Traitement numérique des images
De nos jours, la plupart des données de télédétection étant enregistrées en format numérique, presque toutes les interprétations et analyses d'images requièrent une partie de traitement numérique. Le traitement numérique des images peut recourir à divers procédés dont le formatage et la correction des données, le rehaussement numérique pour faciliter l'interprétation visuelle ou même la classification automatique des cibles et des structures entièrement par ordinateur.
Le traitement numérique de l'imagerie de télédétection exige que les données soient enregistrées et disponibles dans un format numérique convenable pour l'entreposage sur disques ou cassettes informatiques.
Le traitement d'images numériques nécessite évidemment un système informatique (ou système d'analyse d'images) ainsi que l'équipement et les logiciels pour traiter les données. Plusieurs systèmes de logiciels commerciaux ont été développés spécifiquement pour le traitement et l'analyse des images de télédétection.
Pour les besoins de ce cours, nous regrouperons les fonctions de traitement des images communément disponibles en analyse d'images en quatre catégories :
- Prétraitement
- Rehaussement de l'image
- Transformation de l'image
- Classification et analyse de l'image
On appelle fonctions de pré-traitement les opérations qui sont normalement requises avant l'analyse principale et l'extraction de l'information. Les opérations de pré-traitement se divisent en corrections radiométriques et en corrections géométriques. Les corrections radiométriques comprennent entre autres, la correction des données à cause des irrégularités du capteur, des bruits dus au capteur ou à l'atmosphère, et de la conversion des données afin qu'elles puissent représenter précisément le rayonnement réfléchi ou émis mesuré par le capteur. Les corrections géométriques comprennent la correction pour les distorsions géométriques dues aux variations de la géométrie Terre-capteur, et la transformation des données en vraies coordonnées (par exemple en latitude et longitude) sur la surface de la Terre.
Améliorer l'apparence de l'imagerie
Les fonctions de rehaussement ont pour but d'améliorer l'apparence de l'imagerie pour aider l'interprétation et l'analyse visuelles. Les fonctions de rehaussement permettent l'étirement des contrastes pour augmenter la distinction des tons entre les différents éléments d'une scène, et le filtrage spatial pour rehausser (ou éliminer) les patrons spatiaux spécifiques sur une image.
Les transformations d'images sont des opérations similaires à ceux de rehaussement de l'image. Cependant, alors que le rehaussement de l'image qui est normalement appliqué à une seule bande de données à la fois, la transformation de l'image combine le traitement des données de plusieurs bandes spectrales. Des opérations arithmétiques (c'est-à-dire addition, soustraction, multiplication, division) sont faites pour combiner et transformer les bandes originales en de "nouvelles" images qui montrent plus clairement certains éléments de la scène. Nous allons examiner certaines de ces opérations incluant les diverses méthodes de rapport de bande aussi appelé rapport spectral et un procédé appelé analyse des composantes principales qui est utilisée pour mieux représenter l'information en imagerie multispectrale.
Les opérations de classification et d'analyse d'image sont utilisées pour identifier et classifier numériquement des pixels sur une image. La classification est habituellement faite sur des banques de données multispectrales (A), et ce procédé donne à chaque pixel d'une image une certaine classe ou thème (B) basé sur les caractéristiques statistiques de la valeur de l'intensité du pixel. Il existe une variété d'approches prises pour faire une classification numérique. Nous allons brièvement décrire deux approches générales qui sont souvent utilisées, soit la classification supervisée et la classification non supervisée.
La prochaine section sera consacrée à la description plus détaillée de catégories de fonctions de traitement d'images numériques.
Le saviez-vous?
« ...Notre processus opérationnel standard est... »
... L'industrie de la télédétection et les autres industries qui lui sont associées ont tenté d'uniformiser le format dans lequel les données de télédétection sont stockées afin de faciliter l'échange de données et d'établir un standard pour la lecture de ces données est faite par les systèmes d'analyse d'images. Le comité CEOS (Committee on Earth Observing Satellites) a suggéré ce format qui est grandement utilisé à travers le monde pour l'enregistrement et l'échange de données.
Question éclair
Un pixel 8 bits occupe un espace d'un octet sur un disque informatique. Un kilo-octet (ko) représente 1024 octets. Un mega-octet (Mo) représente 1024 kilo-octets. De combien de mega-octets un disque d'ordinateur aurait-il besoin pour contenir une image 8 bits (7 bandes) du satellite Landsat Thematic Mapper (TM) qui a une dimension de 6000 pixels par 6000 lignes?
La réponse est...
Question éclair - réponse
Si nous avons sept bandes de données TM, chacune avec 6000 pixels par 6000 lignes, et que chaque pixel occupe un octet d'espace disque, nous avons :
7 x 6000 x 6000 = 252 000 000 octets de données.
Pour convertir ceci en kilo-octets, on divise par 1024, et pour convertir la réponse en mega-octets, on divise une autre fois par 1024!
252 000 000 (1024 x 1024) = 240,33 mega-octets
Donc, nous aurions besoin de 240 mega-octets d'espace disque juste pour contenir une seule image TM complète, sans analyser l'imagerie et créer des variations d'images. Il est inutile de dire qu'il faut beaucoup d'espace et des ordinateurs puissants pour analyser les données provenant des systèmes de télédétection d'aujourd'hui.
Détails de la page
- Date de modification :