V.2.1 - Dernière mise à jour : 24/05/2024
La discrimination* des différentes cibles (forêts, milieux urbains, océans, ...) est rendue plus difficile par les corrections radiométriques.
Il n'y a pas d'optimisation globale, performante et simultanée des contrastes et des niveaux d'intensité
=> ajustement différentiel des contrastes
Dans une image brute, l'information est contenue dans un nombre restreint de valeurs numériques
parmi les 256 possibles (codage sur 8 bits => 28)
parmi les 65 536 possibles (codage sur 16 bits => 216)
- Le rehaussement du contraste de l'image à pour but :
- d'isoler la cible de son environnement
Représentation graphique la plus courante, l'histogramme des valeurs numériques de l'image
- Ces valeurs sont codées sur un octet (de 0 à 255, si 256 niveaux, 8 bits)
sur l'axe des X ;
- La fréquence d'apparition de ces valeurs est portée
sur l'axe des Y.
fig. 1 - Une image et son histogramme
Source : Tutoriel du Centre Canadien de Télédétection
- Il existe plusieurs méthodes pour accroître le contraste d'une image.
L'étalement de la dynamique le plus courant est le rehaussement linéaire du contraste.
fig. 2 - Rehaussement linéaire du contraste
Source : Tutoriel du Centre Canadien de Télédétection
- La procédure la plus courante est :
- Repérage des valeurs minimum (84) et maximum (153) de l'image ;
- Étirement sur les nouveaux minimum (en général 0) et maximum (en général 255), à l'aide d'une transformation linéaire.
- Comment se répartissent les niveaux intermédiaires ?
- Dans TerrSet, la fonction de transformation est la suivante :
Nouvelle valeur = Nouveau minimum + [(Ancienne valeur - Ancien minimum) / Ancienne étendue] * Nouvelle étendue
Soit, après étalement linéaire, un compte numérique de 163 pour l'ancienne valeur 128
162,6 = 0 + [(128 - 84) / (153 - 84)] * 255
Cette procédure est l'équivalent du contrastage automatique (Autoscaling)
- Trois autres contrastages linéaires sont disponibles dans TerrSet :
- Linear stretch => fonctionne comme l'autoscaling, mais on peut indiquer :
- des extrêmes autres que le minimum et le maximum ;
- un nombre de niveaux de gris différents de 256.
- Linear stretch with saturation => on assigne à un pourcentage (p.e. 2,5%) des pixels des pieds de courbe minimaux et maximaux une valeur unique :
- qui peut être différente de 0 et 255 ;
- entre lesquelles on effectue un Linear stretch .
- Histogram Equalization => on affecte la même quantité de pixels à chaque niveau radiométrique.
C'est valable à quelques pixels près !
- Résultat, l'interprétation visuelle est facilitée, car :
- le contraste est meilleur, les niveaux de gris sont plus tranchés ;
- au lieu d'utiliser un tiers des niveaux de gris (en général, ici de 84 à 153), les 255 sont exploités ;
- les gris sombres sont plus noirs ;
- les gris clairs sont plus blancs.
Et l'on peut passer de la figure 3 :
fig. 3 - Une image avant rehaussement linéaire
Source : Tutoriel du Centre Canadien de Télédétection
à la figure 4 :
fig. 4 - Une image après rehaussement linéaire
Source : Tutoriel du Centre Canadien de Télédétection
L'étalement linéaire n'est pas toujours efficace ou souhaité,
car il agit de façon uniforme.
On peut souhaiter faire un étalement sélectif :
- sur une région de hautes fréquences (cf. fig. 5) ;
Pour en savoir plus sur les transformations logarithmiques des distributions, cliquez ici.
- sur une portion spécifique de la distribution.
=> p.e. les basses valeurs caractérisant des zones d'estuaires (eau avec différentes quantités de matières en suspension, vasières, berges, etc.) peuvent être étalées préférentiellement.
fig. 5 - Étalement pondéré de la dynamique
Source : Tutoriel du Centre Canadien de Télédétection
Filtre : synonyme convolution*
Fonction FILTER dans TerrSet.
