Vers des informations géospatiales rigoureuses
La multiplication des données géographiques utilisées dans des applications commerciales, industrielles et quotidiennes nous fait de plus en plus prendre conscience de l'importance de leur précision et de leur exhaustivité. Ces données sont par ailleurs difficiles à combiner aux données actuelles provenant dus systèmes d'information géographiques (SIG) de par la nature quantitative de ce dernier. Interpellé par ce problème, le projet REGIVIS a concentré ses efforts sur l'étude de nouveaux outils et théories susceptibles d'accroître la précision des informations géographiques incertaines. Soutenus par des logiques floues, les chercheurs du projet ont fusionné diverses techniques formelles afin de s'attaquer à l'incertitude des données spatiales. L'un des principaux résultats du projet a été l'étude de différentes approches de segmentation faisant appel à une texture en niveau de gris et à plusieurs variables pour l'identification des objets flous. La quantification de l'incertitude des objets offre la possibilité d'identifier des zones de transition pour les objets dont les limites ne sont pas claires. Grâce à la texture de modélisation de l'opérateur de profil binaire local (LBP, Local Binary Pattern), il est ainsi possible de spécifier des régions présentant une texture homogène dans une image. Pour pouvoir offrir des descriptions de texture en couleur, les chercheurs ont mis l'accent sur le développement de l'opérateur LBP standard à une variable en vue d'obtenir une version à plusieurs variables dans le cadre de deux études de cas. La première étude fait appel à une image contenant cinq régions de texture et deux opérateurs LBP offrant de bons résultats en termes de segmentation. La deuxième étude consiste quant à elle à segmenter des objets de la morphologie côtière et de la couverture végétale à l'aide de données géographiques spéciales. Ces données incluent des modèles d'élévation numérique (DEM, Digital Elevation Models ) LIDAR (LIght Detection And Ranging, détection et mesure de distance par onde lumineuse) et des images de l'imageur spectrographique compact aéroporté (CASI, Compact Airborne Spectrographic Imager) provenant d'une zone côtière du Royaume-Uni. En comparaison avec l'opérateur LBP à une seule variable, la version à plusieurs variables améliore la segmentation de la zone en objets. Utilisé en complément des classificateurs de texture standard, cet opérateur pourrait fournir des informations capitales sur l'incertitude au niveau des zones de transition. L'algorithme a d'ores et déjà été intégré dans un logiciel prototype appelé Parbat et disponible sur le site http://parbat.lucieer.net(s’ouvre dans une nouvelle fenêtre).
