Initiation au Logiciel ENVI 4.3

Transcription

1 INSTITUT NATIONAL POLYTECHNIQUE DE TOULOUSE ECOLE NATIONALE SUPERIEURE AGRONOMIQUE DE TOULOUSE Initiation au Logiciel ENVI 4.3 INITIATION AU TRAITEMENT D IMAGES SATELLITALES Travaux dirigés : Cahier 2 Jean-Paul LACOMBE Les logiciels ENVI et IDL sont mis à disposition par ITT France, 4 rue de Lyon PARIS Département Agronomie-Environnement E.N.S.A.Toulouse Jean-Paul LACOMBE

2 SOMMAIRE 1. GESTION DES FICHIERS IMAGES Ouvrir un fichier externe intégration d un fichier générique (BMP) transformation d un fichier générique en fichier ENVI intégration d une scène Spot ouvrir un fichier image désafficher des canaux ou des images Découper une image rotation et transposition d une image statistiques d histogrammes VISUALISATION ET HABILLAGE CARTOGRAPHIQUE DES DONNEES affichage de la position du curseur affichage des profils d image histogrammes bidimensionnels interactifs lier deux affichages annoter une image incruster une grille sur l image sauvegarder l habillage cartographique segmenter un histogramme Contourer des surfaces de même radiométrie PRETRAITEMENTS D IMAGES étalement interactif du contraste créer des néocanaux indice de végétation autres combinaisons sélectionner des régions d intérêt analyse en composantes principales génération de masques élaboration du masque application du masque appliquer un filtre CLASSIFICATION MULTISPECTRALE classification non supervisée méthode K-Means méthode Isodata classification supervisée classification hypercube classification par la distance minimum classification par la distance de Mahalanobis classification par le maximum de vraisemblance classification par l angle spectral classification par le modèle des réseaux neuronaux analyse des résultats de classification assignation de couleurs de classe le classeur de règle les statistiques de classes détection des changements statistiques matrice de confusion changement de la couleur d une classe amélioration du rendu cartographique des résultats analyse majoritaire et minoritaire homogénéiser les classes éliminer les pixels isolés combiner des classes cartographie des résultats appliquer une couche classée sur une image RGB contours de classes zones tampons autour des classes COMPOSITION CARTOGRAPHIQUE bordures virtuelles de manière automatique par l ajout d une grille E.N.S.A.Toulouse Jean-Paul LACOMBE

3 5.1.2 à partir de la fenêtre Available Bands List grilles annotation CORRECTIONS GEOMETRIQUES GEOREFERENCEMENT correction image image saisie des points d amers rectification des images évaluation des résultats correction image carte : géoréférencement fusion de 2 images géoréférencées de résolutions différentes affinage par ITS (IHS Sharpening) affinage par la méthode de la couleur normalisée (Brovey) MOSAIQUAGE D IMAGES prétraitement des images harmonisation d histogramme estompage de la zone de jonction création d une mosaïque à partir des pixels création d une mosaïque géoréférencée ORTHORECTIFICATION orthorectification d une photographie aérienne étape 1 : correction des paramètres matériels étape 2 : correction des distorsions géométriques étape 3 : orthorectification de la photographie aérienne orthorectification d une image Spot étape 1 : correction des distorsions géographiques étape 2 : orthorectification de l image Spot conseils pour réussir l orthorectification la résolution spatiale le ré-échantillonnage pendant l orthorectification la précision des points d amers la valeur minimum d un MNT la taille du pixel de sortie LE FILTRAGE SPATIAL filtres de convolution filtres morphologiques filtres de texture mesures d occurrence mesures de cooccurrence filtres adaptatifs filtre de Lee filtre de Frost filtre Gamma filtre de Kuan filtre Sigma local filtre d erreur de bit filtres par transformée de Fourier filtrage vers l avant définition du filtre interactif transformée inverse ANALYSE 3D Prétraitement des images corrections géographiques ré-échantillonnage d une scène à une taille de pixel donnée redimensionnement d une scène Représentation en 3 D Extraction de paramètres physiques paramètres topographiques : l altitude paramètres topographiques : pentes, exposition et relief ombré paramètres caractéristiques d un paysage 88 E.N.S.A.Toulouse Jean-Paul LACOMBE

