Chapitre 3 Traitement Des Images Satellites - Est
Chapitre 3 Traitement Des Images Satellites - Est
Chapitre 3 Traitement Des Images Satellites - Est
Introduction
I/ Images numériques
I-1/ Définition
I-2/ Intervalle dynamique
I-3/ Stockage de l’image numérique
I-4/ Visualisation des images numériques
I-4-1/ Histogramme d’une image
I-4-2/ Visualisation monospectrale
I-4-3 / Visualisation multispectrale
II/ Opérations de traitement des images satellitales.
II-1/ Corrections géométriques
II-2/ Corrections radiométriques
II-3/ Rehaussement des images
II-4/ Transformations multispectrales
II-5/ Classification
1/ Principe
2/ Classification non supervisée
3/ Classification supervisée
II-6/ Validation du résultat de classification
• Les images satellitales sont sous format numérique.
• Une scène multispectrale ou hyperspectrale est composée d’un ensemble
d’images monospectrales.
• Le traitement d’une scène a pour ultime objectif, l’extraction d’informations
qualitatives et quantitatives relatives à la surface terrestre.
• Le traitement d’une scène nécessite l’utilisation d’outils (microordinateur) et
méthodes informatiques (logiciels).
La chaine de traitement des scènes satellitales comprend les trois étapes suivantes :
• Corrections radiométriques
Prétraitement • Corrections géométriques
• Rehaussement monospectral ou multispectral
•Classification de la scène
Extraction de
•Choix des sites d’entrainement
l’information
•Algorithme de classification
12 104 54 75 1
87 201 153 89 12
(n)
23 57 49 33 47
(m)
La valeur digitale d’un pixel exprime la quantité de rayonnement réfléchie ou émise par la
partie du sol correspondant au pixel. Par conséquent, on l’appelle : valeur de brillance.
Pixel: Picture Element.
• Il y a autant d’images que de bandes spectrales par capteur du satellite.
• Nombre de canaux du capteur = nombre de copies de l’image.
Exemples:
• Landsat-8 OLI, TIRS: 11 bandes spectrales, donc 11 images de la
même région à la fois.
• Spot NAOMI: 5 bandes, soit 5 images à la fois de la même région.
• Exemple:
2) La taille du pixel
• Les pixels de l’image ont une forme carrée.
• Tous les pixels d’une image ont une taille identique.
• Les dimensions du pixel (donc sa taille) sont déterminées par la
résolution géométrique du capteur ayant acquis l’image.
Chapitre 3 : Traitement des images satellites
Introduction
I/ Images numériques
I-1/ Définition
I-2/ Intervalle dynamique
I-3/ Stockage de l’image numérique
I-4/ Visualisation des images numériques
I-4-1/ Histogramme d’une image
I-4-2/ Visualisation monospectrale
I-4-3 / Visualisation multispectrale
II/ Opérations de traitement des images satellitales.
II-1/ Corrections géométriques
II-2/ Corrections radiométriques
II-3/ Rehaussement des images
II-4/ Transformations multispectrales
II-5/ Classification
1/ Principe
2/ Classification non supervisée
3/ Classification supervisée
II-6/ Validation du résultat de classification
•L’intervalle dynamique d’une image est le nombre de valeurs possibles que peut affecter le capteur aux
pixels d’une image ;
•Il dépend de la résolution radiométrique du capteur.
•Ce niveau est compris entre 21 et 2n.
•Il détermine le nombre de niveaux de gris affectés aux pixels de l’image.
•Il rend compte du nombre de bits nécessaires pour stocker la valeur digitale de chaque pixel de
l’image.
Niveau codification Nombre de niveaux de gris
1 bit 21 = 2, soit 0 et 1.
256 16 6 2
Nombre de niveaux de l’image
• La qualité visuelle de l’image
dépend du nombre de niveaux de
gris utilisés : plus ce nombre est
grand, plus la qualité visuelle
est meilleure.
1 bit (2 niveaux de gris) 2 bit (4 niveaux de gris)
• Le moniteur du micro-ordinateur
peut distinguer des millions de
tons de gris.
