🚀 MAKE QUALITY GREAT AGAIN

Module open source d'autoqualification de GEMAUT — carte de précision à partir d'un MNS et d'un MNT

Développé au Service de l'Imagerie Spatiale de l'IGN.

📖 Description

MAKE QUALITY GREAT AGAIN (MQGA) calcule un masque de qualité / carte de précision à partir :

• d'un MNS (DSM)
• d'un MNT (DTM), typiquement produit par GEMAUT

Ce dépôt est le volet d'auto-qualification de GEMAUT-pipeline.

---

🏗️ Installation

Méthode recommandée : environnement conda

# Cloner le dépôt
git clone https://github.com/IGNF/make-quality-great-again.git
cd make-quality-great-again

# Créer et activer l'environnement
conda env create -f mqga_env.yml
conda activate mqga_env

# Vérifier l'installation
python3 make_quality_great_again.py --help

---

🎯 Utilisation

1. Activer l'environnement

conda activate mqga_env

2. Aide du script

python3 make_quality_great_again.py --help

3. Exemples d'utilisation

Cas standard (recommandé) avec interpolation hybride

python3 make_quality_great_again.py \
    --mns /chemin/vers/MNS.tif \
    --mnt /chemin/vers/MNT.tif \
    --out /chemin/vers/masque_qualite.tif \
    --RepTra /chemin/vers/tmp_mqga \
    --cpu 8 \
    --interp hybrid \
    --clean

Mode verbeux (DEBUG console)

python3 make_quality_great_again.py \
    --mns /chemin/vers/MNS.tif \
    --mnt /chemin/vers/MNT.tif \
    --out /chemin/vers/masque_qualite.tif \
    --RepTra /chemin/vers/tmp_mqga \
    --cpu 8 \
    --interp hybrid \
    --verbose

---

🔧 Paramètres

Paramètres obligatoires

• --mns : MNS d'entrée (DSM)
• --mnt : MNT d'entrée (DTM)
• --out : Masque de qualité en sortie
• --cpu : Nombre de CPUs à utiliser
• --RepTra : Répertoire de travail temporaire

Paramètres optionnels

• --no : Valeur NoData (défaut: -9999)
• --per : Percentile local (défaut: 0.05)
• --demiwinl : Demie-taille en ligne de la fenêtre d'analyse (défaut: 50)
• --demiwinc : Demie-taille en colonne de la fenêtre d'analyse (défaut: 50)
• --tile : Taille de la tuile (défaut: 500)
• --pad : Recouvrement entre tuiles (défaut: 50)
• --winavg : Fenêtre de moyenne glissante finale (défaut: 50)
• --interp : Méthode d'interpolation des NoData
  (griddata, idw, idw_old, window, linearnd, fast, hybrid — défaut: hybrid)
• --clean : Vider le répertoire temporaire s'il existe déjà
• --verbose : Activer le niveau DEBUG sur la console

---

📁 Structure des données

Entrées

• MNS et MNT au format GeoTIFF
• Ils peuvent avoir des résolutions différentes ; la sortie est calée sur la grille du MNS
• Si un pixel MNS ou MNT est NoData → pixel NoData dans la différence

Sorties

• --out : masque de qualité (GeoTIFF, résolution MNS)
• Fichier log : même chemin que --out, extension .log
• Fichiers temporaires dans --RepTra (dont diff_MNS_MNT.tif)

Organisation du traitement

1. Calcul de la différence MNS − MNT (compute_mns_mnt_diff)
2. Lecture des métadonnées (GetInfo → RasterInfo)
3. Calcul du nombre de tuiles (CalculNombreDallesXY → TileGrid)
4. Découpage en tuiles (MakeDecoupage)
5. Calcul de la carte de précision par tuile en parallèle (DoParallel)
6. Assemblage final (Make_Assemblage_FINAL)
7. Interpolation des NoData (interpolate_nodata_*)
8. Lissage final (apply_moving_average)

---

🩹 Interpolation hybride (--interp hybrid) — recommandée

Équivalent Python de :

xingng -FB:2:C:50,1:1:50:1 -EM=-9999

Principe

1. Identification des trous connexes (zones NoData)
2. Détection des pixels de bord (connexité 4)
3. Pour chaque trou :
   • constante V_calc : après exclusion des 50 % plus petites valeurs de bord, minimum des restantes
   • interpolation IDW locale sur les pixels de bord (rayon 50, poids 1)
   • combinaison selon la distance au bord : proche → IDW, centre → V_calc

Cette méthode remplit mieux les grands trous tout en restant raisonnablement rapide.

---

🗂️ Structure du dépôt

MAKE_QUALITY_GREAT_AGAIN/
├── make_quality_great_again.py   # Point d'entrée CLI (wrapper)
├── mqga/
│   ├── cli.py                    # Arguments, logging, orchestration
│   ├── io_raster.py              # I/O raster, diff MNS−MNT
│   ├── quality_mask.py           # Percentile local / masque
│   ├── tiling.py                 # Découpage et parallèle
│   ├── mosaic.py                 # Assemblage des tuiles
│   └── interpolate.py            # Bouchage NoData + lissage
├── mqga_env.yml                  # Environnement conda
└── README.md

---

Contribution

1. Fork le projet
2. Créer une branche feature (git checkout -b feature/AmazingFeature)
3. Commit les changements (git commit -m 'Add AmazingFeature')
4. Push vers la branche (git push origin feature/AmazingFeature)
5. Ouvrir une Pull Request

---

Licence

Ce projet est sous la licence LICENSE.