Système d’information géographique

Slides:



Advertisements
Présentations similaires
Traitement d’images : concepts fondamentaux
Advertisements

Rappels sur l’Infrarouge
Soizic Geslin Samy Fouilleux Minh Le Hoai Maxime Chambreuil
Mesures dans le domaine fréquentiel
Introduction Pour concrétiser l’enseignement assisté par ordinateur
Les photos numériques : l’avenir !
Photographie aérienne

Traitement d’images : briques de base S. Le Hégarat
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
Module SIG-Santé 14. Introduction à la télédétection Marc SOURIS
Traitements d'images et Vision par ordinateur
Chapitre 5 : Image couleur
Traitements d'images et Vision par ordinateur
Détection de « tâches dobjets artificialisés » D.Réchal IRD, ESPACE Dev 18/02/2011 – Montpellier (France)
Eric Maire - Journée agroforesterie, 17 décembre 2009, GEODE – AP32
Pour le moment dans notre cours:
Support Vector Machine
Prétraitement de l’image
Classification Multi Source En Intégrant La Texture
Applications du perceptron multicouche
Le filtrage d’images.
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
Construction de modèles visuels
La segmentation
Traitements à base d’histogrammes Cours 6
Système d’information géographique
GEO 2522: Synopsis GEO-2522 Chargé de cours: Yacine Bouroubi
Système d’information géographique
Système d’information géographique
Design dun système de vision embarqué. Application:
TRAITEMENT D’IMAGE SIF-1033.
Chapitre 4 : Morphologie Mathématique
LES REHAUSSEMENTS D'IMAGES
Le filtrage d’images.
Interprétation automatique
Segmentation (1ère partie)
Deux sujets traités La segmentation d’images
Module 4: Le filtrage d’images. Objectifs du filtrage.
Les satellites Le rayonnement solaire réfléchi par les objets
Quelques conseils pour l’interprétation géologique d’images satellites.
Traitement d’images Prétraitements.
MATIÈRE Les images du rayonnement solaire réfléchie (suite et fin)
Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.
Les réseaux de neurones à réservoir en traitement d’images
Institut de sciences et technologies Département d’informatique
Introduction à la télédétection
Introduction au Traitement d’image
Les réseaux de neurones à réservoir en traitement d’images
TNS et Analyse Spectrale
SUJETS SPÉCIAUX EN INFORMATIQUE 1
Couche limite atmosphérique
Observation au Pic du Midi 8-12 Juillet 2003 Thierry Corbard, OCA Jean Arnaud, OMP Richard Muller, OMP.
SIF1033 TRAITEMENT D’IMAGE
EXPLOITATION DES IMAGES
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Sabrina Tollari, Hervé Glotin, Jacques Le Maitre
D écouverte de la photo numérique et de la retouche d’image Automne Polyphoto.
Mathématiques pour Informaticien I
Suivi d’Horizons Sismiques
Traitement d’images 420-D78-SW A15 Semaine 02.
MATIÈRE Les images numériques - introduction.
MATIÈRE Initiation aux images satellitales de résolution spatiale moyenne à haute: images du rayonnement solaire réfléchi Le rayonnement solaire.
PIF-6003 Sujets spéciaux en informatique I
Modélisation du signal de télédétection
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
Filtrage des images.
Conversion des luminances en températures dans le cas des images du rayonnement émis par les objets.
Réunion combes à neige 9 mai, 2016 Brad Carlson, doctorant Laboratoire d’Ecologie Alpine Supervisors: Philippe Choler & Wilfried Thuiller Apport de l’imagerie.
Comparaison post-classification. Le problème du projet 3 Les changements du couvert arborescent dans le territoire urbain (zone blanche) de la Communauté.
Transcription de la présentation:

Système d’information géographique et télédétection

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

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 Télédétection

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 Télédétection

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) Télédétection

Interprétation visuelle Ton Le ton réfère à la clarté relative ou la couleur (teinte) des objets dans une image. Télédétection Source : CCT

Interprétation visuelle Forme La forme réfère à l'allure générale, la structure ou le contour des objets. Peut être un indice très important pour l'interprétation. Télédétection Source : CCT

Interprétation visuelle Taille La taille d'un objet est fonction de l'échelle. Taille relative vs taille absolue. Télédétection Source : CCT

Interprétation visuelle Patron Réfère à l'agencement spatial des objets visiblement discernables. Une répétition ordonnée de tons et de textures produit un patron distinctif. Télédétection Source : CCT

