sys-866 système d’information géographique et télédétection

SYS-866 SIG et télédétection

© LANDRY 2005

SYS-866SYS-866

Système d’information géographiqueSystème d’information géographiqueet télédétection et télédétection


© LANDRY 2005

Au menu - Cours 8

• Analyse et interprétation d’images• Interprétation visuelle • Analyse d’image

• Prétraitement • Rehaussement de l'image • Transformation de l'image • Classification et analyse de l'image


© LANDRY 2005

Analyse et interprétation

• Afin de tirer avantage des données de télédétection, il faut extraire de l'information significative de l'imagerie

• L’analyse et l’interprétation permettent d’identifier et de mesurer des « cibles » dans l’image pour en extraire cette information

• Les « cibles » peuvent être des points, des lignes ou des formes variées, mais doivent « contraster » avec le voisinage

Télé

déte

ctio

n


© LANDRY 2005

Analyse et interprétation• L'interprétation et l'analyse visuelles datent du

tout début de la télédétection• interprétation de photos aériennes.

• L’interprétation peut être visuelle ou par analyse numérique

• Le traitement et l'analyse numériques sont plus récents avec la venue des enregistrements numériques des données de télédétection et le développement des ordinateurs.• Multibande et grande quantité de données

• Une combinaison des deux approches est normalement utilisée

Télé

déte

ctio

n


© LANDRY 2005

Interprétation visuelle• Identification des cibles

• Comparaison se basant sur une combinaison de caractéristiques telles:• Ton, forme, taille, patron, texture, ombre,

association, …

• Nous avons l'habitude de ne voir que les longueurs d'onde de la zone visible, il nous est plus difficile de comprendre l'imagerie des longueurs d'onde des autres zones du spectre• Réponses spectrales (visible et non-visible)

Télé

déte

ctio

n


© LANDRY 2005

Interprétation visuelle

• Ton• Le ton réfère à la clarté relative ou la

couleur (teinte) des objets dans une image.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Forme• La forme réfère à l'allure générale, la

structure ou le contour des objets. Peut être un indice très important pour l'interprétation.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Taille• La taille d'un objet est fonction de

l'échelle. Taille relative vs taille absolue.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Patron• Réfère à l'agencement spatial des

objets visiblement discernables. Une répétition ordonnée de tons et de textures produit un patron distinctif.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Texture• Réfère à l'arrangement et à la

fréquence des variations de teintes dans des régions particulières.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Ombres• Aussi utiles pour l'interprétation

puisqu'elles donnent une idée du profil et de la hauteur relative des cibles.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Association• L'association tient compte de la relation

entre la cible d'intérêt et d'autres objets ou structures reconnaissables qui sont à proximité.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005


• Analyse d’image• Traitement des images numériques

• Prétraitements • Rehaussement de l'image • Transformation de l'image • Classification et analyse de l'image

Télé

déte

ctio

n


© LANDRY 2005

Analyse d’image

• Prétraitements• Appelés aussi « restauration et

rectification d'image »• Opérations qui sont normalement

requises avant l'analyse principale et l'extraction de l'information• corrections radiométriques et

atmosphériques• corrections géométriques (déjà vue!)

Télé

déte

ctio

n


© LANDRY 2005

Les prétraitements

• Corrections radiométriques et atmosphériques

• Le signal électromagnétique mesuré traverse deux fois l’atmosphère terrestre

– bruits atmosphériques

• Irrégularités du capteurs– rayures, lignes manquantes …

• Plusieurs de ces correctionssont normalement effectuéespar le fournisseur d’images

Télé

déte

ctio

n

Source : tpouchin.club.fr


© LANDRY 2005

Les prétraitements


• Peuvent aussi être nécessaires à cause des variations dans l'illumination et dans la réponse du capteur

• Permettent de réaffecter à chaque pixel une valeur radiométrique plus proche de celle mesurée sur le terrain

• Permettent aussi d’améliorer l’image pour la visualisation et l’interprétation

Télé

déte

ctio

n


© LANDRY 2005

Les prétraitements


• Aussi pour permettre des comparaisons entre des images prises par différents capteurs à différentes dates ou heures, ou pour faire des mosaïques d'images avec un seul capteur en maintenant les conditions d'illumination uniformes d'une scène à l'autre.T

élé

déte

ctio

n

Source : CCT


© LANDRY 2005

Les prétraitements

• Méthodes de corrections atmosphériques• Modèles détaillés des conditions

atmosphériques durant l'acquisition des données (fournisseur de service)

• Calculs basés seulement sur les données de l'image

Télé

déte

ctio

n


© LANDRY 2005

Les prétraitements

• Corrections atmosphériques basées sur les données de l'image

• Ex: observation d’une région très sombre– la valeur minimale observée dans cette région

est soustraite de tous les pixels de l’image

• Ex: utilisation de la connaissance de la réflectance « exacte » (mesure au sol) de certains pixels

