L’extraction du bâti est une tâche souvent fastidieuse. Traditionnellement, pour créer un système d’information géographique (SIG), il faut repérer chaque bâtiment un à un sur une image que l’on a préalablement géoréférencée.
Des recherches ont été envisagées pour élaborer des méthodes automatisées d’extraction du bâti à partir de données de télédétection. Néanmoins, la qualité des résultats est encore loin d’être satisfaisante, en particulier en milieu urbain où l’hétérogénéité est forte.
Les données de télédétection, images satellites et photographies aériennes, constituent une source inestimable d’information pour l’analyse des paysages. Les images satellites sont une présentation numérique (mesure d’énergie électromagnétique) et graphique de la variabilité spatiale des propriétés de la surface terrestre. Elles ne sont pas un résultat en soi, car elles nécessitent un travail d’interprétation de cette variabilité pour donner une signification aux données en fonction des objectifs et de l’échelle d’analyse.
 
La question est de savoir si les images géographiques grand public des grands producteurs/serveurs d’images géographiques sont facilement exploitables à des fins d’analyse et de gestion de l’espace et sous quelles conditions. Nous proposons de prendre le cas d’une analyse du bâti en France et en Syrie pour faire cette exploration.
La classification est considérée comme un des résultats majeurs des traitements d’images de télédétection et peut être envisagée à partir de nombreux logiciels. Si plusieurs méthodes d’analyse sont possibles pour faire des classifications de pixels, l’objectif est ici de proposer une méthode d’extraction de données du bâti à partir d’une nouvelle source et d’évaluer sa pertinence et sa qualité. Il s’agit d’une méthode simple et automatique d’extraction à partir d’images facilement accessibles et libres d’accès sur le site de Google Earth en ayant recours à un système d’information géographique (Arc-Gis). Cette méthode permettrait de s’affranchir de coûts commerciaux élevés d’achat de données, mais aussi de faire face à l’absence de données géoréférencées numérisées dans de nombreux régions du monde ( le cas de Syrie). Elle ouvre la porte à de nouveaux champs de recherche et à un potentiel important de nouveaux utilisateurs.