Interprétation visuelle Texture Réfère à l'arrangement et à la fréquence des variations de teintes dans des régions particulières. Télédétection Source : CCT

Interprétation visuelle Ombres Aussi utiles pour l'interprétation puisqu'elles donnent une idée du profil et de la hauteur relative des cibles. Télédétection Source : CCT

Interprétation visuelle Association L'association tient compte de la relation entre la cible d'intérêt et d'autres objets ou structures reconnaissables qui sont à proximité. Télédétection Source : CCT

Analyse et interprétation Analyse d’image Traitement des images numériques Prétraitements Rehaussement de l'image Transformation de l'image Classification et analyse de l'image Télédétection

Analyse d’image Télédétection 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!) Télédétection

Les prétraitements Télédétection 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 corrections sont normalement effectuées par le fournisseur d’images Télédétection Réalisées par les centres de traitement des distributeurs d’images Source : tpouchin.club.fr

Les prétraitements Télédétection Corrections radiométriques et atmosphériques 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 Télédétection

Les prétraitements Télédétection Corrections radiométriques et atmosphériques 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. Télédétection Source : CCT

Les prétraitements Télédétection 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 Télédétection

Les prétraitements Télédétection 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 Télédétection Source : CCT

Les prétraitements Télédétection 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 manquantes Télédétection

Les prétraitements Télédétection Corrections radiométriques Ces problèmes sont généralement corrigés en utilisant l’information des pixels voisins ou des autres bandes Télédétection Ces deux effets devraient être corrigés avant qu'un rehaussement ou une classification ne soient appliqués. Les rayures étaient fréquentes dans les premières données Landsat, à l'époque des six détecteurs MSS, à cause de la variation et de la dérive (voir texte anglais) dans la réponse. La dérive était différente pour chacun des six détecteurs, ce qui causait une représentation différente de la même intensité pour chaque détecteur et produisait sur l'image un effet de rayure. Le processus de correction faisait une correction relative de chacun des six capteurs pour amener leurs valeurs apparentes au même niveau. Les lignes manquantes apparaissent quand il y a des erreurs de systèmes qui résultent en l'absence de données ou en données déficientes le long d'une ligne de balayage. Les lignes manquantes sont habituellement 'corrigées' en remplaçant chaque ligne avec la valeur des pixels de la ligne au-dessus ou au-dessous, ou avec la moyenne des deux. Source : CCT

Analyse d’image Télédétection 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 Télédétection

Rehaussement d'image Télédétection Histogramme (occurrences vs tons) Distribution des tons (0-255 ou 0-1) Télédétection Source : Gonzales et Woods 2002

Rehaussement d'image Télédétection Manipulation d’histogramme Redistribution des tons de gris Linéaire Non-linéaire Seuillage Par palier Étirement Égalisation Autres Télédétection

Manipulation d’histogramme Linéaire Télédétection Négatif Identité Source : Gonzales et Woods 2002 Source : CCT

Manipulation d’histogramme Non-linéaire Extension du contraste Foncés -> plus foncés Pâle -> plus pâle Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Non-linéaire Logarithmiques Exponentielles Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Non-linéaire : Exponentielles Cas spécial – Correction Gamma Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Seuillage Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Par palier (ou morceau) Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Par palier (ou morceau) Télédétection Source : Gonzales et Woods 2002

Manipulation d’histogramme Étirement Télédétection Source : Umbaugh 1998

Manipulation d’histogramme Étirement Télédétection

Manipulation d’histogramme Étirement - problème valeurs extrêmes Télédétection

Manipulation d’histogramme Étirement - Déjà bien étalé ? Télédétection

Manipulation d’histogramme Égalisation Détermination automatique d'une transformé pour obtenir un histogramme uniforme (distribution uniforme) Fonction de distribution cumulative de tons Télédétection

Manipulation d’histogramme Égalisation Normal Étiré Égalisé Télédétection

Manipulation d’histogramme Égalisation Télédétection

Manipulation d’histogramme Autres Compression Glissement Télédétection Source : Umbaugh 1998

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

Rehaussement d'image Télédétection 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 Télédétection

Rehaussement d'image Télédétection 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 Télédétection

Rehaussement d'image Télédétection Les filtres spatiaux Source : Gonzales et Woods 2002 Source : Umbaugh 1998

Rehaussement d'image Télédétection 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 ! Télédétection

