Projet 3: Détection des changements Illustrations Méthodes de détection des changements Les étapes

Exemple 1: érosion côtière Q (MTF)Q (MER)

Exemple 2: changements du couvert végétal 28 septembre septembre juin 1989

Exemple 3: changements des occupations du sol

Changements des occupations du sol: notre projet Choisir des images acquises à des dates similaires pour éviter l’interférence des changements dans la phénologie de la végétation Mettre les images au même référentiel radiométrique Mettre les images au même référentiel géométrique

Les principales méthodes Comparaison image à image Comparaison carte à carte (post- classification) Comparaison carte à image

Comparateur image à image

Comparateur carte à carte NOTRE PROJET

Comparateur carte à image Carte à mettre à jour 1999

Comparaison image à image: la différence des bandes

Comparaison image à image: la différence des bandes DIFXS1(VERT)=127+XS1(1990)-XS1(1988)

Comparaison image à image: la différence des bandes DIFXS2(ROUGE)=127+XS2(1990)-XS2(1988)

Comparaison image à image: la différence des bandes DIFXS3(PIR)=127+XS3(1990)-XS3(1988)

Comparaison image à image: la différence des bandes COMPOSÉ COULEUR: DIFXS1—ROUGE; DIFXS2---VERT; DIFXS3---PIR

Couche Végétation BNDT (1:50 000) IRS-1D PAN Exemple: carte à image

Filtre de détection de linéaments Détection des zones de changement de la couche végétation Exemple: carte à image

Les étapes de comparaison post-classification Mise des images au même référentiel géométrique  familiarisation avec les méthodes de correction géométrique Mise des images au même référentiel radiométrique (corrections atmosphériques déjà examinées) Classification des images séparément  classifications dirigées déjà examinées; familiarisation avec les méthodes de classification non dirigée

Familiarisation avec les méthodes de correction géométrique Corrections relatives  image à image Corrections absolues  image à carte

Image à image Une des images est prise comme référence (image maîtresse); Une relation polynomiale est établie grâce à des points de contrôle (méthodes des moindres carrées) entre les coordonnées de l’image maîtresse et de l’image esclave: NC= a1*AC n + a2*AL n +…… NL= b1*AC n + b2*AL n +…… Nous pouvons donc trouver la position de chaque pixel de l’image à corriger selon la nouvelle grille… Rééchantillonnage et évaluation de la qualité des corrections géométriques Si nous ne sommes pas satisfaits on recommence en ajoutant des points de contrôle et/ou l’ordre de la polynomiale

Image à carte Pourquoi cette opération est une parmi les plus importantes en télédétection? Les images de télédétection sont des outils de première importance pour la confection de toute sorte de cartes (topographiques et thématiques) en nous permettant de réduire substantiellement l’effort de prise des mesures sur le terrain (une opération coûteuse et difficile à réaliser).

Image à carte Même scénario  l’image maîtresse est une image géocodée ou des vecteurs provenant d’une carte topographique (ex. réseau routier) Illustration avec des fonctions polynomiales (Orthoengine de PCI)

OrthoEngine PCI

Le type de référentiel cartographique? Ex. UTM VOIR PPT PROJECTIONS_RAPPEL

Le type de référentiel cartographique? Ex. MTM

OrthoEngine PCI

Image à carte Ex. données de référence  image géocodée

Points de contrôle Image géocodée Image esclave

Image à carte Données de référence  vecteurs réseau routier (carte topo)

Combien de points ai-je besoin? Ceci dépend de la fonction polynomiale choisie pour décrire la relation entre les deux systèmes de coordonnées (translation, rotation, changements d’échelle)

Les fonctions polynomiales (ex. 1-D)

OrthoEngine PCI

La méthode des moindres carrés

OrthoEngine PCI

Le rééchantillonnage

Rééchantillonnage des données image La procédure du rééchantillonnage est utilisée afin de déterminer les valeurs numériques des pixels de l’image de sortie après correction géométrique Il y a trois méthodes communes de rééchantillonnage: par plus proche voisin; l’interpolation bilinéaire; et la convolution cubique (voir plus loin).

OrthoEngine PCI

Visualisation

Effets du relief En appliquant les méthodes polynomiales nous supposons que les déformations d’une image peuvent être modélisées d’une façon globale (ensemble de l’image) Or le relief introduit des déformations locales impossibles à modéliser par une fonction globale) La solution: orthorectification

Territoire plat Une polynomiale est souvent adéquate pour un géocodage de qualité d’une image satellite

Territoire accidenté Superposition des trois images SPOT : en milieu plat, une polynomiale offre des bons résultats (gauche) mais pas lorsque le relief est variable et les images sont acquises hors nadir (droite). Les différentes tonalités sont dues à des changements temporels des teintes des images d’une date à l’autre; certains sont dus à des différences de saison, d’autres parce que les images ne sont pas étalonnées radiométriquement et d’autres reflètent des changements d’occupations de sol entre 1986, 1988 et 1992.

L’origine: l’orthophotographie

Orthophotographie Approche traditionnelle semblable à l’approche photogrammétrique (paires des photos stéréoscopiques) mais avec des appareils spéciaux Une photo et sa version ortho

Aujourd’hui une image + un modèle numérique d’altitude Différentes méthodes -Modélisation de la trajectoire de vol; -Fonctions rationnelles, etc. Dans votre projet  modélisation de la trajectoire de vol.

Modélisation 1. reconstituer la ligne de vol selon les données provenant des satellites ainsi qu’une série de points de contrôle (coordonnées X,Y,Z) 2. trouver la position de chaque pixel de l’image dans l’espace cartographique en tenant compte du MNA 3. Projeter le pixel sur le plan cartographique (éliminer le déplacement dû au relief)

Les orthophotos (photos scannées) à grande échelle sont devenues actuellement un outil de première importance pour le milieu municipal au Québec

Cependant: les objets surélevés subissent des distorsions si l’on n’introduit pas des correctifs

Rééchantillonnage des données image La procédure du rééchantillonnage est utilisée afin de déterminer les valeurs numériques des pixels de l’image de sortie après correction géométrique Il y a trois méthodes communes de rééchantillonnage: par plus proche voisin; l’interpolation bilinéaire; et la convolution cubique (voir plus haut).

Exemple zoom avant: plus proche voisin (nearest neighbour): ordre zéro

Exemple zoom avant: bilinéaire (bilinear): ordre un

Exemple zoom avant: convolution cubique (cubic convolution): ordre trois

Cas général: Plus proche voisin

Plus proche voisin Avantages: méthode simple; elle n’altère pas la radiométrie d’origine. Désavantages: elle produit des décalages des éléments linéaires; certaines valeurs d’origine sont dupliquées et d’autres perdues

Bilinéaire

Interpolation bilinéaire Avantage: réduit le problème de décalage de la méthode par plus proche voisin; Désavantage: altère les valeurs d’origine (moyenne pondérée);

Convolution cubique Avantage: meilleure approximation que la bilinéaire d’une interpolation idéale selon la théorie du domaine; Désavantage: plus de temps pour le calcul; altère les valeurs d’origine;

Convolution cubique

Plus proche voisin Bi-linéaire Convolution cubique

Plus proche voisin (zoom)Bi-linéaire (zoom)