R??sum?? : La d??tection des b??timents dans les images ?? tr??s haute r??solution spatiale (THRS) a plusieurs applications pratiques et repr??sente un domaine de recherche scientifique intensive ces derni??res ann??es. Elle fait face ?? la complexit?? du milieu urbain et aux sp??cificit??s des images provenant des diff??rents capteurs. La performance des m??thodes existantes pour l???extraction des b??timents n???est pas encore suffisante pour qu???elles soient g??n??ralis??es ?? grande ??chelle (diff??rents types de tissus urbains et capteurs). Les op??rateurs morphologiques se sont montr??s efficaces pour la d??tection des b??timents dans les images panchromatiques (images en niveaux de gris) ?? tr??s haute r??solution spectrale (THRS). L???information spectrale issue des images multispectrales est jug??e n??cessaire pour l???am??lioration de leur performance. L???extension des op??rateurs morphologiques pour les images multispectrales exige l???adoption d???une strat??gie qui permet le traitement des pixels sous forme de vecteurs, dont les composantes sont les valeurs dans les diff??rentes bandes spectrales. Ce travail de recherche vise l???application de la transformation morphologique dite Hit-or-Miss (HMT) ?? des images multispectrales ?? THRS, afin de d??tecter des b??timents. Pour r??pondre ?? la probl??matique de l???extension des op??rateurs morphologiques pour les images multispectrales, nous proposons deux solutions. Comme une premi??re solution nous avons g??n??r?? des images en niveaux de gris ?? partir les bandes multispectrales. Dans ces nouvelles images les b??timents potentiels sont rehauss??s par rapport ?? l???arri??re-plan. La HMT en niveaux de gris est alors appliqu??e ?? ces images afin de d??tecter les b??timents. Pour rehausser les b??timents nous avons propos?? un nouvel indice, que nous avons appel?? Spectral Similarity Ratio (SSR). Pour ??viter de d??finir des configurations, des ensembles d?????l??ments structurants (ES), n??cessaires pour l???application de la HMT, au pr??alable, nous avons utilis?? l?????rosion et la dilatation floues et poursuivi la r??ponse des pixels aux diff??rentes valeurs des ES. La m??thode est test??e sur des extraits d???images repr??sentant des quartiers de type r??sidentiel. Le taux moyen de reconnaissance obtenu pour les deux capteurs Ikonos et GeoEye est de 85 % et de 80 %, respectivement. Le taux moyen de bonne identification, quant ?? lui, est de 85 % et 84 % pour les images Ikonos et GeoEye, respectivement. Apr??s certaines am??liorations, la m??thode a ??t?? appliqu??e sur des larges sc??nes Ikonos et WorldView-2, couvrant diff??rents tissus urbains. Le taux moyen des b??timents reconnus est de 82 %. Pour sa part, le taux de bonne identification est de 81 %. Dans la deuxi??me solution, nous adoptons une strat??gie vectorielle pour appliquer la HMT directement sur les images multispectrales. La taille des ES de cette transformation morphologique est d??finie en utilisant la transformation dite chapeau haut-de-forme par reconstruction. Une ??tape de post-traitement inclut le filtrage de la v??g??tation par l???indice de la v??g??tation NDVI et la validation de la localisation des b??timents par l???information d???ombre. La m??thode est appliqu??e sur un espace urbain de type r??sidentiel. Des extraits d???images provenant des capteurs satellitaires Ikonos, GeoEye et WorldView 2 ont ??t?? trait??s. Le taux des b??timents reconnus est relativement ??lev?? pour tous les extraits - entre 85 % et 97 %. Le taux de bonne identification d??montre des r??sultats entre 74 % et 88 %. Les r??sultats obtenus nous permettent de conclure que les objectifs de ce travail de recherche, ?? savoir, la proposition d???une technique pour l???estimation de la similarit?? spectrale entre les pixels formant le toit d???un b??timent, l???int??gration de l???information multispectrale dans la HMT dans le but de d??tecter les b??timents, et la proposition d???une technique qui permet la d??finition semi-automatique des configurations b??timent/voisinage dans les images multispectrales, ont ??t?? atteints. // Abstract : Detection of buildings in very high spatial resolution images (THRS) has various practical applications and is recently a subject of intensive scientific research. It faces the complexity of the urban environment and the variety of image characteristics depending on the type of the sensor. The performance of existing building extraction methods is not yet sufficient to be generalized to a large scale (different urban patterns and sensors). Morphological operators have been proven effective for the detection of buildings in panchromatic (greyscale) very high spectral resolution (VHSR) images. The spectral information of multispectral images is jugged efficient to improve the results of the detection. The extension of morphological operators to multispectral images is not straightforward. As pixels of multispectral images are pixels vectors the components of which are the intensity values in the different bands, a strategy to order vectors must be adopted. This research thesis focuses on the application of the morphological transformation called Hit-or-Miss (HMT) on multispectral VHSR images in order to detect buildings. To address the issue of the extension of morphological operators to multispectral images we have proposed two solutions. The first one employs generation of greyscale images from multispectral bands, where potential buildings are enhanced. The grayscale HMT is then applied to these images in order to detect buildings. To enhance