- Un filtre est conçu pour faire ressortir ou pour supprimer des détails de l'image.
Il se base sur la fréquence spatiale* (nombre de périodes par unité de longueur) des cibles recherchées.
Fréquence spatiale : différence de valeur entre pixels voisins.
Une fréquence spatiale :
- basse, indique des ruptures lentes dans les tons de gris de l'image ;
l'image apparaît lisse (variation plus graduelle)
ex : un lac ou une plage de végétation
- élevée, indique des ruptures rapides dans les tons de gris de l'image ;
l'image apparaît rugueuse (variation plus brutale)
ex : une zone urbaine
- Le filtrage spatiale consiste à :
- déplacer une fenêtre impaire carrée de 3 * 3, 5 * 5, ... au dessus des pixels de l'image ;
- effectuer un traitement mathématique sur les pixels présents sous la fenêtre ;
En fait, le pixel et ses huit voisins (matrice 3 * 3) sont multipliés par la valeur correspondante des coefficients de la matrice. Cela donne une valeur unique comme résultat.
- remplacer le pixel central par le résultat du traitement mathématique précédent ;
- passer aux pixels suivants en se déplaçant :
- d'un pixel à la fois ;
- colonne par colonne sur une ligne ;
- puis colonne par colonne sur la ligne suivante ;
ainsi de suite jusqu'à la fin de l'image.
fig. 6 - Déplacement d'une fenêtre 3*3 de filtrage
Source : Tutoriel du Centre Canadien de Télédétection
Selon les paramètres de la fenêtre mobile, on va faire ressortir ou supprimer des détails de l'image.
On trouvera un descriptif accessible et détaillé de tous ces filtres dans l'ouvrage de Claude COLLET, 1992, p. 140 et suivante.
- Exemple dans Excel : télécharger le fichier exemple (secteur NE des canaux htm87tm3 et htm87tm4 d'une image Landsat sur les HowHills, MA)
Un filtre passe-bas est un filtre qui laisse passer les basses fréquences et qui atténue les hautes fréquences. On les utilise pour atténuer les bruits polluant l'information.
- Un filtre passe-bas* est conçu pour :
- faire ressortir l'homogénéité des régions à pixels homogènes ;
- réduire les petits détails de l'image ;
- lisser.
fig. 7 - Lissage par un filtre passe-bas
Source : Tutoriel du Centre Canadien de Télédétection
Autre exemple :
fig. 7a - Image originale et profil d’intensité
Source : Tutoriel du Centre Canadien de Télédétection
fig. 7b - La même image avec un filtre passe-bas et profil d’intensité
Source : Tutoriel du Centre Canadien de Télédétection
- Le filtre moyen et le filtre médian sont des filtres passe-bas.
tab. 1 - Les coefficients d'un filtre moyen (noyau de la matrice 3 * 3)
1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9
- Les filtres médians et modaux n'utilisent pas une telle matrice. Ils :
- déterminent la valeur médiane ou modale des neufs pixels considérés ;
- assignent cette valeur au pixel de l'image résultante.
En résumé, pour les filtres passe-bas :
- Le filtre moyen sert à généraliser une image en lissant ses valeurs.
- Le filtre médian sert à éliminer les bruits aléatoires contenus dans une image.
- Le filtre modal comble les trous laissés entre les polygones lors de la conversion vecteur raster.
Un filtre passe-haut est un filtre qui laisse passer les hautes fréquences et qui atténue les basses fréquences.
- Un filtre passe-haut* est conçu pour faire ressortir :
- l'hétérogénéité d'une région ;
- les petits détails de l'image.
tab. 2 - Les coefficients d'un filtre passe-haut (noyau de la matrice 3 * 3)
-1/9 -1/9 -1/9 -1/9 8/9 -1/9 -1/9 -1/9 -1/9
- Dans le Guide technique du programme Corine Land Cover, il est indiqué qu'après avoir, pour chaque bande spectrale :
- adaptée la dynamique ;
et avant d'en faire des synthèses fausse couleur
- il faut améliorer les limites par une convolution unidirectionnelle dans une fenêtre 3 * 3 [mais qui peut aller jusqu'à 51 * 51 (!) pour les zones à fort contraste.]
tab. 3 - Les coefficients du filtre unidirectionnel de CLC (noyau de la matrice 3 * 3)
0 -1 0 -1 6,5 -1 0 -1 0
Les filtres passe-haut :
- mettent en évidence les zones de changements brutaux ;
- par rapport aux zones de faibles variations.