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005

Les prétraitements

• Corrections radiométriques• Du bruit peut être causé par des

irrégularités dans la réponse du capteur ou par la transmission et l'enregistrement des données

• Les formes les plus communes de bruits sont les rayures et les lignes manquantesTélé

déte

ctio

n


© LANDRY 2005

Les prétraitements

• Corrections radiométriques• Ces problèmes sont généralement

corrigés en utilisant l’information des pixels voisins ou des autres bandes

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005

Analyse d’image

• Rehaussement de l'image• Pour faciliter l'interprétation visuelle et

la compréhension des images• En manipulant la distribution des

niveaux d'intensité (tons de gris) il est possible de rehausser le contraste et les détails d'une image

• La distribution des tons de gris d’une image est représentée par son histogramme

Télé

déte

ctio

n


© LANDRY 2005

Rehaussement d'image

• Histogramme (occurrences vs tons)• Distribution des tons (0-255 ou 0-1)

Télé

déte

ctio

n

Source : Gonzales et Woods 2002


© LANDRY 2005


• Manipulation d’histogramme• Redistribution des tons de gris

• Linéaire• Non-linéaire• Seuillage • Par palier• Étirement• Égalisation• Autres

Télé

déte

ctio

n


© LANDRY 2005

Manipulation d’histogramme

• Linéaire

Télé

déte

ctio

n

Source : Gonzales et Woods 2002Source : CCT

Identité

Négatif


© LANDRY 2005


• Non-linéaire• Extension du contraste

• Foncés -> plus foncés• Pâle -> plus pâle

Télé

déte

ctio

n



© LANDRY 2005


• Non-linéaire• Logarithmiques• Exponentielles

Télé

déte

ctio

n



© LANDRY 2005


• Non-linéaire : Exponentielles• Cas spécial – Correction Gamma

Télé

déte

ctio

n



© LANDRY 2005

Manipulation d’histogrammeTélé

déte

ctio

n



© LANDRY 2005


• Seuillage

Télé

déte

ctio

n



© LANDRY 2005


• Par palier (ou morceau)

Télé

déte

ctio

n



© LANDRY 2005


• Étirement

Télé

déte

ctio

n

g x yf x y f x y

f x y f x yM AX M IN M IN( , )

( , ) ( , )

( , ) ( , )[ ]

m in

m ax m in

f x y p lus grand ton de gris

f x y p lus petit ton de gris

M IN et M AX son t les de ton de gris dans f x y et

( , )

( , )

( , ) ( )

m ax

m in

lim ites 0 2 5 5

Source : Umbaugh 1998


© LANDRY 2005


• Étirement

Télé

déte

ctio

n


© LANDRY 2005


• Étirement - problème valeurs extrêmes

Télé

déte

ctio

n


© LANDRY 2005


• Étirement - Déjà bien étalé ?

Télé

déte

ctio

n


© LANDRY 2005

Manipulation d’histogramme• Égalisation

• Détermination automatique d'une transformé pour obtenir un histogramme uniforme (distribution uniforme)

• Fonction de distribution cumulative de tons

Télé

déte

ctio

n

s T r p rn

nk k r j

j

kj

j

k

( ) ( )

0 0


© LANDRY 2005

Manipulation d’histogramme• Égalisation

Télé

déte

ctio

n

Normal Étiré Égalisé


© LANDRY 2005

Manipulation d’histogrammeTélé

déte

ctio

n • Égalisation


© LANDRY 2005


• Autres• Compression

• Glissement

Télé

déte

ctio

n

Source : Umbaugh 1998


© LANDRY 2005


• Utilisation d’une table de référence• Pour accélérer le processus• LUT (Look Up Table)

Télé

déte

ctio

n


© LANDRY 2005


• Les filtres spatiaux et fréquentiels• Conçus de façon à faire ressortir ou à

supprimer des caractéristiques spécifiques d'une image

• Basés sur la fréquence spatiale, ou la fréquence de variation des différents tons• Convolution ?

– Voir GPA669

Télé

déte

ctio

n


© LANDRY 2005

Rehaussement d'image• Les filtres spatiaux et fréquentiels

• Consiste à déplacer une "fenêtre" d'une dimension de quelques pixels (ex. 3 sur 3) au-dessus de chaque pixel de l'image

• On applique alors un traitement mathématique utilisant les valeurs des pixels sous la fenêtre et on utilise le résultat obtenu pour créer la valeur du pixel de sortie

• La fenêtre est déplacée le long des colonnes et des lignes de l'image, un pixel à la fois, répétant le calcul jusqu'à ce que l'image entière ait été filtrée

Télé

déte

ctio

n


© LANDRY 2005


• Les filtres spatiaux

Télé

déte

ctio

n

Source : Gonzales et Woods 2002 Source : Umbaugh 1998

9

1

i i

i

g m f


© LANDRY 2005

Rehaussement d'image• Les filtres spatiaux et fréquentiels

• Passe-bas• Passe-haut• Max• Min • Lissage

• Moyennant• Médian

• La taille du filtre (fenêtre, masque) a un effet important sur le résultat !