potential building locations we have proposed the use of Spectral Similarity Ratio (SSR). To avoid the need to set multiple configurations of structuring elements (SE) necessary for the implementation of the HMT, we have used fuzzy erosion and fuzzy dilation and examined the pixel response to different values of SE. The method has been tested on image subsets taken over residential areas. The average rate of recognition for the two sensors, Ikonos and GeoEye, is 85% and 80%, respectively. The average rate of correct identification is 85% and 84%, for Ikonos and GeoEye subsets, respectively. Having made some improvements, we then applied the method to large scenes from Ikonos and WorldView-2 images covering different urban patterns. The average rate of recognized buildings is 82%. The rate of correct identification is 81%. As a second solution, we have proposed a new vector based strategy which allows the multispectral information to be integrated into the percent occupancy HMT (POHMT). Thus, the POHMT has been directly applied on multispectral images. The parameters for the POHMT have been defined using the morphological transformation dubbed top hat by reconstruction. A post-processing step included filtering the vegetation and validating building locations by proximity to shadow. The method has been applied to urban residential areas. Image subsets from Ikonos, GeoEye and WorldView2 have been processed. The rate of recognized buildings is relatively high for all subsets - between 85% and 97%. The rate of correct identification is between 74 % and 88 %. The results allow us to conclude that the objectives of this research, namely, suggesting a technique for estimating the spectral similarity between the pixels forming the roof of a building, the integration of multispectral information in the HMT in order to detect buildings and the proposition of a semiautomatic technique for the definition of the configurations building/neighbourhood in multispectral images, have been achieved.

En milieu urbain, la concurrence entre les enjeux de préservation de la biodiversité et de la densification du territoire est particulièrement développée. Dans une optique d’aide à la décision, une meilleure connaissance des zones les plus conflictuelles est requise. Face au constat d’insuffisance et d’inadéquation des données et des méthodes nécessaires à la cartographie des Trames vertes urbaines, notre travail s’intègre en premier lieu dans une démarche technique. Celle-ci est centrée sur la mise en place d’une méthode de traitement d’images satellitaires Très Haute Résolution Spatiale Pléiades (THRS) pour l’extraction de la végétation arborée et herbacée à l’échelle fine d’une emprise urbaine. D’abord appliquée à des données fictives, cette méthode est ensuite déployée sur quatre territoires (Toulouse, Muret, Pierrefite-Nestalas et Strasbourg). Bien que fondée sur une approche pixel, la simplicité de la méthode, qui s’appuie sur des outils libres, et les résultats obtenus (indice Kappa supérieur à 85 %) garantissent sa reproductibilité sur de vastes territoires plus ou moins urbanisés. Cette donnée de végétation est ensuite exploitée pour modéliser les connectivités écologiques potentielles du paysage urbain et périurbain toulousain. L’approche mobilise la théorie des graphes et permet d’évaluer l’impact d’un aménagement urbain sur la biodiversité. Le cas du Boulevard Urbain Nord de Toulouse est étudié. La cartographie proposée des réservoirs de biodiversité, hiérarchisés à l’aide de métriques de connectivité, est avant tout indicative. Elle est finalement confrontée à des documents d’urbanisme (Plans Locaux d’Urbanisme) afin d’obtenir une meilleure visibilité des territoires à enjeux environnementaux et urbanistiques. En fonction des enjeux fixés par les acteurs du territoire et à travers le filtre applicatif, cette thèse propose un outil robuste d’analyse et d’aide à la décision pour la gestion et la planification du territoire. / In urban areas, competition between land development and ecological conservation is intense. To assist decision making, a better knowledge of those areas of interest is required. Regarding inadequacy data and methods needed for ecological network mapping in urban areas, the aim of our study is to develop a method for semi-automatic vegetation extraction with Very High Spatial Resolution Pleiades imagery (VHSR). Initially applied to training samples, the process is then be deployed to four French study areas (Toulouse, Muret, Pierrefite-Nestalas and Strasbourg). The reproducibility of this method over large urbanized areas is ensured by its simplicity and the results of a pixel-based classification (kappa coefficient higher than 85 %). This extraction workflow uses free or open-source software. This vegetation data is then used in order to model potential ecological connectivity in Toulouse’s urban and peri-urban areas. Impacts on biodiversity due to urban planning are assessed using graph theory. The “Boulevard Urbain Nord de Toulouse” project, a road infrastructure, is studied. Graph metrics have been calculated to assess the level of connectivity at habitat patches and landscape scales. We classified the importance of the patches which is cross-tabulated with planning documents (PLU, a local town planning) in order to locate conflict urban areas: between biodiversity preservation and urbanization. Depending on the issues set out by local actors and through the application filter, this thesis proposes a robust analytical tool and decision-making aid for landscape management and land planning.

