éditions des archives contemporaines

Fusion multidate à l'aide de la théorie de Dempster-Shafer pour la détection et la cartographie des changements : application aux milieux urbain et périurbain de la région d'Alger

BOUAKACHE Abdenour, MERCIER Grégoire et BEL-HADJ-AISSA Aichouche
DOI—
Pages361–403
Paru le1 juin 2007
Citer Lire en PDF · 43 p.

Résumé

Dans cet article, nous proposons une méthodologie de fusion d’images satellitaires multicapteurs et multidates pour la détection et la cartographie des changements d’occupation des terres. Cette méthodologie est basée sur la théorie de l’évidence de Dempster-Shafer qui permet de prendre en compte l’ignorance et l’incertitude liées aux données. Dans l’approche proposée, les changements sont modélisés à travers le conflit existant entre les classes thématiques multitdates. Le processus de fusion se déroule en plusieurs étapes. D’abord, une classification bayésienne dirigée est effectuée sur chaque image pour en déduire le coefficient d’affaiblissement de chaque classe. Ensuite, la règle de fusion de Dempster est appliquée à deux reprises : une première fois pour obtenir les fonctions de masse estimées à l’aide du mo-dèle d’Appriou pour chacune des images et une deuxième fois pour obtenir les fonctions de masse pour les images multidates. Initialement, le modèle de transfert d’Appriou considère uniquement deux classes et fait appel au coefficient d’affaiblissement de chaque classe. Nous proposons alors, dans une démarche originale, de généraliser ce modèle au cas multiclasse. Enfin, la maximisation de la fonction de crédibi-lité est choisie comme critère de décision pour sélectionner la classe multidate optimale. Le résultat de cette méthodologie est une carte de fusion constituée des classes simples, représentant les zones stables n’ayant subi aucun changement temporel, et des classes composées, représentant les zones de changements. Finalement, nous proposons de revenir à une analyse des masses des classes simples formant les classes composées, pour chacune des images, afin de déterminer exactement la classe d’origine et la classe de changement, et ce dans le but de générer ainsi une carte de changements directement exploitable. Des données historiques et une photographie aérienne confirment les changements détectés à l’aide de la méthode proposée.

Mots clés
fusion de données multidatesthéorie de Dempster-Shafermodèle d’Apprioucarte de changements

Abstract

In this paper, we propose a methodology using multisensor and multitemporal satellite data fusion for land change detection and cartogra-phy. The methodology is based on the Dempster-Shafer evidence theory, which allows to take into account the ignorance and the uncer-tainty related to the data. In the proposed approach, the changes are modelled through the conflict existing between the multitemporal thematic classes. The fusion process is implemented following several stages. Initially a supervised Bayesian classification is carried out on each image to derive a weakening coefficient for each class. Then, the Dempster fusion rule is applied twice; the first time to obtain the image mass functions estimated using the Appriou model, and the second time to obtain the multitemporal image mass functions. Initially, the Appriou transfer model considers only two classes and takes into account the weakening coefficient of each class. We then propose, through an original procedure, to generalize this model to the multiclass case. Finally, maximization of a belief function is chosen as a decision criterion for selecting the optimal multitemporal class. The result of this methodology is a fusion map composed of the simple classes, representing the stable areas not having undergone any temporal change, and the compound classes representing the areas having undergone changes. Lastly, we propose to return to an analysis of the monodate masses of the compound classes to determine exactly the origin class and the class of change, and to hence generate a directly exploitable map of changes. Historical data and an airborne image confirm the changes detected by the proposed methodology.

Keywords
multitemporal data fusionDempster-Shafer theoryAppriou modelchange map

Lire l’article

Première page

PDF de 43 pages, tel qu’imprimé dans la revue, pages 361 à 403. En libre accès.

Pas encore de consultation enregistrée.