Un octet ou byte
0 1 0 0 0 0 0 1
Signal numérisé
Les données digitales des images sous format binaire dans les pistes de
l’unité de stockage sont organisées de la manière suivante:
1 1 0 0 1 0 0 1 1 1 0 0 1 1 1 1 1 0 0 0 0 1 0 1 0
0 1 1 1 0 0 0 1 0 0 1 0 1 1 1 0 0 1 1 1 0 1 0 0 0
Piste de l’unité de
0 1 1 1 0 1 0 1 1 1 0 0 0 0 1 0 0 1 1 1 0 0 1 0 1
1 0 1 0 0 0 1 1 0 0 0 1 1 0 0 1 1 0 0 0 1 1 0 0 0
1 0 1 0 0 1 1 0 0 0 0 1 1 1 0 0 1 1 1 0 0 1 0 1 0
stockage
0 0 0 0 1 1 1 0 1 1 0 1 0 1 0 1 0 0 1 1 0 1 0 0 1
1 0 1 0 0 0 0 1 1 1 0 0 1 0 0 1 0 1 1 1 1 0 1 0 1
0 1 1 0 1 0 1 1 1 1 0 0 0 1 1 1 0 0 1 1 0 0 1 1 0
151
154
225
123
192
133
243
167
167
218
205
225
152
106
111
103
220
137
44
29
64
28
18
35
38
La capacité de stockage des supports informatique et la taille des fichiers images sont
exprimées en multiple d’octet (byte en anglais):
Soit approximativement:
Envi 5.6
http://www.harrisgeospatial.com/SoftwareTechnology/ENVI.aspx
PCI Geomatica2017
http://www.pcigeomatics.com/
TerrSet
https://clarklabs.org/terrset/
Prix : 99$ (Etudiant) – 675$ (Université) – 1250$ (Public)
ILWIS4
http://www.itc.nl/ilwis/downloads/ilwis33.asp
Prix : Gratuit
QGIS 3.34
https://www.qgis.org/fr/site/about/index.html
• ENVI 5.6 : Configuration minimale requise:
• RAM : 4Go ou plus ;
• CPU intel dual core (3Ghz) ou plus;
• 2 GB d’espace disque (pour l’installation de l’application).
• Affichage HD (1600×1200) ou plus est recommandé.
Nombre de
•Un mode : valeur digitale ayant la fréquence
maximale au sein de l’image.
pixels
•Une valeur digitale minimale (DNmin) et
une valeur digitale maximale (DNmax).
•Valeur digitale moyenne
•Ecart-type.
Valeursdigitales (DN)
0 9 42 65 255
Nombre de pixels ou
Histogramme large
fréquence
Terre
Végétation
Sol
Zone Urbaine
0 255 DN
Bande X
Chapitre 3 : Traitement des images satellites
Introduction
I/ Images numériques
I-1/ Définition
I-2/ Intervalle dynamique
I-3/ Stockage de l’image numérique
I-4/ Visualisation des images numériques
I-4-1/ Histogramme d’une image
I-4-2/ Visualisation monospectrale
I-4-3 / Visualisation multispectrale
II/ Opérations de traitement des images satellitales.
II-1/ Corrections géométriques
II-2/ Corrections radiométriques
II-3/ Rehaussement des images
II-4/ Transformations multispectrales
II-5/ Classification
1/ Principe
2/ Classification non supervisée
3/ Classification supervisée
II-6/ Validation du résultat de classification
• L’affichage d’une image se fait par la transformation des valeurs digitales des pixels en
niveaux de gris.
• Cette transformation se fait grâce à une table de conversion : Table de transcodage
(Look-Up-Table ou LUT).
7 6 4
5 7 6
0 1 2 3 4 5 6 7
1 0 2
Table de transcodage (LUT).