Autre exemple :
fig. 7a - Image originale et profil d’intensité
Source : Tutoriel du Centre Canadien de Télédétectionfig. 7c - La même image avec un filtre passe-haut et profil d’intensité
Source : Tutoriel du Centre Canadien de Télédétection
Filtres directionnels : synonyme détecteurs de contours*
- Un filtre directionnel* est conçu pour rehausser :
- les linéarités d'une région (routes, limites de champs, haies, ...) ;
- les caractéristiques ayant une orientation particulière (que les linéaments N-S par exemple).
tab. 4a - Les coefficients d'un filtre directionnel (gradient vertical)
1 1 1 1 -2 1 -1 -1 -1 tab. 4b - Les coefficients d'un filtre directionnel (gradient diagonal)
1 1 1 -1 -2 1 -1 -1 1
- Rechercher la signification et les coefficients d'un filtre de Sobel et les appliquer à l'image june3
fig. 8 - Image d'origine
Source : Tutoriel du Centre Canadien de Télédétection
La détection des structures géologiques linéaires est une des applications que les géologues ont trouvées.
fig. 9 - Image filtrée par un filtre directionnel (détecteur de contours)
Source : Tutoriel du Centre Canadien de Télédétection
Les filtres directionnels mettent en évidence des variations importantes dans une surface continue.
Entraînons-nous : Maîtrisez-vous bien les notions de rehaussement d'images ?
Question 11 de Ressources naturelles Canada - Réponse
Les compositions colorées* sont des images :
- multibandes ;
- rehaussées.
- Il faut 3 bandes spectrales pour faire une composition colorée.
fig. 14 - Affichage simultanée de trois bandes spectrales du satellite SPOT en une composition colorée
Source : Tutoriel de l'UVED
- TerrSet produit deux types de compositions colorées :
- CC 24 bits ;
- CC 8 bits.
La CC 24 bits sert à l'affichage et à l'analyse visuelle, la CC 8 bits sert surtout pour faire des classifications automatiques avec les procédures CLUSTER ou ISOCLUST.
tab. 5 - Combinaison des bandes spectrales pour les CC fausses couleurs
Rouge Vert Bleu Landsat MSS MSS4 (PIR) MSS3 (rouge) MSS2 (vert) Landsat TM TM4 (PIR) TM5 (MIR) TM3 (rouge) Landsat TM TM4 (PIR) TM3 (rouge) TM2 (vert) SPOT 1-3 XS3 (PIR) XS2 (rouge) XS1 (vert) SPOT 4 B3 (PIR) B4 (MIR) B2 (rouge)
Les meilleures combinaisons pour la cartographie de l'occupation des sols sont :
- Pour Landsat
- TM4, TM5 et TM3 en Rouge, Vert, Bleu
ou
- Pour SPOT4
- B3, B4 et B2 en Rouge, Vert, Bleu
- Ce sont les combinaisons retenues pour les photos interprétations du programme Corine Land Cover
Mais la végétation apparaît en rouge !
Exemple :
- Allez réaliser dans le répertoire Using TerrSet la composition colorée fausses couleurs SIERRA432
- Afficher le MNT SIERRADEM à côté
- Quelles interprétations faites-vous ?
Gardez-les à l'écran
Entraînons-nous : Sauriez-vous assigner les bandes aux couleurs de cette image Landsat TM ?
Question 1 de Ressources naturelles Canada - Réponse
tab. 6 - Combinaison des bandes spectrales pour les CC vraies couleurs
Rouge Vert Bleu Landsat TM TM3 (rouge) TM2 (vert) TM1 (bleu) SPOT 1-3 XS2 (rouge) XS3 (PIR) XS1 (vert)
- Ces combinaisons ont l'avantage de faire apparaître la végétation en vert
Cependant, elles sont généralement moins efficaces pour l'interprétation !
