Système d’information géographique

Présentation au sujet: "Système d’information géographique"— Transcription de la présentation:

1 Système d’information géographique
et télédétection

2 Au menu - Cours 9 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

3 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

4 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 puissants. Multibande et grande quantité de données Une combinaison des deux approches est normalement utilisée Télédétection

5 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

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

7 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

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

9 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

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

11 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

12 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

13 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

14 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

15 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

16 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

17 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

18 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

19 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

20 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

21 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

22 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

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

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

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

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

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

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

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

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

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

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

33 Manipulation d’histogramme
Étirement Télédétection Source : Umbaugh 1998

34 Manipulation d’histogramme
Étirement Télédétection

35 Manipulation d’histogramme
Étirement - problème valeurs extrêmes Télédétection

36 Manipulation d’histogramme
Étirement - Déjà bien étalé ? Télédétection

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

38 Manipulation d’histogramme
Égalisation Normal Étiré Égalisé Télédétection

39 Manipulation d’histogramme
Égalisation Télédétection

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

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

42 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

43 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

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

45 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

46 Rehaussement d'image Télédétection Les filtres
Source :

47 Rehaussement d'image Télédétection Les filtres
Source :

48 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

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

50 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

51 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 Source : tpouchin.club.fr

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

53 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

54 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

55 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

56 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.

57 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

58 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

59 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 2 et 3 de Landsat 7 (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

60 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

61 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

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

63 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

64 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

65 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.

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

67 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

68 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

69 Classification Télédétection Algorithmes de classification
K plus proches voisins (KNN) Réseaux de neurones artificiels (ANN) Maximum de vraisemblance Distance minimum Algo/programmation génétique Automates cellulaires … Dans PCI K-means Isodata Fuzzy K-means Télédétection

70 Classification Télédétection Algorithmes de classification Dans PCI
K-means Isodata Fuzzy K-means Télédétection

71 Classification Télédétection Algorithmes de classification K-means
critère minimiser la variabilité (inertie) intra-classe (maximiser la variabilité interclasses) Processus choix « aléatoire » du nombre K de classes et de K noyaux (means) initiaux (ré-)affectation des objets aux noyaux calcul des nouveaux noyaux le processus s’arrête lorsque deux partitions successives sont identiques (ou presque) Télédétection

72 Classification Télédétection K-means – Procédé itératif
Source : lsiit.u-strasbg.fr/afd

73 Classification Télédétection Algorithmes de classification Isodata
Intercale des phases de fusion et d'éclatement de groupes dans l'algorithme "K-means". fusion de 2 groupes si leur distance est faible ex : distance inter-centre < seuil éclatement d'un groupe en 2 sous-groupes si l'inertie du groupe est trop grande (> seuil) paramètres (seuils) à fixer !!! Télédétection

74 Classification Télédétection Algorithmes de classification
Fuzzy K-means K-means est une classification dure : Les objets sont membre d’une seule classe Fuzzy K-Means est une classification floue : Les objets appartiennent à toutes les classes, à un degré variable d’appartenance. Télédétection

75 Classification Télédétection K-Means Isodata

76 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

77 Analyse et interprétation
Télédétection Source :