CANGEO, service Web de mise à jour cartographique du réseau hydrographique national à partir d’imagerie Landsat-8


CANGEO est un service Web pour la mise à jour des contours des surfaces d’eau à partir d’images du satellite Landsat-8. Le système traite l’imagerie multispectrale disponible pour le Canada en utilisant un logiciel de traitement d'image (AutoCarto) développé au CRIM. Le système offre également un service d’alerte pour des mises à jour sur des centaines de milliers d’objets (lacs et rivières) sur l’ensemble du territoire canadien.

Traditionnellement, la mise à jour du réseau hydrologique au Canada était faite manuellement avec une fréquence de mise à jour parfois très longue – décennie – en raison du très grand nombre d’objets à traiter. CANGEO améliore grandement les processus de production des cartographes. Le gain en productivité réside dans la localisation des objets pour lesquels des changements significatifs sont observés et qui nécessitent une inspection visuelle.

Partenaire : Un projet financé par CANARIE.

Faites l'essai de CANGEO ici : cangeo.crim.ca. Des questions ? cangeo@crim.ca

CANGEO est aussi disponible dans le Registre des Services logiciels de recherche de CANARIE.

Équipes

Nouvelles récentes

  • Biais de l'IA - Un expert du CRIM cité dans L'Actualité
    20/02/2019

    Pierre André Ménard, chercheur au CRIM, a participé un article de L'Actualité portant sur les biais potentiels de l'intelligence artificielle.

    +

Événement à venir

  • Génie 4.0: prenez le virage vous aussi
    26/02/19 0h00
    Usine C (Montréal)
    Le CRIM, partenaire de cet événement, sera présent le 26 février 2019 à Montréal pour la Journée-conférence organisée par Genium 360, en collaboration avec CRIM, CRIQ, CEFRIO, MQQ, Deloitte.
    +
  • Félicitations à nos collaborateurs @ouranos_cc ! https://t.co/jJqKWGMPtr
  • Tom Landry RT @Tom_Landry_: @salledepresseGC @ouranos_cc Allright, bravo @ouranos_cc, on est fiers de vous. Merci de votre très solide collaboration a…

Publications récentes

  • Object Counting on Low Quality Images: A Case Study of Near Real-Time Traffic Monitoring

    +
  • Object Counting on Low Quality Images: A Case Study of Near Real-Time Traffic Monitoring

    +