4 GESTION DES FICHIERS IMAGES 1.1 Ouvrir un fichier externe intégration d un fichier générique (BMP) transformation d un fichier générique en fichier ENVI intégration d une scène Spot ouvrir un fichier image désafficher des canaux ou des images découper une image rotation et transposition d une image statistiques d histogrammes 4

5 1. GESTION DES FICHIERS IMAGES ENVI permet d intégrer des fichiers externe de source variée et les intègre au format ENVI (sauf pour les fichiers de type.bmp et.tif qui conservent leur spécificité). Les fichiers de données externes sont rangés dans un répertoire fixé par l utilisateur. Une fois l intégration réalisée les fichiers-images peuvent être appelés à l aide d une commande d ouverture. 1.1 ouvrir un fichier externe Menu : File > Open External File ENVI propose différents formats de données : Formats de télédétection Remote Sensing (SPOT, LANDSAT, IKONOS, Radar, Thermique ) Formats de traitement d images raster IP Software (ARCVIEW, ERDAS, PCI ) Formats génériques Generic Formats (ASCII, BMP, TIF, HDF, JPEG ) Modèles numériques de terrain Digital Elevation (USGS, ) Intégration d un fichier générique (.bmp) Menu : File > Open External File > Generic Formats > BMP Une boîte de dialogue Enter BMP Filenames invite à choisir le fichier BMP. Dans le répertoire Buzet, choisissons le fichier xs1.bmp. Recommencer les opérations pour les fichiers xs2.bmp et xs3.bmp. La boîte de dialogue Available Bands List s affiche : A partir de la liste des fichiers disponibles il devient possible de charger une image, soit en tons de gris (Gray Scale), soit en couleur (RGB Color). Sélectionner l option RGB Color. La boîte de dialogue propose de sélectionner les canaux qui seront affectés, dans l ordre, aux plans Rouge, Vert et Bleu (Red, Green, Blue). Dans la fenêtre, sélectionner les bandes dans l ordre suivant : R (BuzetXS3), G (BuzetXS2) et B (BuzetXS1) Activer enfin le bouton Load RGB. L image s affiche sous forme de 3 fenêtres : - une partie de la scène entière (Image), - une fenêtre Scroll permettant de sélectionner la sous-scène à afficher, - une fenêtre Zoom permettant de visualiser une zone donnée de l image. Les paramètres d affichage des fenêtres (taille, emplacement des différentes fenêtres ) peuvent être modifiés à partir du menu : File > Preferences > Display Defaults Il peut arriver que l image BMP s affiche à l envers. Dans ce cas, on effectuera une rotation et transposition de l image pour la retourner (voir chapitre 1.5, p4). Le bouton Display #1 permet d afficher d autres images (Display #1 > New Display). Les deux affichages sont simultanés. Il est possible de travailler sur l une ou l autre des deux images Transformation d un fichier générique (.bmp) en fichier ENVI (.img) Afficher une combinaison trichromique puis, à partir du menu de la fenêtre image, exécuter : File > Save Image as > Image File... La boîte de dialogue Output Display to Image File s affiche : E.N.S.A.Toulouse Jean-Paul LACOMBE 2