Rehaussement d'image Télédétection Les filtres Source : www.oosa.unvienna.org

Rehaussement d'image Télédétection Les filtres Source : www.oosa.unvienna.org

Analyse d’image Télédétection 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 Télédétection

Transformation de l'image Opérations mathématiques simples +, -, /, * Ex: soustraction d’image = détection de changements Réétalonnage souvent requis Télédétection Source : rst.gsfc.nasa.gov

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 Télédétection

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 Télédétection

Les indices Télédétection NDVI Noir Blanc absence de couverture végétale Blanc activité chlorophyllienne très élevée Télédétection Source : tpouchin.club.fr

Les indices Télédétection 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 Télédétection Lorsque les feuilles sont sujettes à des carences en éléments nutritifs, la teneur en caroténoïdes augmente au détriment de celle en chlorophylle. Ainsi, un indice comme le SIPI (Structure Independent Pigment Index) est un bon indicateur du ratio des pigments caroténoïdes/chlorophylle pour certaines plantes comme le tournesol

Les indices Télédétection 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 Télédétection

Les indices Télédétection Source : tpouchin.club.fr NDVI = (PIR-R) / (PIR+R) IBS = sqrt [(R)² + (PIR)²] [(3 x Vert) - Rouge - 100] Source : tpouchin.club.fr

Les indices Télédétection 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) Télédétection La valeur de L est une fonction de la densité de végétation et sa détermination requiert la connaissance à priori de la quantité de végétation. La valeur proposée par Huete est L = 0.5 qui convient en première approximation à tous les types de sol. Cependant, Qi et al. [43] ont tenté d’améliorer SAVI en proposant MSAVI.

Les indices Télédétection 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) Télédétection

Analyse d’image Télédétection 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. Télédétection 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. Le simple fait de calculer des valeurs relatives (des rapports) plutôt que des valeurs absolues d'intensité produit cette réduction des effets topographiques. Par exemple, la réflectance absolue d'une forêt couvrant une montagne dépend de son orientation par rapport à l'illumination du Soleil. Cependant, le rapport entre la réflexivité provenant des deux bandes spectrales est sensiblement le même. Source : CCT

Analyse d’image Télédétection 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 Télédétection

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 Télédétection

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 Télédétection

Classification et analyse Analyse en composantes principales Exemple avec 98% de l’information contenue dans 3 composantes! Télédétection Source : www.unige.ch

Classification et analyse 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 Télédétection

Classification et analyse 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 Télédétection

Classification Télédétection 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 Télédétection

Classification Télédétection L'objectif ultime de la classification est de faire la correspondance entre les classes spectrales et les classes d'information. Télédétection Il est rare qu'une correspondance directe soit possible entre ces deux types de classes. Des classes spectrales bien définies peuvent apparaître parfois sans qu'elles correspondent nécessairement à des classes d'information intéressantes pour l'analyse. D'un autre côté, une classe d'information très large (par exemple la forêt) peut contenir plusieurs sous-classes spectrales avec des variations spectrales définies. En utilisant l'exemple de la forêt, les sous-classes spectrales peuvent être causées par des variations dans l'âge, l'espèce, la densité des arbres ou simplement par les effets d'ombrage ou des variations dans l'illumination. L'analyste a le rôle de déterminer de l'utilité des différentes classes spectrales et de valider leur correspondance à des classes d'informations utiles.

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

Classification Télédétection 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 supervisée commence donc par l'identification des classes d'information, qui sont ensuite utilisées pour définir les classes spectrales qui les représentent. Télédétection Source : CCT

Classification Télédétection Classification non supervisée Les classes spectrales sont formées en premier, basées sur l'information numérique des données seulement Ces classes sont ensuite associées, par un analyste, à des classes d'information utiles (si possible) Télédétection Source : CCT

Classification Télédétection 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 … Télédétection

Classification Télédétection KNN ANN MAXIMUM LIKELIHOOD PARALLELEPIPED MINIMUM DISTANCE KMEAN ISOCLUST, Dans PCI K-means Isodata Fuzzy K-means Télédétection

Classification Télédétection

Analyse et interprétation Visualisation La composition colorée Aux trois couleurs primaires (R,V,B) sont associés trois canaux d'une image Le choix des trois canaux et des couleurs associées défini la perception Télédétection Source : tpouchin.club.fr

Analyse et interprétation Télédétection Source : www.unige.ch

Analyse et interprétation 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 Télédétection