Vincent GODARD

Département de Géographie

Université de Paris 8


V.2.42 - Dernière mise à jour : 05/09/2012

 

Fiche Guide du TP n°4.1 du cours de Télédétection niveau 2 :

(avec l'autorisation du Clark Labs - exercice librement inspiré du didacticiel d'Idrisi32 par Michelle GIBOIRE - adaptation Vincent GODARD)

 

Exploration des images

 

Objectifs : Améliorer le contraste des images pour faciliter l'interprétation visuelle

=> étalement de la dynamique

 

Fonctions décrites dans ce TD : Data Paths, HISTO, Autoscaling, STRETCH, EDIT, COMPOSIT, Cursor Inquiry,

 

C'est un aspect très important du traitement d'images. Les développements théoriques concernant l'imagerie satellitale dans les SIG sont consultables dans la chapitre Introduction to Remote Sensing and Image Processing dans le IDRISI Guide to GIS and Image Processing Volume 1.

 

Les données :

Données télédétectées de la région de Howe Hill à l'ouest de Worcester, Massachussetts, constituées de

4 bandes du capteur TM du satellite Landsat prises le 10 septembre 1987

- HOW87TM1 => bande du bleu ;

- HOW87TM2 => bande du vert ;

- HOW87TM3 => bande du rouge ;

- HOW87TM4 => bande du proche infrarouge (PIR).

Pour en savoir plus sur le capteur TM de Landsat ...

 

Pour démarrer :

Copier le dossier suivant depuis le répertoire du disque C:\

- Tutorial Idrisi32\Introductory IP

Le coller dans un sous répertoire nommé Documents de Géographie à votre nom du disque D :

D:\geographie\Votre_Nom

Pour accéder aux données

- Sélectionner l'option Data Paths du File menu.

ou lancer Data Paths à l'aide de l'icône ci-dessous,

pour paramétrer le module Project Environnement

Le répertoire de travail doit contenir :

D:\geographie\Votre_Nom\Introductory IP

- Le répertoire Resource Folder doit contenir :

D:\geographie\Votre_Nom\Introductory GIS

et

Using Idrisi32

Utiliser les boutons :

- Add ... (ajouter)

- Remove (enlever)

 

Enregistrement du Project Environnement

- Cliquer sur le bouton Save As

- Nommez-le TELED_Votre_Nom

Il est sauvegardé dans un fichier nommé TELED_Votre_Nom.ENV

L'extension .env indique toujours un Project Environnement File.

Elle permet une réutilisation ultérieure de la configuration.

En fin de session, toujours charger l'environnement par défaut

DEFAULT.ENV

pour éviter de mauvaises surprises !!!

 

Valider par OK.

 

1. L'amélioration du contraste

b) Afficher l'image HOW87TM4

- avec la palette Grey256

- le reste par défaut

L'image doit être gris moyen et peu contrastée

(cf. Min et Max dans le Layer properties : rien entre 191 et 255, donc image gris moyen)

 

c) Lancer HISTO depuis le Display Menu

- indiquer HOW87TM4

- largeur de classes 1

- sortie graphique

- mettre ;

- le minimum à 0 ;

- le maximum à 255.

Mettre l'image et l'histogramme côtes-à-côtes

- Que voit-on sur l'histogramme ?

- Axe des X => Niveaux de luminance

- Axe des Y => Nombre de pixels par niveau

- Que signifie la structure bimodale ?

- Il n'y a aucun pixel à 255 sur l'histogramme

- À quoi le voit-on sur l'image ?

- Quelle est la radiométrie dominante ?

Niveau radiométrique => +/- 90

1) Par quelle teinte cela est-il traduit sur l'image ?

fig. 1 - Histogramme de HOW87TM4

 

1.1. L'amélioration automatique (Autoscaling)

- Pour améliorer le contraste de l'image

=> étalement automatique de la dynamique

Cela signifie que :

- la valeur minimale de l'image est mise à 0

- la valeur maximale de l'image est mise à 255

Le reste des valeurs se distribue entre les deux extrêmes

Afficher l'image HOW87TM4

- avec la palette Grey256

- cette fois avec l'étalement automatique de la dynamique

=> autoscaling

- le reste par défaut

- Comparer les deux images (avec et sans autoscaling)

- Quelle partie de l'image est la plus affectée ?