6 Résolution (Resolution) : pour une image trichromique conserver la taille proposée (24 bits), Modification des dimensions spatiales de la scène (Spatial Subset) : nous verrons cette opération plus loin. Input Image Resize Factor : permet de modifier la résolution spatiale du pixel (exemple : ré-échantillonner un pixel de 20 m en pixel de 30 m). En conservant la valeur proposée (1) on ne modifie pas la résolution spatiale. Modification des dimensions de la bordure de l image (Change Image Border Size) : modifier les marges en remplissant la boîte de saisie, Choisir le format de sortie (Output File Type) : par défaut le format ENVI (.img) est sélectionné. Sélectionner le mode de sortie du résultat (Output Result to : File / Memory). Choisir File, Donner un nom de fichier de sortie (Enter Output Filename) : cliquer sur le bouton Choose. Il permet de sélectionner le répertoire (ou dossier) de sauvegarde et de donner un nom de fichier (buzet.img). Valider en cliquant sur OK. Le fichier ENVI s affiche alors dans la boîte Available bands List. La manipulation du fichier dans le nouveau format de données facilitera les opérations ultérieures Intégration d une scène SPOT Menu : File > Open External File > Spot > SPOT Le support CD des données Spot contient un fichier imag_01.dat. Sélectionner le fichier imag_01.dat Un compteur indique alors la progression de l opération. On retrouve la boîte de dialogue décrite précédemment. Les opérations suivantes sont alors strictement identiques. 1.2 ouvrir un fichier image Il s agit d un fichier muni de l extension.img Menu : File > Open Image File Une boîte de dialogue Enter Data Filenames invite à choisir le fichier image. Après avoir choisi le répertoire de données sélectionner un fichier.img. La suite est identique aux cas précédents. La boîte Available Bands List s affiche. 1.3 Désafficher des canaux ou des images A l aide de la souris sélectionner un fichier dans la fenêtre Available Bands List. Cliquer ensuite sur File et choisir Close Selected File. Les bandes ou fichiers sélectionnés disparaissent de la fenêtre. 1.4 Découper une image Il s agit d extraire une sous-scène de l image entière. Au préalable il est nécessaire de repérer, dans la scène entière, les coordonnées de la zone à extraire (coins supérieur gauche et coin inférieur droit). Menu : Basic Tools > Resize Data (Spatial/Spectral) La boîte de dialogue Resize Data Input File invite à sélectionner le fichier à segmenter. Une fois le choix opéré cliquer sur le bouton Spatial Subset. Une seconde boîte de dialogue s ouvre (Select Spatial Subset). Le découpage peut se faire par cinq voies (Subset Using ) : 1) Image : soit interactivement avec la souris soit en indiquant le numéro de colonne de la nouvelle origine, celui de la dernière colonne et le nombre de colonnes de la nouvelle image (Samples/To/NS), puis le numéro de ligne de la nouvelle origine, E.N.S.A.Toulouse Jean-Paul LACOMBE 3

