AutoCarto, outil pour la détection automatique des contours hydrographiques (Ressources naturelles Canada)


Définition de la problématique du client

Ressources naturelles Canada (RNCan) doit maintenir à jour l’information de la Base de données géospatiales (BDG), notamment en ce qui concerne le réseau hydrographique canadien. Les images satellitaires, prises régulièrement, permettent aux scientifiques de RNCAn de suivre l’évolution des plans d’eau (rivières, lacs) en y détectant les changements à leurs contours, pour mettre à jour les cartes. Bien que certaines détections soient assistées par ordinateur, plusieurs étapes du traitement doivent être faites à la main. Ce processus long et coûteux limite grandement la fréquence des mises à jour.

RNCan cherchait donc une façon d’automatiser la détection des zones hydriques sur les images satellitaires, afin de réduire les étapes manuelles, diminuer les coûts et maintenir l’information à jour plus efficacement. Aucun outil commercial n’existait sur le marché pour répondre adéquatement aux besoins très particuliers de ce ministère. C’est pourquoi RNCan a fait appel au CRIM pour développer AutoCarto, un logiciel de mise à jour des contours existants et de détection des nouveaux objets hydriques.

Défi du mandat

Le principal défi de ce mandat résidait dans le volume des données à analyser, en raison de la grande taille des images, ainsi que du nombre d’objets hydriques à détecter et à traiter, puisque le territoire canadien compte des millions de plans d’eau.

Solution développée par le CRIM

Le logiciel AutoCarto, développé par le CRIM, permet la mise à jour semi-automatique des cartes de contour des zones hydrographiques canadiennes (lacs et rivières) à partir d’images du satellite SPOT. Une version Web fonctionnant en mode service a aussi été développée (http://geo-ti.crim.ca/). 

Ce mandat inclut une deuxième phase qui permettra d’étendre les capacités de traitement d’AutoCarto aux images RADARSAT-2, faisant ainsi appel à l’expertise de pointe du CRIM en traitement des images polarimétriques. 

Impact dans son entreprise

Pour RNCan, AutoCarto est un outil taillé sur mesure qui offre un gain en qualité, en temps et en argent, dans le processus de mise à jour des cartes du réseau hydrographique canadien. Grâce aux détections automatiques offertes par le logiciel, les scientifiques de RNCan peuvent désormais visualiser rapidement les changements aux contours des plans d’eau et négliger les zones inchangées. Ceci a entraîné une réduction de 50 % des objets à traiter. De plus, retombée inattendue, le logiciel développé par le CRIM permet de mieux détecter les erreurs systématiques de localisation des contours sur les cartes et d’améliorer la navigation des images.

Retombées pour l’entreprise

AutoCarto contribue à augmenter la qualité et la fréquence des mises à jour des données cartographiques disponibles au grand public par GéoBase (http://www.geobase.ca/). Il permet donc à RNCan de remplir son mandat plus efficacement. Toutes les organisations canadiennes utilisant ces données bénéficieront de ces gains en précision et en efficience.

Le CRIM se démarque

À partir d’un besoin très spécifique pour lequel il n’existait aucune solution commerciale satisfaisante, le CRIM a su développer un logiciel complètement opérationnel qui automatise, de façon efficace, plusieurs étapes de la mise à jour des cartes hydrographiques à partir de l’analyse informatisée des images satellitaires. Il permet le traitement d’images de grande taille et la détection des contours des millions de plans d’eau du territoire canadien. Il offre des gains en performance, mais aussi en qualité, notamment en ce qui a trait à la navigation des images.

Équipes

Nouvelles récentes

  • Blogue du CRIM - Manipuler les variables catégoriques dans un jeu de données
    12/07/2018

    Dans cet article, Farooq Sanni et Martin Sotir nous présentent différentes méthodes et astuces pour gérer les variables catégoriques.

    +

Événement à venir

  • QRS - SSCPS - IA 2018
    20/07/18 0h00
    Lisbonne, Portugal
    Le CRIM présentera trois articles scientifiques au QRS 2018.
    +
  • Cet été, découvrez les experts du CRIM via la série "Portraits d'experts", réalisée avec @Mathysc ! #3: Lise Rebout… https://t.co/fjCqdcoKFC
  • C'est par ici > https://t.co/DG7Btp4qs8 https://t.co/8qryDAQq06

Publications récentes

  • Towards Automatic Feature Extraction for Activity Recognition from Wearable Sensors: A Deep Learning Approach

    +
  • État des lieux des technologies web

    +