Journal de télédétection et SIG

Abstrait

Évaluation de la capacité des méthodes Full Lambda et SVM à extraire des routes à partir d'images numériques

Abdollahi A, Bakhtiari HRR et Nejad PM

L'extraction automatique d'informations sur le terrain à l'aide de la photogrammétrie et de la télédétection nécessite la formulation de données humaines et de données d'image, de sorte qu'elle doit inclure tout le contenu de l'image. La structure complexe des différents objets de l'image entraîne des défis pour y parvenir. Ainsi, le choix du type de données numériques et une bonne manière d'extraire l'effet souhaité sont importants pour la précision de la cartographie. Cette étude a examiné la méthode semi-automatisée d'extraction de divers types, y compris les routes droites, en spirale, d'intersection, urbaines et non urbaines à partir d'images satellites et aériennes. Les données utilisées comprenaient l'image aérienne UltraCam, l'image satellite Worldview de la zone non urbaine avec une résolution de 0,5 m et les images Quick-Bird de la province de Téhéran avec une résolution de 0,61 m. Dans la méthode proposée, lors de la segmentation de l'image à l'aide de la méthode Full lambda, la classification de l'image a été effectuée à l'aide de l'algorithme SVM et des opérations morphologiques sont utilisées pour améliorer la qualité des voies de découverte et supprimer le bruit et couvrir les lacunes. Pour les images dans lesquelles la méthode Full lambda présente une grande précision dans la segmentation de l'image, la précision de la classification de l'image est donc augmentée et l'extraction de la route à partir de celle-ci est mieux réalisée. La précision globale moyenne de plus de 81 pour cent et le coefficient Kappa de précision moyen de plus de 78 pour cent dans la classification des images en deux classes de routes et non routières indiquent une très bonne capacité du système introduit pour l'extraction semi-automatique de différentes routes.