7 celui de la dernière ligne et le nombre de lignes de la nouvelle image (Lines/To/NL). 2) Map (à partir des coordonnées cartographiques) : fournir les coordonnées du point supérieur gauche et du coin inférieur droit de la sous scène, 3) File (à partir d une sous scène existante). Deux options sont proposées : Option 1 : le découpage est identique à celui de la sous scène extraite d une image ayant, originellement, la même taille que celle que l on désire découper, Option 2 : le re-dimensionnement de l image est réalisé à partir d une sous scène de même taille (ou de taille inférieure), précédemment obtenue par l option Subset Using > Map ou Subset Using > Pixel. 4) ROI/EVF (à partir d une région d intérêt ou d un fichier vectoriel) : la taille de la sous scène est déterminée par l aire contenant les régions d intérêt sélectionnées ou celle contenant les objets vectoriels. 5) Scroll (à partir de la fenêtre de défilement). Valider par OK. Répondre aussi OK dans la première boîte. Donner un nom de fichier à la nouvelle image dans la boîte Resize Data Parameters. Valider par OK. La nouvelle image est créée. 1.5 Rotation et transposition d une image Il peut arriver qu un fichier générique (.bmp,.tif...) soit mal orienté. ENVI propose un utilitaire simple permettant de modifier l orientation de la scène. L option de rotation n est pas réservée au problème précité, elle est générale et applicable à toute opération de transformation. Menu : Basic Tools > Rotate / Flip Data La boîte de dialogue Rotation Input File invite à sélectionner le fichier à traiter. Choisir le fichier puis valider par OK. Une seconde boîte de dialogue s affiche : Rotation Parameters. Une fenêtre de saisie (Angle) permet de saisir la valeur de l angle. Le bouton Standard permet de choisir des valeurs prédéfinies (0, 90, 180, 270). Transpose : Yes / No permet d opter pour une transposition de l image. L option de sauvegarde du résultat permet de choisir entre le mode Fichier ou le mode Mémoire (Output Result to : File / Memory). Si le mode File est choisi, cliquer sur le bouton Choose pour indiquer le répertoire de sauvegarde et le nom du fichier (.img). Enfin, une fenêtre de saisie (Background Value) permet de fixer la valeur du fond (fond noir = 0). Le retournement d une image issue de la transformation d un fichier.bmp en fichier ENVI nécessite d effectuer une rotation de 270 (choisir 270) et de transposer l image (Yes). Conserver la valeur de fond à 0. Sauvegarder le résultat sous forme de fichier. 1.6 Statistiques d histogrammes Si on souhaite connaître la répartition des données, ENVI propose de calculer des paramètres statistiques. Menu : Basic Tools > Statistics > Compute Statistics La boîte de dialogue Compute Statistics Input File invite à sélectionner un fichier. Valider par OK. La boîte de dialogue Compute Statistics Parameters permet de choisir les paramètres que l on désire afficher (Basic Stats, Histograms, Covariance et Covariance Image). Les fonctions Samples Resize Factor et Lines Resize Factor proposent de redimensionner la taille du pixel. Conserver le facteur 1 si vous ne souhaitez pas modifier la taille du pixel. L examen des résultats peut se faire à l écran (Output to the Screen) ou à partir d un fichier de sauvegarde (Enter Output Stats Filename [.sta]). Dans le second cas, entrer un nom de fichier. Valider par OK. La sauvegarde peut aussi être réalisée par un fichier texte (Enter Output Report Filename [.text]). Pour relire les données sauvegardées faire : Menu : Basic Tools > Statistics > View statistics File E.N.S.A.Toulouse Jean-Paul LACOMBE 4

8 VISUALISATION ET HABILLAGE CARTOGRAPHIQUE DES DONNEES 2.1 affichage de la position du curseur affichage des profils d image histogrammes bidimensionnels interactifs lier deux affichages annoter une image incruster une grille sur l image sauvegarder l habillage cartographique segmenter un histogramme Contourer des surfaces de même radiométrie. 9 E.N.S.A.Toulouse Jean-Paul LACOMBE 5