Exemple :
- Allez réaliser dans le répertoire Using TerrSet la composition colorée vraies couleurs SIERRA321
- Qu'en pensez-vous ?
Gardez-les à l'écran
Il existe d'autres possibilités, si elles n'existent pas dans le répertoire faites :
- SIERRA543
- SIERRA754
- Qu'en pensez-vous ?
Entraînons-nous : Sauriez-vous apparier les combinaison de bandes colorées de ces images Landsat TM ?
Question 7 de Ressources naturelles Canada - Réponse
En conclusion :
La couleur rouge offre une meilleure discrimination que le vert ou le bleu.
=> plus de nuances perceptibles
Le canal du Proche Infra Rouge offre une meilleure dynamique que celui du rouge ou du vert.
La meilleure association = Le PIR en rouge !
L'objectif = réaliser une photo-interprétation par zonage
Le zonage se fait :
- majoritairement (exclusivement ?) à l'écran ;
- anciennement sur tirage papier.
Ne nécessite aucune connaissance particulière du paysage étudié
<> (différent !) des photo-interprètes professionnels
- Partition du paysage en zones homogènes ou Zones d'Égale Apparence (ZEA) sur des critères images :
- teinte ;
- texture ;
- structure ;
- ...
- Regroupement des ZEA en Unités d'Égale Apparence (UEA)
Analyse des variables images :
- La teinte
- niveaux de gris (modalités : blanc, gris clair, ..., gris moyen, ..., gris sombre, noir) ;
image en mode Panchromatique !
fig. 10 - Image en niveau de gris
Source : Tutoriel du Centre Canadien de Télédétection- couleurs (modalités : blanc, rose, orange, ..., noir).
image en mode multibande (vrai ou fausse couleur) !
fig. 11 - Image en fausse couleur
Source : Tutoriel du Centre Canadien de Télédétection
Généralement, c'est la nuance de teinte qui est fondamentale dans le zonage.
Ensuite vient :
- La texture,
C'est le plus petit élément (objet ?) discernable.
Modalités :
- lisse ;
- points fins ;
- points grossiers (ronds, "choux fleurs", etc.) ;
- rugueux ;
- tiretés, ...
fig. 12 - Texture
Source : Tutoriel du Centre Canadien de Télédétection
- La structure,
Modalités :
- homogène régulier ;
- homogène irrégulier ;
- hétérogène, ...
D'autres variables image peuvent être définies, comme les ombres, pour apprécier les hauteurs (cf. fig. 13).
fig. 13 - La hauteur
Source : Tutoriel du Centre Canadien de Télédétection
- Création du tableau d'enquête sur les variables images :
tab. 7 - Saisie des variables images
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
- Recodage du tableau d'enquête :
tab. 8 - Tableau de codage
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
- Classification des ZEA sur les variables images :
tab. 9 - Partition en 3 UEA
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
- L'obtention des UEA se fait par traitements multivariés* :
- Analyse des correspondances multiples => CORMU de SPAD
- Matrice ordonnable de BERTIN => AMADO de SPAD
Réaliser une photo-interprétation, à l'aide de TerrSet, sur le secteur des Howe Hills à l'ouest de Worcester dans le Massachusetts.
cf. la fiche TD mtd42tel.htm
Communiquez-moi sur la plateforme Moodle, à la rubrique "Questions de cours", les réponses aux questions suivantes :
Question n°4.2.1. Pour généraliser une image, on utilise en général un filtre :
a) passe-bas
c) directionnel
e) moyen
b) passe-haut
d) de Sobel
f) médian
Question n°4.2.2. Pour obtenir une composition colorée où la végétation apparaît dans des dégradés de rouge, quel est le codage le plus efficace :
a) Canal du Vert codé en rouge
c) Canal du PIR codé en vert
b) Canal du rouge codé en vert
d) Canal du PIR codé en rouge
NB : les mots suivis de "*" font partie du vocabulaire géographique, donc leur définition doit être connue. Faites-vous un glossaire.