Image (3 x 3)
Bande X
12 104 54 75 1
L’affichage ou la visualisation
de l’image numérique consiste 87 201 153 89 12
en une transformation des
23 57 49 33 47
valeurs digitales des pixels de
l’image en niveaux (ou tons)
205 198 157 53 39
de gris.F
255 14 7 5 1
• La table de transcodage détermine le nombre de niveau de gris qui peuvent être
affichés sur une image.
• Le nombre de niveaux de gris dépend du niveau de codification de l’image
Valeurs d’entrée: Valeurs de sortie:
LUT DN de l’image Niveaux de gris affichés
9 9
DN = 255
10 10
11 11
12 12
. .
. .
. .
62 62
63 63
64 64
65 65
Image monospectrale (en niveaux de gris) DN = 0
LUT
Chapitre 3 : Traitement des images satellites
Introduction
I/ Images numériques
I-1/ Définition
I-2/ Intervalle dynamique
I-3/ Stockage de l’image numérique
I-4/ Visualisation des images numériques
I-4-1/ Histogramme d’une image
I-4-2/ Visualisation monospectrale
I-4-3 / Visualisation multispectrale
II/ Opérations de traitement des images satellitales.
II-1/ Corrections géométriques
II-2/ Corrections radiométriques
II-3/ Rehaussement des images
II-4/ Transformations multispectrales
II-5/ Classification
1/ Principe
2/ Classification non supervisée
3/ Classification supervisée
II-6/ Validation du résultat de classification
Principe et physiologie de la vision humaine
• L’œil humain est un système optique (cristallin + rétine).
• La rétine est l’élément photosensible du système.
• La rétine est un tissu composé entre autres, de deux types de cellules
photosensibles :
• Les cônes, responsables de la vision des couleurs (trois types :
Rouge, Vert et bleu) ;
• Les bâtonnets, responsable de la vision nocturne.
• La vision des couleurs est obtenue via la fusion par le cerveau, des
images captées par les trois types de cônes.
• La visualisation multispectrale ou «en couleurs» des images de
télédétection se fait sur le moniteur d’un micro-ordinateur.
Couleurs soustractives.
Couleurs additives. (Imprimante et photocopies
(écran de télé couleur) couleurs)
• Chaque couleur est un « mélange » de trois couleurs primaires (bleu, vert et
rouge) à des proportions différentes.
- (0,0,0) = Noir.
0,255,255 255,255,255 - (0,0,255) = Bleu.
- (0,255,0) = Vert.
255,0,255
0,0,255 - (255,0,0) = Rouge.
- (0,255,255) = Cyan.
- (255,255,0) = Jaune.
0,255,0 - (255,0,255) = Magenta.
255,255,0 - (255,255,255) = Blanc.
- (100,100,100) = Gris-sombre.
0,0,0 255,0,0 - (200,200,200) = Gris-clair.
• Le moniteur du micro-ordinateur possède trois canaux pour l’affichage des images: le
canal rouge, vert et bleu.
• Les images de télédétection sont
multispectrales.
• Pour un affichage «en couleurs»
d’une scène satellitaire, on combine
trois images de trois bandes
spectrales différentes.
• Chacune des trois composantes est
affichée à travers un canal du
moniteur.
Images monospectrales
0 255 0 0 0 255 0 0 0
0 255 255 + 0 255 0 + 255 0 255
0 100 255 255 100 255 255 100 255
Composition colorée
• Il existe deux types de compositions colorées des images de télédétection :
• Visualisation en couleurs naturelles.
• Visualisation en «fausses couleurs».
• La visualisation en couleurs naturelles est obtenue en choisissant pour
l’affichage, les bandes spectrales du visible correspondant au bleu, vert et rouge
(composition identique à la vision des couleurs par l’œil humain).
• On affiche ces bandes respectivement dans les canaux bleu, vert et rouge du
moniteur.
Bande affichée de la scène Canal d’affichage du moniteur
TM-3 (Rouge) Canal Rouge
TM-2 (Vert) Canal vert
TM-1 (Bleu) Canal bleu
Relation de
Correspondance
TM-3
TM-2
TM-1
Une composition en « fausses couleurs » est obtenue, soit en:
La composition
TM(4,3,2)(RVB)
permet
l’accentuation de
la végétation saine
sur cette scène.