9 2. VISUALISATION ET CARTOGRAPHIE DES DONNEES 2.1 Affichage de la position du curseur A partir du menu de la fenêtre image : Tools > Cursor/Location Value Le déplacement du curseur se traduit par une modification des valeurs affichées dans la boîte : - Disp #1 : coordonnées colonne / ligne, - Scrn : valeurs Rouge, Vert, Bleu de l affichage, - Data : valeurs Rouge, Vert, Bleu des données. - Map : Coordonnées géographiques (si la scène est géoréférencée) dans le système de projection affiché (Projection) - LL : coordonnées géographiques (Latitude et Longitude) exprimées en degrés, minutes et secondes. 2.2 Affichage des profils d image On peut réaliser des coupes (verticale, horizontale) dans l image. ENVI restitue un graphique montrant le profil linéaire des données ou le profil spectral. Menu : Tools > Profiles > X Profile (ou Y Profile ou Z Profile) Horizontal Vertical Spectral Les deux premiers graphiques donnent la valeur du compte numérique, sur chacune des 3 bandes, pour chaque pixel d une coupe horizontale ou verticale. Le troisième graphique donne le CN d un pixel sur les 3 bandes. 2.3 histogrammes bidimensionnels interactifs Menu : Tools > 2D Scatter Plots La boîte de dialogue Scatter Plot Band Choice permet de choisir les deux canaux (Choose Band X / Choose Band Y) que l on souhaite représenter. Ici, nous choisirons XS3 et XS2. Valider en cliquant sur le bouton OK La boîte de dialogue #1 Scatter Plot présente un histogramme bidimensionnel sur fond noir. Les points blancs représentent les pixels (ou groupes de pixels) en fonction de leurs comptes numériques sur les deux bandes. Dans le menu : Options cocher Density Slice. Cette option permet d afficher la densité des pixels. Des nuances de couleurs matérialisent les zones de densité différentielle. En maintenant appuyé le bouton gauche de la souris il est possible de tracer des polygones sur cet histogramme. Lorsque le polygone est fermé, un clic droit sur la souris permet de coloriser le sous-ensemble de pixels de E.N.S.A.Toulouse Jean-Paul LACOMBE 6

10 l histogramme mais aussi de mettre en surbrillance ceux de l image concernés par la plage sélectionnée. On peut changer la couleur de la classe dans le menu Class. La succession de ces opérations permet d obtenir une image seuillée sur 2 bandes. Si on se positionne maintenant sur l image il est possible, en maintenant appuyé le clic gauche de la souris, d illuminer les points de l histogramme ayant la même valeur radiométrique. En faisant glisser la souris on observe un changement dynamique sur l histogramme bidimensionnel. Cette opération permet de repérer les différents thèmes de l image. Le menu Options permet de modifier les paramètres d affichage. Il est possible de réaliser un zoom de l histogramme. Sélectionner Options > Scatter : zoom. A l aide du bouton central de la souris on délimite une zone rectangulaire. En relâchant le bouton central l histogramme affiche la zone sélectionnée. Il est possible d effacer les classes (Clear Class) ou de tout effacer (Clear All), de changer les canaux explorés (Change Bands ), de visualiser les polygones d apprentissage (Image : ROI), d exporter les classes tracées (Export Class), etc. 2.4 Lier deux affichages ENVI permet d afficher simultanément une ou plusieurs bandes. Une commande spécifique permet de lier interactivement les deux affichages. Activer la boîte de dialogue Available Band List. Cliquer sur le bouton Display #1 puis sur New Display. Afficher une nouvelle composition colorée. Etablissons un lien entre ces deux affichages : A partir du menu de la fenêtre image : Tools > Link > Link Displays La boîte de dialogue ci-contre s affiche. Il est possible de modifier les paramètres de lien : l origine x,y du lien pour chaque affichage (Link xoff / yoff) de même que la transparence de l image couleur (Transparency (0-100%)) Valider les paramètres par OK. Désormais toutes les modifications d affichage sur l une des images est répercutée sur l autre. Ce lien a pour avantage de pouvoir réaliser des comparaisons instantanées entre deux affichages. Un clic gauche sur une des images fait apparaître l autre image sur toute la surface de la fenêtre. Il est possible de modifier la taille de la fenêtre de lien à l aide du clic central. La commande Tools > Link > Dynamic overlay On/Off permet de permuter le mode de lien dynamique en supprimant la fenêtre de lien ou en l activant. 2.5 annoter une image ENVI permet d annoter des graphiques et images, insérer du texte, des barres de couleurs et autres symboles cartographiques. Menu de la fenêtre image : Overlay > Annotation La boîte de dialogue #1 Annotation : text apparaît. Elle permet : - de choisir la fenêtre cible (Image, Scroll, ), - de choisir la couleur de l objet (Color) et du fond de texte (Background), l épaisseur du trait (Thick), la police (Font) et l orientation (Orien), - d écrire le texte (dans la fenêtre rectangulaire), - d aligner l objet (Align Left/middle/rigth), - de changer l objet à insérer (menu Object) : texte, figure, symbole, échelle, etc., - de sélectionner, supprimer, défaire, etc. les objets (menu Selected), - de sauvegarder les annotations et de les restaurer (menu File). Selon l objet choisi, on obtient un menu contextuel. Pour insérer du texte, fixer d abord tous les paramètres cités précédemment. Taper le texte dans la fenêtre. Positionner le texte (bouton gauche de la souris) sur l image. Le texte s inscrit et une marque (losange) apparaît. Pour déplacer le texte faire glisser la souris (bouton gauche) puis relâcher. Si le résultat est satisfaisant, valider en cliquant sur le bouton droit de la souris. Pour modifier ou supprimer une annotation il est d abord indispensable de la sélectionner : Menu : Object > Selection/Edit A l aide du bouton gauche de la souris dessiner un rectangle de sélection autour de l annotation puis relâcher le bouton. Une marque (losange rouge) indique que l objet est sélectionné. Il ne reste plus qu à le modifier ou à le supprimer. Pour la suppression, faire : E.N.S.A.Toulouse Jean-Paul LACOMBE 7

