponctuel sur l'ensemble des
configurations d'objets qui se scinde en deux parties :
- l'une introduit un modèle a priori sur les
configurations faisant intervenir des interactions entre
les objets (i.e. les bâtiments),
- l'autre reflète l'attache aux données, c'est-à-dire la
cohérence avec les deux images du couple
stéréoscopique.
Nous cherchons alors la configuration qui maximise la
distribution ainsi définie. A cet effet, nous utilisons une
simulation de type MCMC - à savoir un algorithme de
Metropolis-Hastings-Green - couplée à un recuit simulé. Nous
testons ensuite cette méthode sur des images synthétiques et
sur des images réelles. Les premiers résultats sont très
prometteurs.
Cette étude a été réalisée dans le cadre d'une
collaboration avec l'IGN.
Extraction des bâtiments sur un couple stéréoscopique par
processus Markov objet