Topic: Active contours and prior knowledge for change analysis - application to digital urban building map updating from optical high resolution remote sensing images.

ABSTRACT:

The maintenance of cartographic data usually applies to the photo-interpretation of remote sensing images. With the commercial advent of optical satellite images with sub-meter resolution (Ikonos, Quickbird) a higher frequency of digital map revision and monitoring is affordable and realistic at a large scale. However, manual map updating is slow and costly and it cannot handle the increasing flow of available remote sensing data. Many works have been dedicated to the automation of this task in Image Processing and Computer Vision, yielding remarkable results over rural or suburban areas. Urban areas are however more difficult to analyze at a high resolution: the presence of shadows, occlusions and details profusion make their interpretation difficult.

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) allows to overcome the critical issue of local minima; the spatio-temporal variation of the shape constraint also enables to increase the efficiency of map-to-image matching while decreasing the computational workload. Local shape discrepancies between the cartographic objects and the image are considered (these variabilities are either due to delineation mistakes or simplification/generalization effects in the map). We propose a new shape constraint energetic criterion, made of linear and quadratic energies, to allow local and parallel discrepancies of the active contour from the mistaken cartographic shape prior.

The fine map-to-image matching achieved by the active contours increases the consistency between the map and the image and improves the planimetric localization of cartographic objects found in the image. The fine matching attempts to solve the issue of exogenous variabilities between the map and the image; it 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 probability aiming at assisting a photo-interpreter performing map updating. We show the efficiency of the proposed scheme with experiments carried out with a 1:10,000 scale map and a Quickbird satellite image (0.6 m/pixel) depicting Beijing city, which has nowadays a rapid urban growth.

@PHDTHESIS{tbailloeul_these_en,

RESUME:
La maintenance de données cartographiques est traditionnellement un processus de photo-interprétation d'images de télédétection. Avec l'émergence commerciale des images satellitaires optiques de résolution sub-métrique (Ikonos, Quickbird) la mise à jour fiable et régulière de cartes numériques à grande échelle devient abordable. Cependant, l'actualisation manuelle des données cartographiques, lente et coûteuse, ne permet plus de répondre au flux grandissant des données de télédétection. De nombreux travaux en vision par ordinateur ont été dédiés à l'automatisation de cette tâche, offrant des résultats satisfaisants sur des scènes rurales ou péri-urbaines. Les milieux urbains restent néanmoins plus complexes à analyser à haute résolution: la présence d'ombres, d'occlusions et la profusion de détails rendent l'interprétation des images difficile.

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) permet de surmonter le problème des minima locaux; la variation spatio-temporelle de la contrainte de forme permet aussi d'accroître l'efficacité de la mise en correspondance tout en réduisant les temps de convergence. Les variabilités locales de forme carte-image dues soit à des erreurs de saisie lors de la photo-interprétation, soit aux effets de simplification et de généralisation de la carte, sont aussi considérées. Nous proposons un nouveau critère énergétique de contrainte de forme, alliant énergie linéaire et quadratique, permettant aux contours actifs de s'affranchir localement et parallèlement de la forme a priori entachée d'erreur.

L'alignement des données par contours actifs permet ainsi d'accroître la cohérence entre la carte et l'image et améliore la position planimétrique des objets cartographiques retrouvés dans l'image. Ce recalage fin 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. Nous illustrons l'efficacité de l'approche proposée à partir d'expériences menées avec une carte d'échelle 1:10,000 et une image satellitaire Quickbird (0.6 m/pixel) de la ville de Pékin qui connaît actuellement un fort développement de son tissu urbain.

@PHDTHESIS{tbailloeul_these_fr,