Note ABES Localisation et reconstruction du réseau routier par vectorisation d'image THR et approximation des contraintes de type "NURBS" Localization and reconstruction of the road network by VHR images’ vectorisation and approximation using “NURBS “constraints Extraction des routes Image haute résolution Vectorisation Critères de perception visuelle Ondelette Log-Gabor NURBS Roads Extraction High resolution image Vectorization Criteria for visual perception Log-Gabor wavelet NURBS 518 Images de télédétection Routes -- Localisation Ondelettes Théorie des splines Reconnaissance des formes (informatique) Ce travail de thèse vise à mettre en place un système d’extraction de réseau routier en milieu urbain à partir d’image satellite à très haute résolution. Dans ce contexte, nous avons proposé deux méthodes de localisation de routes. La première approche est fondée sur la procédure de conversion de l’image vers un format vectoriel. L’originalité de cette approche réside dans l’utilisation d’une méthode géométrique pour assurer le passage vers une représentation vectorielle de l’image d’origine et la mise en place d’un formalisme logique fondé sur un ensemble de critères perceptifs permettant le filtrage de l’information inutile et l’extraction des structures linéaires. Dans la deuxième approche, nous avons proposé un algorithme fondé sur la théorie des ondelettes, il met particulièrement en évidence les deux volets multi-résolution et multi-direction. Nous proposons donc une approche de localisation des routes mettant en jeux l'information fréquentielle multi directionnelle issue de la transformée en ondelette Log-Gabor. Dans l’étape de localisation, nous avons présenté deux détecteurs de routes qui exploitent l’information radiométrique, géométrique et fréquentielle. Cependant, ces informations ne permettent pas un résultat exact et précis. Pour remédier à ce problème, un algorithme de suivi s’avère nécessaire. Nous proposons la reconstruction de réseaux routiers par des courbes NURBS. Cette approche est basée sur un ensemble de points de repères identifiés dans la phase de localisation. Elle propose un nouveau concept, que nous avons désigné par NURBSC, basé sur les contraintes géométriques des formes à approximer. Nous connectons les segments de route identifiés afin d’obtenir des tracés continus propres aux routes. The aim of this thesis is to establish a road network extraction system in urban areas from very high resolution satellite images. In this context, we proposed two approaches to locate roads. The first one is based on the process of converting the image into a vector form. The originality of this approach lies in the use of a geometric method to ensure the shift into a vector representation of the original image and the establishment of a logical formalism based on a set of perceptual criteria. It allows the filtering of unnecessary information and extracting linear structures. In the second approach, we proposed an algorithm based on the wavelet theory, it particularly highlights the two axis multi-resolution and multi-direction. Thus, we introduce a road localization approach, which manage the frequency multidirectional data resulting from the transform using the Log-Gabor wavelet. In the localization step, we presented two road detectors, which are capable of exploiting the radiometric, geometric and frequency data. However, this data cannot allow accurate and precise results. To overcome this drawback, a tracking algorithm is needed. We propose the reconstruction of road networks by NURBS curves. This approach is based on a landmark set of points identified in the localization phase and presents a new concept, noted by NURBSC. NURBSC is based on the geometrical constraints of shapes to be approximated. We connect road segments identified in order to obtain continuous road network. Electronic Thesis or Dissertation Text fr PDF 7855110 Université de Strasbourg Strasbourg 2014-12-31 https://theses.hal.science/tel-00994333 application/pdf 7893128 https://publication-theses.unistra.fr/public/theses_doctorat/2013/NAOUAI_Mohamed_2013_ED413.pdf http://www.theses.fr/2013STRAH015/abes https://theses.hal.science/tel-00994333 https://theses.hal.science/tel-00994333 https://theses.hal.science/tel-00994333 https://theses.hal.science/tel-00994333 https://theses.hal.science/tel-00994333 Naouai Mohamed 1980-03-15 FR 177064889 21015695 https://theses.fr/2013STRAH015 2013STRAH015 https://doi.org/10.70675/f94626a3z75e4z4dc8z9d8dz0910653c7183 2013-07-20 Informatique Strasbourg 131056549 Université de Tunis El Manar MADS_ETABLISSEMENT_DE_COTUTELLE_1 112859585 Doctorat Docteur es non oui Weber Christiane MADS_DIRECTEUR_DE_THESE_1 034178864 Bsaïes Khaled MADS_DIRECTEUR_DE_THESE_2 13329997X Ghorbel Faouzi MADS_PRESIDENT_DU_JURY 16138787X Gançarski Pierre MADS_RAPPORTEUR_1 033775958 Farah Imed Riadh MADS_RAPPORTEUR_2 162325428 Zerubia Josiane MADS_RAPPORTEUR_3 031862187 École doctorale des Sciences de la Terre et Environnement (Strasbourg ; 2000-....) MADS_ECOLE_DOCTORALE_1 TE 15650166X Laboratoire image, ville et environnement (Strasbourg ; 2009-....) MADS_PARTENAIRE_DE_RECHERCHE_1 UMR7362 157680371 55195 ddc:510 Université de Tunis El Manar Weber Christiane Bsaïes Khaled Ghorbel Faouzi Gançarski Pierre Farah Imed Riadh Zerubia Josiane École doctorale Sciences de la Terre, de l'Univers et de l'environnement (Strasbourg) Laboratoire image, ville et environnement (Strasbourg) PDF 7855110