{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:1176"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:1176","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Détection du réseau routier à partir des images satellitaires à la suite d'une catatastrophe majeure","abstract":"Avec l’augmentation de la résolution des images de télédétection, l’extraction des routes se fait avec plus de précision suivie d’une meilleure identification des différentes voies. Cependant, cette précision a un prix, elle génère du bruit dû au capteur et au contexte urbain qui rendent difficile l’extraction. Dans un contexte de catastrophe naturelle, le temps d’intervention des secouristes sur le terrain et la réduction des fausses détections par les algorithmes d’extraction sont primordiaux. Généralement, les structures (différents types de routes) que l’on veut analyser dans une image possèdent des tailles différentes, donc l’utilisation d’une résolution unique adaptée à tous ces objets est à écarter. L’analyse multirésolution qui décrit l’image sous différentes échelles d’espace avec un fort pouvoir de détection d’objets sera employée dans un premier temps pour réduire cette sensibilité au bruit. Dans un deuxième temps, nous allons employer le filtrage de Kalman pour faire le suivi de routes. L’image de sortie de l’extraction de routes obtenue avec l’algorithme modifié de Christophe et Inglada (2007) par Spiric (2011) sera utilisée comme espace d’observation. L’initialisation et la modélisation sont basées sur les caractéristiques intrinsèques de la route.","abstract_html":"Avec l’augmentation de la résolution des images de télédétection, l’extraction des routes se fait avec plus de précision suivie d’une meilleure identification des différentes voies. Cependant, cette précision a un prix, elle génère du bruit dû au capteur et au contexte urbain qui rendent difficile l’extraction. Dans un contexte de catastrophe naturelle, le temps d’intervention des secouristes sur le terrain et la réduction des fausses détections par les algorithmes d’extraction sont primordiaux. Généralement, les structures (différents types de routes) que l’on veut analyser dans une image possèdent des tailles différentes, donc l’utilisation d’une résolution unique adaptée à tous ces objets est à écarter. L’analyse multirésolution qui décrit l’image sous différentes échelles d’espace avec un fort pouvoir de détection d’objets sera employée dans un premier temps pour réduire cette sensibilité au bruit. Dans un deuxième temps, nous allons employer le filtrage de Kalman pour faire le suivi de routes. L’image de sortie de l’extraction de routes obtenue avec l’algorithme modifié de Christophe et Inglada (2007) par Spiric (2011) sera utilisée comme espace d’observation. L’initialisation et la modélisation sont basées sur les caractéristiques intrinsèques de la route.","abstract_has_math":false,"creators":["Coulibaly, Idrissa"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2013,"date_issued":"2013-05-16","date_published":"2013-05-16","updated_at":"2026-11-18T22:06:10Z","subjects":["Routes. Routes Télédétection. Routes Images-satellite. Kalman, Filtre de. Algorithmes. Catastrophes. Premiers répondants (Situations d'urgence) extraction, multirésolution, détection"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE1176"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE1176","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/1176/1/COULIBALY__Idrissa.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A1176","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Coulibaly, Idrissa"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2013-05-16"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Routes. Routes Télédétection. Routes Images-satellite. Kalman, Filtre de. Algorithmes. Catastrophes. Premiers répondants (Situations d'urgence) extraction, multirésolution, détection"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE1176","https://espace.etsmtl.ca/id/eprint/1176/1/COULIBALY__Idrissa.pdf","https://espace.etsmtl.ca/id/eprint/1176/2/COULIBALY__Idrissa-web.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Avec l’augmentation de la résolution des images de télédétection, l’extraction des routes se fait avec plus de précision suivie d’une meilleure identification des différentes voies. Cependant, cette précision a un prix, elle génère du bruit dû au capteur et au contexte urbain qui rendent difficile l’extraction. Dans un contexte de catastrophe naturelle, le temps d’intervention des secouristes sur le terrain et la réduction des fausses détections par les algorithmes d’extraction sont primordiaux. Généralement, les structures (différents types de routes) que l’on veut analyser dans une image possèdent des tailles différentes, donc l’utilisation d’une résolution unique adaptée à tous ces objets est à écarter. L’analyse multirésolution qui décrit l’image sous différentes échelles d’espace avec un fort pouvoir de détection d’objets sera employée dans un premier temps pour réduire cette sensibilité au bruit. Dans un deuxième temps, nous allons employer le filtrage de Kalman pour faire le suivi de routes. L’image de sortie de l’extraction de routes obtenue avec l’algorithme modifié de Christophe et Inglada (2007) par Spiric (2011) sera utilisée comme espace d’observation. L’initialisation et la modélisation sont basées sur les caractéristiques intrinsèques de la route."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Détection du réseau routier à partir des images satellitaires à la suite d'une catatastrophe majeure"]}]}],"canonical_facts":{"dc:creator":["Coulibaly, Idrissa"],"dc:date":["2013-05-16"],"dc:description":["Avec l’augmentation de la résolution des images de télédétection, l’extraction des routes se fait avec plus de précision suivie d’une meilleure identification des différentes voies. Cependant, cette précision a un prix, elle génère du bruit dû au capteur et au contexte urbain qui rendent difficile l’extraction. Dans un contexte de catastrophe naturelle, le temps d’intervention des secouristes sur le terrain et la réduction des fausses détections par les algorithmes d’extraction sont primordiaux. Généralement, les structures (différents types de routes) que l’on veut analyser dans une image possèdent des tailles différentes, donc l’utilisation d’une résolution unique adaptée à tous ces objets est à écarter. L’analyse multirésolution qui décrit l’image sous différentes échelles d’espace avec un fort pouvoir de détection d’objets sera employée dans un premier temps pour réduire cette sensibilité au bruit. Dans un deuxième temps, nous allons employer le filtrage de Kalman pour faire le suivi de routes. L’image de sortie de l’extraction de routes obtenue avec l’algorithme modifié de Christophe et Inglada (2007) par Spiric (2011) sera utilisée comme espace d’observation. L’initialisation et la modélisation sont basées sur les caractéristiques intrinsèques de la route."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE1176","https://espace.etsmtl.ca/id/eprint/1176/1/COULIBALY__Idrissa.pdf","https://espace.etsmtl.ca/id/eprint/1176/2/COULIBALY__Idrissa-web.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["Routes. Routes Télédétection. Routes Images-satellite. Kalman, Filtre de. Algorithmes. Catastrophes. Premiers répondants (Situations d'urgence) extraction, multirésolution, détection"],"dc:title":["Détection du réseau routier à partir des images satellitaires à la suite d'une catatastrophe majeure"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:06:10Z"}