[MUSIQUE] [MUSIQUE] [MUSIQUE] [MUSIQUE] Cette leçon porte donc sur l'automatisation de la digitalisation d'objets vectoriels à partir de fonds de plans ou d'images aériennes par exemple. Nous avons vu lors de la précédente leçon que les logiciels SIG, QGIS notamment, proposent des outils de digitalisation et d'édition assez performants. Mais on se rend bien compte que l'utilisation de ces outils peut représenter un volume de travail considérable et qu'il peut y avoir un intérêt à disposer de méthodes et d'outils qui permettent d'automatiser en totalité ou en partie ce travail fastidieux. Nous verrons certaines de ces méthodes dans cette leçon et nous verrons également que ces méthodes ne constituent pas une panacée car ils demandent également qu'on leur consacre du temps pour l'apprentissage, pour l'utilisation et surtout en général pour retravailler le résultat à la main, si bien qu'il est souvent plus simple de digitaliser directement et simplement à la main des objets vectoriels que de passer par un traitement automatisé. Identifier des objets, en particulier dans une image est une opération qui peut être grandement facilitée par l'application de divers traitements préalables comme par exemple des filtres ou une classification supervisée. C'est la raison pour laquelle on trouve sur le marché divers logiciels spécialisés qui allient traitement du signal et identification d'objets. Nous nous contenterons dans la présente leçon de présenter les possibilités offertes par les outils intégrés au logiciel QGIS. Il faut pourtant savoir que certains de ces outils, Orfeo en particulier, ne fonctionnent bien que dans le cas d'une installation en mode avancé. Cette leçon a donc pour objectif de vous faire découvrir les potentialités mais également les limites des méthodes d'automatisation de la digitalisation d'objets vectoriels si bien que au terme de la leçon vous soyez en mesure d'utiliser ces méthodes pour automatiser la saisie de données à partir de fonds de plans, à partir d'images aériennes ou en s'appuyant sur des objets vectoriels existants. Nous aborderons successivement les thèmes suivants. Tout d'abord, les principes généraux de l'automatisation de la vectorisation, puis trois méthodes spécifiques, d'abord la polygonisation puis la détection de bords ou de segments et pour terminer, le traçage automatique. [MUSIQUE] La vectorisation automatique est donc une détection automatique et une digitalisation de structures qui peut s'effectuer à partir d'une image, par exemple par identification de groupes de pixels similaires, ce qui porte le nom de polygonisation, par identification de structures linéaires, et l'on parle alors de détection de bords ou détection de segments, ou alors à partir d'une couche vectorielle, en utilisant des éléments existants comme supports à la digitalisation et l'on parle alors de traçage automatique. [MUSIQUE] [MUSIQUE] Nous allons aborder successivement plusieurs cas de polygonisation. Tout d'abord, pour des zones homogènes clairement délimitées en prenant l'exemple d'une carte thématique scannée. Nous retrouvons donc l'île de Mahé aux Seychelles pour laquelle nous avons une carte thématique représentant une variable par district scannée donc qui se présente sous forme de grille régulière avec une résolution assez faible. La vectorisation de cette carte s'effectue à l'aide de cette fonction de polygonisation. On choisit en fait la source, donc cette carte thématique sous forme de grille. On définit la cible, donc le fichier shape, en l'occurrence shapefile ESRI qui va héberger les géométries vectorielles fabriquées et l'on exécute la procédure. On voit que l'on obtient un résultat qui reproduit assez bien en fait la structure de districts des Seychelles avec des objets vectoriels que l'on peut sélectionner individuellement. Si l'on rend transparent maintenant cette couche vectorielle qui a été créée et que l'on masque la couche raster originale, on peut comparer les limites de districts originales en rouge et les limites obtenues par scan en noir. Et l'on voit que la précision en fait de l'ajustement est quand même toute relative. Le second exemple porte sur des structures linéaires bien marquées, par exemple un plan cadastral scanné. Nous trouvons ici un de ces plans qui, on peut le constater, correspond bien au cadastre existant et à nouveau le, la digitalisation automatisée s'effectue par cette fonction de polygonisation, dans QGIS où l'on fixe la couche à polygoniser et la destination du résultat. L'opération une fois effectuée, on voit que le, ce que l'on obtient, c'est en fait une couche de polygones en vert dans laquelle les principales géométries ont été reconnues mais pour laquelle en fait, le contour de ces géométries est caractérisé par le contour des pixels de départ. Donc une forme, des formes en escalier que l'on peut vouloir simplifier en fait en supprimant les points d'ancrage excédentaires donc ici avec un coefficient, une tolérance de simplification de 1 qui a été choisie par tâtonnement un peu. On voit que cette simplification des géométries permet de simplifier les grandes formes qui du coup sont, ont des bordures droites mais par contre, il reste un grand nombre de petits objets