Академический Документы
Профессиональный Документы
Культура Документы
Les transformations d'images sont des opérations similaires à celles de rehaussement de l'image.
Cependant, alors que le rehaussement s'applique à une seule bande de données à la fois, la
transformation d'images est un procédé qui implique la manipulation de plusieurs canaux :
- pour transformer une image provenant d'un capteur multispectral,
- pour transformer plusieurs images de la même région prises à des moments différents (données
multitemporelles).
La transformation d'images génère une ''nouvelle'' image = néo-canal en combinant les différentes sources
d'information de manière à rehausser, synthétiser, extraire certaines caractéristiques ou certaines
propriétés des données peu visibles sur les canaux d’origine.
L'objectif des transformations multispectrales est triple :
convertir des luminances mesurées par le satellite en variables thématiques ayant une
signification dans les domaines de l'environnement, comme la biomasse, la couverture foliaire,
l'humidité d'un sol, etc.
construire des indicateurs synthétiques permettant de décrire l'état d'un phénomène. L’indice de
végétation (NDVI) rend compte par exemple de l'état, du stade de croissance de la végétation à un
moment donné.
réduire le nombre des données par la sélection des données les + utiles. Les canaux (7 pour
Landsat TM) d’une même scène sont souvent corrélés entre eux ce qui entraîne une redondance de
l'information. La transformation permet de synthétiser l’information.
Le calcul de ces nouvelles couches d'information synthétiques s'appuie sur des méthodes d'analyse
statistique et des combinaisons arithmétiques de canaux (appelées aussi rapports spectraux)
débouchant sur la création de nouveaux canaux (néo-canaux).
Un grand nombre de ces transformations multispectrales se basent sur les bandes rouge et infrarouge.
Plusieurs raisons à cela :
c'est entre les bandes rouge et infrarouge qu'on observe les plus grands écarts de réflectance
entre la végétation et les sols,
le canal infrarouge possède la plus grande richesse d'information (variance élevée),
l'interprétation des bandes rouge et infrarouge en termes d'occupation du sol est assez aisée,
ces bandes sont présentes sur pratiquement tous les capteurs (Spot, Landsat, NOAA, lkonos, …)
permettant certaines comparaisons entre différentes sources d'images.
1
Support de cours M1 SIIG3T - Traitement d’images - J-P Cherel 2010
transformation d'images de télédétection
Le plus connu des indices est l'indice de végétation normalisé (NDVI). Son principe repose sur le fait
qu'un couvert végétal absorbe l'énergie dans la bande rouge et réfléchit beaucoup dans le PIR, d'où la
formule :
NDVI = (PIR - R) / (PIR + R)
C'est une transformation très utilisée pour surveiller l'état de la végétation à l'échelle continentale ou du
globe. Une multitude d'autres indices de végétation ont été développés :
Ces indices de végétation doivent être utilisés avec précaution, lorsqu'on les applique à des images qui
n'ont pas été corrigées des effets atmosphériques et des divers effets d'angle.
Certains indices sont influencés par les propriétés optiques des sols sous-jacents, d'où une autre gamme
d'indices permettant, en théorie, de réduire cette erreur : par exemple le perpendicular vegetation index ;
le Tasseled-cap ; l'indice de végétation ajusté au sol ; etc.
En pédologie, de nombreux indices ont été créés pour mettre en évidence diverses composantes du sol :
2 2 1/2
l'indice de brillance = (R + PIR ) , le plus connu,
2 3
l'indice de rougeur d'un sol = R / B x V ,
l'indice de couleur d'un sol = R – V / R + V.
Un des avantages de l'utilisation des rapports spectraux est la réduction de l'effet de variation de
l'illumination solaire causé par la topographie. Le fait de calculer des valeurs relatives (des rapports)
plutôt que des valeurs absolues d'intensité produit une 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.
L'axe 1 est assez proche de la somme des valeurs de comptes numériques pour un même pixel.
Cela ressemble à un canal panchromatique. En simplifiant, ce néo canal contient plus des 2/3 de
l'information multispectrale d'origine,
La deuxième composante met généralement en valeur l'opposition entre le visible et l'infra
rouge. Cela ressemble à un indice de végétation dont la formule brute serait du type : IR - R.
C'est donc sur ce canal que l'on détectera le mieux les divers types de végétation,
L’ ACP3 met plutôt en valeur les différences entre les deux canaux du visible.
L'analyse des composantes principales ou d'autres transformations complexes peuvent être utilisées
comme techniques de rehaussement visuel pour faciliter l'interprétation ou pour réduire le nombre de
bandes qui seront fournies comme données d'entrée à une procédure de classification numérique.
2
Support de cours M1 SIIG3T - Traitement d’images - J-P Cherel 2010
transformation d'images de télédétection
1) Création d'indices