Canaux Landsat TM 1 2 3 4 5 7 6
Canaux
d’affichage
B V R B V R B V R
1 2 3 2 3 4 1 4 7
Couleurs
Fausses Fausses
naturelles
Couleurs Couleurs
TM-1 TM-2 TM-3
TM-6
Superposition Superposition
image de MAI-AOUT MAI-AOUT
référence SANS APRES
correction correction
MAI 1990
Visée verticale
image à
recaler
AOUT 1990
Visée oblique (2°26)
Corrections géométriques
calage d’une image par rapport à une carte (= géoréférencement)
carte de
géoréférence
image à
géoréférencer Image géoréférencée
➢Anomalies instrumentales ;
Image LANDSAT-TM sans correction atmosphérique Image LANDSAT-TM avec correction atmosphérique
CONTRIBUTION ATMOSPHERIQUE
• La correction atmosphérique n’est pas toujours nécessaire !
• La correction atmosphérique est nécessaire dans le cas de la comparaison de
plusieurs scènes.
✓Mosaïquage de scènes : collage d’images de régions contiguës.
✓Études diachroniques : suivi de l’évolution d’un phénomène au cours du
temps.
ANOMALIE INSTRUMENTALE
Il arrive que certains détecteurs du capteur soient défectueux, ceci se traduit par une
altération de la radiométrie de lignes entière de pixels. La conséquence est le
lignage de l’image.
L = k . Lcosa + b •
•
: angle d’élévation solaire ;
k, a, b: constantes déduites empiriquement ;
• Lc : Luminance corrigée.
Chapitre 3 : Traitement des images satellites
Introduction
I/ Images numériques
I-1/ Définition
I-2/ Intervalle dynamique
I-3/ Stockage de l’image numérique
I-4/ Visualisation des images numériques
I-4-1/ Histogramme d’une image
I-4-2/ Visualisation monospectrale
I-4-3 / Visualisation multispectrale
II/ Opérations de traitement des images satellitales.
II-1/ Corrections géométriques
II-2/ Corrections radiométriques
II-3/ Rehaussement des images
II-4/ Transformations multispectrales
II-5/ Classification
1/ Principe
2/ Classification non supervisée
3/ Classification supervisée
II-6/ Validation du résultat de classification
• «Le rehaussement de l’image est une manipulation de son
apparence telle que l’information contenue en elle est
facilement interprétable visuellement pour une nécessité
précise» (Mather, 1999)
• Il existe trois manières principales pour améliorer le contraste d’une
image :
• Étirement de l’histogramme ;
• Transformations multispectrales ;
• Filtrage de l’image pour rehausser les contours d’objets.
ÉTIREMENT DE L’HISTOGRAMME
• Parfois, les images sont sur- ou sous-exposées : elles peuvent être soit trop
claires ou très sombres ; ce qui les rend inutilisables à l’état brute.
• L’intervalle de valeurs digitales utilisé par TM-3 sur l’image ci- dessous
s’étend entre 9 et 65.
• Les systèmes d’affichage peuvent afficher jusqu’à 256 niveaux de gris, mais
cette image ne les utilise pas tous [ 9, 65 ].
Landsat TM-3
Nombre de
pixels
0 9 65 DN de l’image 255
Image
sombre,
contraste image claire,
faible contraste
faible
0 255 0 255
0
255
ACP
PC3
PC2
PC1
Source : www.unige.ch
ANALYSE EN COMPOSANTES PRINCIPALES (ACP)
• Elle se base sur la corrélation positive entre les bandes spectrales d’un
capteur.
• Cette corrélation est représentée par le diagramme de dispersion à N dimensions
(N étant le nombre de bandes spectrales).
• Elle consiste en une transformation d’axes selon lesquels la variance des DN est
respectivement maximale et minimale.
D
D
N
D
N
CP
2
Bande
Bande
Bande
Y
Y
CP1