Télé

déte

ctio

n


© LANDRY 2005


• Les filtres

Télé

déte

ctio

n

Source : www.oosa.unvienna.org


© LANDRY 2005

Analyse d’image• Transformation de l'image

• Manipulation de plusieurs bandes de données• pour transformer une image provenant d'un capteur

multispectral• pour transformer plusieurs images de la même

région prises à des moments différents

• La transformation d'images génère une "nouvelle" image en combinant les différentes sources d'information

• Permet de rehausser certaines caractéristiques ou certaines propriétés des données qui sont moins évidentes dans l'image originale

Télé

déte

ctio

n


© LANDRY 2005

Transformation de l'image

• Opérations mathématiques simples• +, -, /, *• Ex: soustraction d’image

= détection de changements• Réétalonnage souvent requis

Télé

déte

ctio

n

Source : rst.gsfc.nasa.gov


© LANDRY 2005

Transformation de l'image• Rapport spectraux = Division d'images

• rehausser des variations subtiles dans la réponse spectrale de différents types de surface.

• Ex : La végétation (en santé)– réfléchit fortement dans le proche infrarouge et

absorbe fortement dans le rouge visible– les surfaces comme la terre et l'eau ont des

réflexivités presque égales dans ces deux zones– Une image du proche infrarouge divisée par la bande

rouge aura des valeurs» beaucoup plus grandes que 1,0 pour la végétation» autour de 1.0 pour la terre et l'eau» Cet indice est le « Simple Ratio » : SR = PIR/R

Télé

déte

ctio

n


© LANDRY 2005

Transformation de l'image• Rapports spectraux spécialisés

• Les indices• traitements élaborés à partir de plusieurs bandes

spectrales• Certains classiques:

– SR = PIR/R » Simple Ratio» pour estimer la biomasse verte

– NDVI = (PIR-R) / (PIR+R) » (R800 – R670) / (R800+R670)» Normalized Difference Vegetation Index» pour estimer la biomasse verte/couverts végétaux

– λRE = pente maximum lors du passage du rouge à l’IR

» red edge , teneur en chlorophylle

Télé

déte

ctio

n


© LANDRY 2005

Les indices

• NDVI• Noir

• absence decouverturevégétale

• Blanc• activité

chlorophylliennetrès élevéeT

élé

déte

ctio

n



© LANDRY 2005

Les indices

• Certains classiques:• SIPI = (R800-R445)/(R531-R680)

– Structure Independent Pigment Index– un bon indicateur du ratio des pigments

caroténoïdes/chlorophylle – avec des carences en éléments nutritifs

• WI = R900/R970– Water Index

Télé

déte

ctio

n


© LANDRY 2005

Les indices

• Certains classiques:• IBS = sqrt [(R)² + (PIR)²]

– Indice de brillance des sols – application en pédologie, pour dissocier les

couvertures végétales et minérales

• IC = [(3 x Vert) - Rouge - 100]– Indice de cuirasse– performant pour la différentiation des surfaces

bâties et des sols nus– les surfaces végétales et aquatiques

apparaissent en noir

Télé

déte

ctio

n


© LANDRY 2005

Les indicesTélé

déte

ctio

n

NDVI = (PIR-R) / (PIR+R)

IBS = sqrt [(R)² + (PIR)²]

[(3 x Vert) - Rouge - 100]



© LANDRY 2005

Les indices

• Indices améliorés• Pour éliminer les effets du sol et de

l’atmosphère sur la réflectance des couverts végétaux

– le ratio WI/NDVI diminue l’effet de la corrélation entre la biomasse verte et la teneur en eau

– Le SAVI (et MSAVI) réduit l’influence du sol sous les plants (L représente le couvert végétal : 0-1)

Télé

déte

ctio

n


© LANDRY 2005

Les indices

• Indices améliorés• Le SARVI

– minimise à la fois les effets de sol et les effets atmosphériques

– remplace la réflectance du rouge Rr utilisée dans le NDVI et dans le SAVI par une combinaison du rouge et du bleu Rrb

– permet de corriger l’absorption par les aérosols dans la zone du rouge (g = 1)

Télé

déte

ctio

n


© LANDRY 2005

Analyse d’image

• Transformation de l'image• Un autre avantage de l'utilisation des

rapports spectraux est la réduction de l'effet de variation de l'illumination solaire causé par la topographie.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005

