Génération de descripteurs : interrogation d'images satellitaires par les métadonnées

La télédétection est un domaine d’investigation riche et prometteur pour les problématiques de modélisation et d’interrogation, comme en témoignent les énormes volumes de données stockées, toujours inexploitées. Le passage à la très haute résolution permettra en effet de visualiser et d’analyser des objets jamais vus auparavant en télédétection (voitures, bâtiments, arbres, etc.), posant de nouveaux challenges en terme de passage à l’échelle et de prise en compte de l’hétérogénéité des images pour acquérir des informations sur la scène. Notre approche tente de renouveler les processus classiques d’exploitation de cette imagerie pour en permettre une exploitation plus complète, compte tenu de la faible utilisation actuelle de ce type d’approche en télédétection, afin de parvenir à des processus d’analyse et d’enrichissement via l’extraction et la modélisation d’attributs et caractéristiques élicités. L’objectif ici n’est pas de discuter des nombreuses méthodes de segmentation disponibles (Gonzalez et al., 1993 ; Pal et al., 1993) mais d’aider à accroître leur « couverture », dans le but de trouver la méthode la plus adaptée à une famille d’application donnée, et de permettre une recherche d’information a posteriori. Le processus adopté permet de disposer d’une information sur les relations spatiales entre les objets pendant la segmentation, générant d’une part des attributs propres aux objets, et d’autre part des attributs d’organisation spatiale entre eux. C’est cette dualité qui rend original le couplage de la méthode de segmentation développée et la construction de descripteurs via les métadonnées ainsi extraites. La description appropriée des objets devra permettre de les traiter sans accéder à l’image initiale, seulement en manipulant les métadonnées via des requêtes (Smith et al., 1999), hormis pour l’affichage des résultats.