- Lancer de nouveau HISTO depuis le Display Menu

- indiquer HOW87TM4

- largeur de classes 1

- sortie graphique

- mais cette fois-ci, retenir ;

- le minimum par défaut ;

- le maximum par défaut.

 

1.2. Comparaison des histogrammes

- Comment voit-on l'effet de l'autoscaling ?

Les limites min et max de l'axe des X sont atteintes

- la valeur minimale de l'image est mise au noir

- la valeur maximale de l'image (190) est mise à blanc

- les pixels de valeurs intermédiaires sont dans une montée de gris

L'étalement automatique de la dynamique ne change pas la valeur des données

il change uniquement les valeurs d'affichage

 

Parfois l'autoscaling n'est pas suffisant

 

2. Le stretching

e) Afficher l'image HOW87TM1 avec :

- la palette Grey256

- l'étalement automatique de la dynamique

autoscaling

- le reste par défaut

- Lancer de nouveau HISTO depuis le Display Menu

- indiquer HOW87TM1

- le reste par défaut

2) Quelle est la forme de l'histogramme ?

- Est-ce que cela explique pourquoi l'autoscaling est si peu efficace ?

- On peut améliorer le contraste en effectuant un étalement de la dynamique* de l'image

stretching => contrastage

Cette opération crée un nouveau fichier avec de nouvelles valeurs !

- Trois contrastages différents sont possibles.

- 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.

S'obtient aussi sur le Composer / Layer properties en jouant sur les curseurs des points de saturation.

- 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 !

 

2.1. Procédure STRETCH

h) Lancer STRETCH depuis le Display Menu puis indiquer :

- HOW87TM1 en image d'entrée ;

- Linear stretch with saturation avec 2,5% de saturation;

- TM1LS25 en image de sortie ;

- un titre explicite ;

- le reste par défaut.

- Afficher l'image TM1LS25 avec :

- la palette Grey256

- pas d'autoscaling sur les images contrastée, c'est inutile !

- le reste par défaut

- Lancer de nouveau HISTO depuis le Display Menu

- indiquer TM1LS25

- le reste par défaut

- Comparer les histogrammes et les images des fichiers HOW87TM1 et TM1LS25

- Quelles différences de contrastes voyez-vous ?

- Comparez les moyennes, écart-types et CV

3) Quelle est l'image qui a la dispersion la plus élevée ?

Fermez les fenêtre

 

2.2. Comparaison de plusieurs stretching

Afficher l'image HOW87TM4 avec :

- la palette Grey256

- Réaliser 4 contrastages différents sur la même image HOW87TM4

1. Linear stretch avec min et max sur les pieds de courbe ;

- 256 niveaux de gris ;

- nommer le résultat TM4L.

2. Linear stretch with saturation avec 5 % de saturation ;

- 256 niveaux de gris ;

- nommer le résultat TM4LS50.

3. Linear stretch with saturation avec 2,5 % de saturation ;

- 256 niveaux de gris ;

- nommer le résultat TM4LS25.

4. Histogram Equalization avec

- 256 niveaux de gris ;

- nommer le résultat TM4HE256.

- Comparer les 4 contrastages et leur histogramme

- Quelle est l'image qui a le meilleur contraste ?

- Expliquer pourquoi à l'aide des histogrammes.

On trouve le bon contraste en tâtonnant.

C'est en général autour de 2,5 à 5 %

- Des deux images saturées par Linear stretch with saturation, quelle est celle qui permet d'identifier le plus d'éléments, 2,5 ou 5 % ?

 

2.3. Analyse thématique de plusieurs stretching

Réaliser un contrastage sur HOW87TM2 et TM3 avec :

- Linear stretch with saturation à 2,5%

- ne pas omettre le 0 ;

- nommer les résultats TM2LS25 et TM3LS25.

- Afficher ces images avec les TM1LS25 et TM4LS25 précédemment crées.

- Il y a 3 types d'occupation du sol facilement identifiables :

- l'urbain ;

- la forêt ;

- l'eau.

- Comment la réflectance* du rayonnement électromagnétique* de ces trois couverts nous est-elle restituée dans les quatre bandes du capteur TM ?

 

3. Comparaison des signatures spectrales

3.1. Graphe bidimensionnel

l) Il faut faire un graphe bidimensionnel* pour 3 couverts

Pour déterminer la réflectance dans les quatre bandes,

Extended Cursor Inquiry => pour interroger simultanément les images d'un fichier d'images groupées.

