Analyse de scènes péri-urbaines à partir d'images radar haute résolution (application à l'extraction semi-automatique du réseau routier)

L'objectif de cette thèse est l'interprétation de scènes urbaines à partir d'une image d'un radar à synthèse d'ouverture haute résolution. Alors que les techniques d'analyse de données moyenne résolution sont assez bien maîtrisées, le contexte de la haute résolution radar est un point délicat : l'amélioration des résolutions s'accompagne d'une évolution de la nature de l'information des données radar. Dans ces travaux, après une analyse de cette information, une chaîne hiérarchique d'interprétation de scènes est proposée et mise en application dans le contexte de l'extraction de routes. Ces travaux se sont ensuite articulés autour de trois problématiques : classification bayésienne de scènes, extraction quasi-automatique du réseau routier par transformée de Hough, algorithme de suivi, algorithme contextuel pour l'extraction de routes des régions à forte densité en objets brillants. Dans ce contexte, un nouvel opérateur de détection de structures linéaires brillantes a été développé.This Ph-D thesis is concerned with the problem of urban scene understanding from a single look complex image (SLC) of a high resolution synthtic aperture radar. Contrary to coarser resolution data, the problem of high resolution SAR scene interpretation is not well mastered : with the improvement of resolution, data are more complex to understand and treat. In the first part of this document, after an analysis of high resolution SAR data information, we propose a hierarchical method and apply it to the road extraction problem. In this framework, we have organized this work around three topics : scene classification by a contextual bayesian algorithm, road extraction by an Hough transform and a classification controlled based tracking algorithm, a context-based approach for road extraction in very disturbed areas of the scene. In this framework, a new bright line detector has been developed.TOULOUSE-ENSEEIHT (315552331) / SudocSudocFranceF