B.3 Reconstruction de Modèles Numériques de Surfaces en zone urbaine à partir de prises de vues aériennes numériques à fort recouvrement Nicolas Paparoditis, Ibtissam Baghli et Christian Thom Introduction Le laboratoire MATIS mène, depuis plusieurs années, des activités de recherche sur la reconstruction automatique de Modèles Numérique de Surface par analyse de couples d'images aériennes stéréoscopiques [BAILLARD 97] [DISSARD et al 99]. Ces MNS sont utiles en tant que tels pour un grand nombre d'applications : utilisation dans des SIG, production de cartes d'inter-visibilité pour l'optimisation du placement d'antennes pour les télécommunications, cartographie des risques (inondations, glissements de terrain, avalanches, etc.), détection automatique de changements pour la mise à jour des bases de données, préparation de missions, réalité virtuelle, etc. Mais sont aussi des données essentielles pour l’élaboration d’autres produits cartographiques : orthophotos, modèles 3-D de bâtiments de type TRAPU [PAPARODITIS et al 98] [FUCHS et al 99] [JIBRINI et al 00], etc. Pour cette dernière application qui reste un axe prioritaire de recherche du laboratoire MATIS, des images de très grande résolution (< 20 cm) sont nécessaires afin de mettre en évidence l’ensemble des structures tridimensionnelles nécessaires à l’élaboration de la description fine d’un bâtiment [CORD et al 98]. À ces résolutions, et dans un contexte de tissu urbain dense, les parties cachées (zones au pied des bâtiments) sont importantes et une description dense et complète de la scène par analyse stéréoscopique n’est alors pas possible. D’autre part, en zone urbaine, l'analyse stéréoscopique par corrélation rencontre certains problèmes de fiabilité liées aux ambiguïtés de ressemblance des deux images (zones homogènes, surfaces spéculaires, véhicules mobiles, etc.). L’acquisition de prises de vues à multiples points de vues par un fort recouvrement latéral et longitudinal (un point du paysage est vu dans plus de deux images) permet de résoudre un certain nombre de problèmes. En effet, si le recouvrement est suffisant, il existe toujours un ou plusieurs couples parmi l’ensemble des couples sur lequel un point donné du paysage est visible et où ces problèmes de spécularité et de véhicules mobiles n’apparaissent pas. Des techniques de gestion et d’exploitation de ce type de données ont été traitées abondamment dans la littérature récente [LELOGLU et al 98], [CANU et al 95], [GABET et al 94], [FOURNIER 99] et ont aussi été abordées au laboratoire MATIS dans le cadre d’un stage [MAYER 98]. Dans la majorité des techniques développées, le MNS est reconstruit par une fusion a posteriori de tous les MNS élémentaires calculés sur tous ou un sous-ensemble de couples stéréoscopiques par une technique de vote majoritaire (par exemple basé sur la médiane). Ce processus permet de densifier et fiabiliser de manière considérable les résultats quand ceux-ci sont complémentaires et le plus souvent justes sur l’ensemble des couples. Par contre, le processus d’appariement stéréoscopique élémentaire par corrélation impose l’utilisation de taille de vignettes non négligeables si l’on souhaite des mesures suffisamment fiables. Or la taille des vignettes conditionne directement la qualité morphologique des MNS, i.e. l’aptitude à restituer les pentes, les ruptures de pentes, les microstructures du relief, toutes cruciales pour de nombreuses applications. Plus les vignettes sont grandes et plus les “ hautes fréquences ” du relief sont lissées, plus les discontinuités sont délocalisées, et plus l’appariement de surfaces en pentes est difficile (du fait de la déformation entre voisinages homologues). Une solution pour réduire la taille des vignettes est d’améliorer le rapport signal à bruit des images de manière à réduire les ambiguïtés d’appariement : soit naturellement en ayant un système imageur de meilleure qualité, soit artificiellement en augmentant le nombre d’observations. L’originalité de notre travail réside dans l’utilisation d’images de la caméra numérique du Laboratoire OEMI (très bon rapport signal à bruit de 300 environ) avec un fort recouvrement latéral et longitudinal et le développement d’un processus de reconstruction extrêmement simple mais réellement adapté à la nature et à la complémentarité des données. Le principe de notre approche : appariement multi-images guidé depuis l’espace objet Un nouveau prototype de corrélateur adapté à ces données a donc été développé en partie dans le cadre d’un stage [BAGHLI 99]. Cet outil permet de construire des MNS, et les ortho-images associées, à partir de données multi- images de la caméra numérique de l’IGN sans passer par un traitement par couple stéréoscopique qui nécessiterait une fusion a posteriori de l’ensemble des MNS élémentaires et par conséquent une gestion des raccords et des recouvrements. Ce prototype est basé sur un concept d’appariement multi-images (corrélation multi-fenêtres) guidé depuis l’espace objet (voir figure B.3.1). Ce prototype suit l’algorithmie suivante. Pour chaque nœud (x,y) de la grille du MNS, on construit un profil de corrélation regroupant tous les coefficients de corrélation calculés pour chacun des z possibles dans un intervalle plausible conditionné par une connaissance a priori de la zone (BDZ, BDTopo, etc.). Bulletin d'Information de l'IGN n° 71 (2000/3) 27