La préservation de la biodiversité est un enjeu prioritaire, identifié aussi bien au niveau national qu’au niveau européen et international. L’hétérogénéité spatiale des milieux naturels est l’une des composantes clefs pour l’étude de la biodiversité et permet de comprendre le fonctionnement des écosystèmes. Le bassin Méditerranéen est un hotspot de biodiversité pour lequel le lien entre biodiversité et hétérogénéité spatiale des paysages s’illustre particulièrement bien. Les milieux méditerranéens s'organisent en mosaïques hétérogènes de quatre strates verticales: le sol nu, l’herbe, les ligneux bas et les ligneux hauts. La biodiversité de ces milieux est aujourd'hui menacée par une fermeture de milieux naturels qui entraîne la disparition de certains habitats et l’homogénéisation des paysages, homogénéisation qui entraîne elle-même une augmentation des risques d’incendies.Cette thèse se propose de développer des indices caractérisant l’hétérogénéité spatiale des milieux naturels dans un contexte méditerranéen à partir d’images de télédétection à très haute résolution. Parmi les différentes méthodes permettant de caractériser l'hétérogénéité, la méthode FOTO (FOurier Based Textural Ordination) est particulièrement intéressante car elle produit de façon non supervisée un nombre limité de gradients de texture non corrélés, à partir desquels il est possible de décrire les variations continues de l’hétérogénéité spatiale, et ce, à plusieurs échelles spatiales. Ainsi le premier objectif de cette thèse est de tester le potentiel des gradients de texture issus de la méthode FOTO pour la caractérisation de l’hétérogénéité spatiale relative aux quatre strates verticales caractéristiques des milieux méditerranéens. Le deuxième objectif est de tester la sensibilité de l’approche développée à des facteurs techniques et environnementaux, afin de s’assurer de sa réplicabilité pour favoriser son utilisation dans un contexte opérationnel de suivi des milieux méditerranéens. Enfin, le dernier objectif est de valider la pertinence écologique des indices d’hétérogénéité développés à travers un cas d’application~: la caractérisation de la répartition spatiale d’espèces d’oiseaux sensibles à l’hétérogénéité de la végétation.Combinés avec un indice de végétation, le NDVI, les indices de texture issus de la méthode FOTO ont pu être interprétés en termes d'hétérogénéité spatiale et ont permis de caractériser la composition et l'organisation des quatre strates verticales étudiées. Ces indices sont influencés par la présence de surfaces anthropisées comme les cultures ainsi que par la nature de l'information radiométrique des images de télédétection utilisées, qui impacte le contraste apparent des strates de végétation. Ainsi, l'application de la méthode sur une bande panchromatique est plus sensible aux motifs liés à l'alternance de sol nu et d'herbe tandis que l'application de la méthode sur le NDVI est plus sensible aux motifs lié à l'alternance des ligneux avec la strate herbacée. Enfin, nous avons montré l’intérêt de l’approche développée pour la prédiction de plusieurs espèces d’oiseaux à fort enjeux de conservation. Les indices d’hétérogénéité ont permis de mettre en évidence des structures de la végétation particulièrement favorables à certaines espèces d’oiseaux.L'approche développée dans cette thèse est particulièrement intéressante car elle permet la production non supervisée de trois indices complémentaires caractérisant plusieurs composantes de l'hétérogénéité spatiale relatives à quatre strates. Des efforts sont encore nécessaires pour améliorer i) notre compréhension de la contribution de facteurs environnementaux et instrumentaux sur la stabilité de l'approche et ii) son automatisation en vue d'une application dans un