Analyse d’image• Classification et analyse de l'image

• Les données de bandes multispectrales différentes ont souvent une corrélation très élevée (information similaire)

• Par exemple, les bandes 4 et 5 de Landsat (MSS: vert et rouge) produisent des images très semblables

• Des traitements statistiques complexes des données multispectrales peuvent être utilisées pour réduire la redondance des données et la corrélation entre les bandes

• L'analyse en composantes principales est une de ces transformations

Télé

déte

ctio

n


© LANDRY 2005

Classification et analyse• Analyse en composantes principales

• transformation pour réduire le nombre de dimensions (nombre de bandes)

• produit une compression de l'information de plusieurs bandes dans un nombre plus restreint de bandes

• Les "nouvelles" bandes qui résultent sont appelées composantes

• Maximiser (statistiquement) la quantité d'information (ou variance) des données originales dans un nombre restreint de composantes

Télé

déte

ctio

n


© LANDRY 2005

Classification et analyse• Analyse en composantes principales

• L’ACP permet de transformer des données des sept bandes du capteur Landsat-TM en trois principales composantes représentant plus de 90% de l'information

• L'interprétation et l'analyse de ces trois composantes, en les combinant visuellement ou numériquement, est plus simple et plus efficace que l'utilisation des sept bandes initiales

Télé

déte

ctio

n


© LANDRY 2005

Classification et analyse

• Analyse en composantes principales• Exemple avec 98% de l’information

contenue dans 3 composantes!

Télé

déte

ctio

n

Source : www.unige.ch


© LANDRY 2005

Classification et analyse• Classification

• Un analyste utilise les éléments de l'interprétation visuelle pour identifier des groupes homogènes de pixels qui représentent des classes intéressantes

• La classification numérique utilise l'information spectrale contenue dans les valeurs d'une ou de plusieurs bandes spectrales • Ce type de classification est appelé

regroupements spectraux

Télé

déte

ctio

n


© LANDRY 2005

Classification

• Les classes d'information• Catégories d'intérêt que l‘on tente

d'identifier dans les images• cultures, forêts ou d'espèce d'arbres,

caractéristiques géologiques ou roches, etc.

• Les classes spectrales• Groupes de pixels qui ont les mêmes

caractéristiques (ou presque) d'intensité dans les différentes bandes spectrales des données

Télé

déte

ctio

n


© LANDRY 2005

Classification

• L'objectif ultime de la classification est de faire la correspondance entre les classes spectrales et les classes d'information.

Télé

déte

ctio

n


© LANDRY 2005

Classification

• Classification et analyse de l'image• classification supervisée• classification non supervisée

Télé

déte

ctio

n


© LANDRY 2005

Classification• Classification supervisée

• L'analyste identifie des échantillons assez homogènes de l'image qui sont représentatifs de différents types de surfaces (classes d'information). Ces échantillons forment un ensemble de données-tests.

• Une classification superviséecommence donc par l'identification des classesd'information, qui sont ensuite utilisées pour définir les classes spectralesqui les représentent.

Télé

déte

ctio

n

Source : CCT


© LANDRY 2005

Classification

• Classification non supervisée• Les classes spectrales sont formées en

premier, basées sur l'information numérique des données seulement

• Ces classes sont ensuiteassociées, par un analyste,à des classes d'informationutiles (si possible)Télé

déte

ctio

n

Source : CCT


© LANDRY 2005

Classification

• Algorithmes de classification• Il existe de très nombreuses méthodes

de classification• noyaux dynamiques, ascendante

hiérarchique, segmentation hypercube, maximum de vraisemblance, réseaux de neurones, algo/programmation génétique, automates cellulaires …

Télé

déte

ctio

n


© LANDRY 2005

Classification• KNN• ANN• MAXIMUM LIKELIHOOD• PARALLELEPIPED• MINIMUM DISTANCE• KMEAN• ISOCLUST,• Dans PCI

• K-means• Isodata• Fuzzy K-means

Télé

déte

ctio

n


© LANDRY 2005


• Visualisation• La composition

colorée• Aux trois couleurs

primaires (R,V,B) sont associés trois canaux d'une image

• Le choix des troiscanaux et des couleursassociées défini laperception

Télé

déte

ctio

n



© LANDRY 2005


• Intégration des données• Combinaison de données provenant de

différentes sources afin d'en extraire une plus grande quantité et une meilleure qualité d'information

• Les données combinées peuvent inclure• des données multitemporelles• des données de plusieurs résolutions• des données de plusieurs capteurs • des données de plusieurs types

Télé

déte

ctio

n

sys-866 système d’information géographique et télédétection

Documents