C'est un fichier ASCII avec une extension .RGF

- La première ligne indique le nombre d'images à interroger.

- Les autres lignes contiennent le nom de chaque fichier sans les extensions.

- Lancer EDIT (pour changer du Collection editor ! Sinon aller voir la procédure en activant ce lien : fiche memo 1.2) depuis le menu Data Entry ou à l'aide de l'icône ci-après , puis :

- enregistrer en Image raster group (.rgf) ;

- le nommer HOW87TM ;

- ajouter le nom des quatre fichiers stretchés.

Si vous passez par l'éditeur standard (EDIT), votre fichier aura l'aspect suivant :

4

TM1LS25

TM2LS25

TM3LS25

TM4LS25

Enregistrer et quitter EDIT.

- Pour déterminer dans les quatre bandes la réflectance de l'urbain, de la forêt et de l'eau :

- Afficher HOW87TM.TM4LS25

- Activer le Feature Properties

- Pointer les trois thèmes dans l'image

4) Tracer ces valeurs sur le graphe bidimensionnel à partir de vos pointage (reproduire et rendre).

fig. 2 - Histogramme de HOW87TM

- Que représentent-t-elles ?

C'est un modèle de réponse spectrale pour trois types de couvert.

 

3.2. Interrogation multiple d'images

5) Quel est le thème caractérisé par le pic dans les basses valeurs de la bande du PIR ?

- Se référer à la figure 1 ;

- Se rappeler de ce qui a été vu sur les différents histogrammes.

En retournant aux images stretchées,

- En quoi est-ce que le stretch contraste l'information ?

- Lui donne-t-il plus de sens ?

 

q) Réaliser un contrastage sur HOW87TM1 avec :

- Histogram Equalization en

- 256 niveaux de gris ;

- nommer le résultat TM1HE256.

- Afficher TM1LS25 avec la même palette.

- Noter les différences.

- Pourquoi l'Histogram Equalization est-elle peu adaptée à la télédétection ?

TM1HE256 a plus de différences mais on perd le sens du couvert.

(p.e. le couvert forestier est réfléchissant, alors que dans cette longueur d'onde, le bleu, l'humidité et les pigments des feuilles doivent absorber les rayonnements)

 

Conclusion : Pour les données télédétectées, le stretch linéaire est plus fidèle.

 

4. Les compositions colorées

- Comment passer d'une image monochrome à une composition colorée ?

Les compositions colorées* sont des images :

- multibandes ;

- rehaussées.

- Il faut 3 bandes spectrales pour faire une composition colorées.

- IDRISI 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.

 

4.1. Les compositions colorées fausses couleurs

t) Lancer COMPOSIT depuis le Display Menu puis indiquer :

- Nom de la bande bleue => HOW87TM2 ;

- Nom de la bande verte => HOW87TM3 ;

- Nom de la bande rouge => HOW87TM4 ;

- Linear stretch with saturation avec 1% de saturation ;

- Nom du fichier résultat => CCHOWTM234.

- Il est encore possible de modifier le contrastage en jouant sur les curseurs des points de saturation du Composer / Layer properties.

6) Pourquoi la végétation est-elle en rouge vif ?

 

s) Pour connaître la valeur de l'encodage :

- activer le Cursor Inquiry sur la composition colorée

- cliquer sur les pixels :

- eau ;

- végétation ;

- urbain.

 

4.2. Les compositions colorées vraies couleurs

r) Relancer COMPOSIT depuis le Display Menu puis indiquer :

- Nom de la bande bleue => HOW87TM1 ;

- Nom de la bande verte => HOW87TM2 ;

- Nom de la bande rouge => HOW87TM3 ;

- Linear stretch with saturation avec 1% de saturation ;

- Nom du fichier résultat => CCHOWTM123.

- Quelle-est la composition colorée la plus efficace ?

 

Rappel : Réserver les données stretchées pour l'analyse visuelle

et n'utiliser que des données brutes pour les classifications.

 

 

Retour au début de la fiche Guide

 

Fiche Guide suivante

 

NB : les mots suivis de "*" font partie du vocabulaire géographique, donc leur définition doit être connue. Faites-vous un glossaire.