contexte opérationnel pour la cartographie et le suivi de l'état de conservation des habitats naturels et de l'avifaune. / The preservation of biodiversity is a priority issue, both at national, European and international levels. In order to provide a better understanding of ecosystem functioning, spatial heterogeneity of natural environments is becoming one of the key components for the study of biodiversity. The Mediterranean basin is a hotspot of biodiversity for which the synergies between biodiversity and spatial heterogeneity of landscapes are particularly important. Mediterranean environments are organized into heterogeneous mosaics of four vertical strata~: bare soil, herbs, low ligneous and high ligneous. The biodiversity of these unique hotspots is now threatened by a closure of the landscape that leads to the habitat loss and landscape homogenization. The loss of heterogeneity is also leading to an increase in fire risks.This thesis aims to develop indices characterizing the spatial heterogeneity of natural landscapes in a Mediterranean context using very high spatial resolution remote sensing images. Among the various methods dedicated to the characterization of heterogeneity, the FOTO (FOurier Based Textural Ordination) method is particularly relevant because it produces uncorrelated texture gradients in an unsupervised manner, allowing continuous variations in spatial heterogeneity to be characterized at different spatial scales. Thus, the first objective of this thesis is to test the potential of texture indices derived from the FOTO method for the characterization of spatial heterogeneity relative to four vertical strata. The second objective is to test the sensitivity of our approach to technical and environmental factors, in order to ensure its replicability, and promote its use in an operational context of monitoring Mediterranean environments. Finally, based on a case study centered on the spatial distribution of bird species sensitive to vegetation heterogeneity, the last objective is oriented towards the validation of the ecological relevance of the heterogeneity indices.Combined with a vegetation index, NDVI, the texture indices derived from the FOTO method could be interpreted in terms of spatial heterogeneity and make it possible to characterize the composition and organization of the four vertical strata studied. These indices are influenced bymultiple factors, including the anthropization of landscapes showing patterns translated into surfaces such as crops, and the nature of the radiometric information of the remote sensing images processed. This pattern information impacts the apparent contrast of vegetation strata. Thus, the application of the method on a panchromatic band is more sensitive to patterns related to the alternation of bare soil and herbs while the application of the method on NDVI is more sensitive to patterns related to the alternation of ligneous strata with the herbaceous stratum. Finally, we have shown the interest of the approach developed for the prediction of several bird species with high conservation stakes. Heterogeneity indices have made it possible to highlight vegetation structures that are particularly favourable to certain bird species.The approach developed in this thesis is particularly stimulating because it allows the unsupervised production of three complementary indices characterizing several components of spatial heterogeneity related to four strata. Further efforts are needed to improve i) our understanding of the contribution of environmental and instrumental factors to the stability of the approach and ii) its automation for application in an operational context for mapping and monitoring the conservation status of natural habitats and birdlife.