parasites qui encombrent la couche. Il existe une autre manière de procéder en utilisant dans les boîtes à outils de QGIS, le logiciel SAGA et en particulier dans les fonctions de grille, la fonction de vectorisation. Et cette fonction de vectorisation ne peut pas travailler avec des couches multibandes comme c'est le cas ici et il faut au préalable transformer cette couche multibandes en une couche monobande à l'aide de la fonction ad hoc de QGIS. Donc, ici on crée cette couche monobande de type pict avec deux couleurs. Voilà , on a donc une nouvelle couche raster image de cet extrait de cadastre mais cette fois avec un seul canal. Dans ce cas-là , on peut appliquer le processus de vectorisation de SAGA et on obtient un résultat un peu similaire avec la grosse différence, c'est que les blocs noirs apparaissent comme des trous au sein des polygones, donc il sera toujours possible de les digitaliser après par overlay avec une couche, une autre couche. Ici à nouveau, on applique le principe de simplification de la géométrie et l'on voit que on obtient en fait une représentation qui n'est pas si mauvaise mais qui va nécessiter des ajustements manuels pour notamment que les différentes parcelles se juxtaposent correctement, etc. Troisième exemple, celui de structures complexes que l'on trouve notamment dans une image aérienne. Alors ici, on applique à nouveau la méthode de polygonisation proposée par QGIS en choisissant la source, la destination sous forme de shapefile ESRI. [AUDIO_VIDE] L'application est cette fois un petit peu plus lente et l'on voit que l'on obtient une couche donc ici d'objets violets mais en fait, la bordure noire de ces objets prend toute la place et l'on s'aperçoit en fait que cette polygonisation ne permet de, d'identifier qu'un petit nombre de clusters de pixels qui correspondent aux chemins, qui ont une texture, une couleur très similaire et partout ailleurs, la variabilité de l'image est telle que l'on obtient à peu près un objet par pixel. [MUSIQUE] [MUSIQUE] Nous avons donc vu que les méthodes de polygonisation ont leurs Aux limites, en particulier, lorsqu'elles sont appliquées à des photographies aériennes, raison pour laquelle il y a lieu de chercher à utiliser d'autres approches, en particuler la détection de bords et de segments, qui cherche à identifier des structures linéaires dans une image. Nous retrouvons donc ici notre plan cadastral scanné, pour lequel nous allons utiliser les méthodes de la boîte à outils Orfeo, et en particulier cette méthode de détection de bords, qui s'exécute. Et si l'on masque l'original, on va découvrir les segments qui ont été identifiés et créés sous forme d'objets vectoriels, par cette méthode de traitement. Alors on voit que dans ce cas là , tout comme dans le cas de la polygonisation, il faudra un travail supplémentaire manuel, pour compléter la digitalisation automatique. Dans le cas de l'orthophoto que nous avions tout à l'heure, le processus d'identification des abords est plus long, et le résultat que l'on obtient est de même nature avec l'ensemble des structures linéaires identifiées dans l'image qui apparaît. Et si l'on regarde d'un peu plus près et que l'on modifie un petit peu l'épaisseur de trait de ces segments pour mieux les voir, on s'aperçoit qu'en fait les éléments linéaires identifiés correspondent à un peu près à ce qu'il y a dans l'image mais que des retouches seront également nécessaires. [MUSIQUE] [MUSIQUE] Nous avons donc vu jusqu'ici des méthodes d'automatisation de la digitalisation, basées sur le traitement d'image. Une autre forme d'automatisation très utile est celle qui s'appuie sur des objets vectoriels existants, dans le cas tu traçage automatique. Nous retrouvons donc l'île de Mayé, et plus particulièrement la zone du Parc marin de Port-Launay, que l'on souhaite matérialiser par une, par un, une couche géographique. Donc nous avons créé cette couche de polygones, sous le nom de Parc marin, et nous allons utiliser cette extension qui s'appelle autotrace, pour délimiter le Parc marin qui suit en fait la côte. Il nous faut pour cela, définir dans les options d'accrochage, valider la couche des districts, comme couche d'accrochage et puis, en utilisant l'outil d'outil d'autotrace, sélectionner un premier point qui va être le début, en fait, de la zone touchée par le Parc marin. On va ensuite chercher le dernier point en appuyant sur la touche majuscule pour sélectionner, en fait, l'ensemble des points qui se trouvent compris entre ces deux extrémités, et on voit que ça nous permet de dessiner, en fait, un objet qui va caractériser ce Parc marin et qui suit très précisément le découpage de la côte, tel qu'il est décrit par la couche des districts. On voit ici qu'effectivement tous les points ont été intégrés à ce nouveau tracé. [MUSIQUE] Cette leçon nous a donc permis d'aborder les trois principaux types d'automatisation de la vectorisation d'objets. D'abord par polygonisation, donc identification d'agrégats de pixels de même nature, par détection de bords, détection de segments, et finalement, dans le cas où nous avons des objets vectoriels existants, par traçage automatique qui s'appuie sur ces objets vectoriels. [MUSIQUE] [MUSIQUE]