Abstract<p>Since 1999, Very High spatial Resolution satellite data (Ikonos-2, QuickBird and OrbView-3) represent the surface of the Earth with more detail. However, information extraction by multispectral pixel-based classification proves to have become more complex owing to the internal variability increase in the land-cover units and to the weakness of spectral resolution. <p>Therefore, one possibility is to consider the internal spectral variability of land-cover classes as a valuable source of spatial information that can be used as an additional clue in characterizing and identifying land cover. Moreover, the spatial resolution gap that existed between satellite images and aerial photographs has strongly decreased, and the features used in visual interpretation transposed to digital analysis (texture, morphology and context) can be used as additional information on top of spectral features for the land cover classification.<p>The difficulty of this approach is often to transpose the visual features to digital analysis.<p>To overcome this problem region-based classification could be used. Segmentation, before classification, produces regions that are more homogeneous in themselves than with nearby regions and represent discrete objects or areas in the image. Each region becomes then a unit analysis, which makes it possible to avoid much of the structural clutter and allows to measure and use a number of features on top of spectral features. These features can be the surface, the perimeter, the compactness, the degree and kind of texture. Segmentation is one of the only methods which ensures to measure the morphological features (surface, perimeter.) and the textural features on non-arbitrary neighbourhood. In the pixel-based methods, texture is calculated with mobile windows that smooth the boundaries between discrete land cover regions and create between-class texture. This between-class texture could cause an edge-effect in the classification.<p><p>In this context, our research focuses on the potential of land cover region-based classification of VHR satellite data through the study of the object extraction capacity of segmentation processes, and through the study of the relevance of region features for classifying the land-cover classes in different kinds of Belgian landscapes; always keeping in mind the parallel with the visual interpretation which remains the reference.<p><p>Firstly, the results of the assessment of four segmentation algorithms belonging to the two main segmentation categories (contour- and region-based segmentation methods) show that the contour detection methods are sensitive to local variability, which is precisely the problem that we want to overcome. Then, a pre-processing like a filter may be used, at the risk of losing a part of the information. The “region-growing” segmentation that uses the local variability in the segmentation process appears to be the best compromise for the segmentation of different kinds of landscape.<p>Secondly, the features calculated thanks to segmentation seem to be relevant to identify some land-cover classes in urban/sub-urban and rural areas. These relevant features are of the same type as the features selected visually, which shows that the region-based classification gets close to the visual interpretation. <p>The research shows the real usefulness of region-based classification in order to classify the land cover with VHR satellite data. Even in some cases where the features calculated thanks to the segmentation prove to be useless, the region-based classification has other advantages. Working with regions instead of pixels allows to avoid the salt-and-pepper effect and makes the GIS integration easier.<p>The research also highlights some problems that are independent from the region-based classification and are recursive in VHR satellite data, like shadows and the spatial resolution weakness for identifying some land-cover classes.<p><p>Résumé<p>Depuis 1999, les données satellitaires à très haute résolution spatiale (IKONOS-2, QuickBird and OrbView-3) représentent la surface de la terre avec plus de détail. Cependant, l’extraction d’information par une classification multispectrale par pixel devient plus complexe en raison de l’augmentation de la variabilité spectrale dans les unités d’occupation du sol et du manque de résolution spectrale de ces données. Cependant, une possibilité est de considérer cette variabilité spectrale comme une information spatiale utile pouvant être utilisée comme une information complémentaire dans la caractérisation de l’occupation du sol. De plus, de part la diminution de la différence de résolution spatiale qui existait entre les photographies aériennes et les images satellitaires, les caractéristiques (attributs) utilisées en interprétation visuelle transposées à l’analyse digitale (texture, morphologie and contexte) peuvent être utilisées comme information complémentaire en plus de l’information spectrale pour la classification de l’occupation du sol.<p><p>La difficulté de cette approche est la transposition des caractéristiques visuelles à l’analyse digitale. Pour résoudre ce problème la classification par région pourrait être utilisée. La segmentation, avant la classification, produit des régions qui sont plus homogène en elles-mêmes qu’avec les régions voisines et qui représentent des objets ou des aires dans l’image. Chaque région devient alors une unité d’analyse qui permet l’élimination de l’effet « poivre et sel » et permet de mesurer et d’utiliser de nombreuses caractéristiques en plus des caractéristiques spectrales. Ces caractéristiques peuvent être la surface, le périmètre, la compacité, la texture. La segmentation est une des seules méthodes qui permet le calcul des caractéristiques morphologiques (surface, périmètre, …) et des caractéristiques texturales sur un voisinage non-arbitraire. Avec les méthodes de classification par pixel, la texture est calculée avec des fenêtres mobiles qui lissent les limites entre les régions d’occupation du sol et créent une texture interclasse. Cette texture interclasse peut alors causer un effet de bord dans le résultat de la classification.<p><p>Dans ce contexte, la recherche s’est focalisée sur l’étude du potentiel de la classification par région de l’occupation du sol avec des images satellitaires à très haute résolution spatiale. Ce potentiel a été étudié par l’intermédiaire de l’étude des capacités d’extraction d’objet de la segmentation et par l’intermédiaire de l’étude de la pertinence des caractéristiques des régions pour la classification de l’occupation du sol dans différents paysages belges tant urbains que ruraux. / Doctorat en sciences agronomiques et ingénierie biologique / info:eu-repo/semantics/nonPublished