11 Menu : Selected > Delete TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS Pour sauvegarder les annotations : Menu : File > Save Annotation Indiquer le nom du fichier (extension.ann) et valider. Il est possible, à tout moment, de rappeler ce fichier et de l incruster sur l image : Menu : Overlay > Annotation > File > Restore Annotation Sélectionner le fichier puis valider. 2.6 Incruster une grille sur l image Pour une meilleure lecture de carte il est utile d insérer une grille. Menu : Overlay > Grid Lines Une première boîte de dialogue (#1 Grid Line Parameters) s affiche. Elle permet de fixer les paramètres généraux de la grille, notamment : - La grille basée sur les pixels : Pixel Grid / On (incompatible avec Map Grid et Geographic Grid). L espacement de la maille est donné en pixels (Grid Spacing) - La grille cartographique (Map Grid / On) est tracée selon les coordonnées cartographiques. - La grille géographique (Geographic Grid / On) affiche les coordonnées géographiques Window Image/Scroll/Zoom permet de sélectionner la fenêtre cible. Un menu déroulant permet de préciser le format de la grille : Menu : Options > Edit Map Grid Attributes Une seconde boîte de dialogue Edit Map Attributes s affiche : - affichage des Labels On/Off : couleur (Color), épaisseur (Thick), police (Font), taille (Charsize), orientation des labels (H/V) sur les axes (X-axis Labels et Y-axis labels), - Affichage des lignes LINES On/Off) : Couleur (Color), épaisseur (Thick), style de ligne (Style), - L encadrement Box On/Off : Couleur (Color), épaisseur (Thick), style de trait (Style), - Les croisillons Corners On/Off, la couleur (Color), l épaisseur (Thick), Valider par OK. On peut maintenant modifier la couleur et la largeur du cadre de fond : Menu : Options > Set Display Borders Une boîte de dialogue permet de fixer la largeur en pixels du cadre de fond ainsi que sa couleur. Lorsque tous les paramètres ont été fixés cliquer sur le bouton Apply. La grille et sa mise en forme peuvent être sauvegardées par le menu File > Save Setup et restaurées par Restore Setup 2.7 Sauvegarder l habillage cartographique On utilisera la même fonction de sauvegarde que pour une image affichée. Menu : File > Save Image As > Image File 2.8 Segmenter un histogramme ENVI propose une fonction permettant de segmenter un histogramme en plages de densités. Cette opération s applique sur un canal monochrome. On fragmente l histogramme en plages de comptes numériques dont les bornes peuvent être définies par l utilisateur. E.N.S.A.Toulouse Jean-Paul LACOMBE 8

12 Menu : Overlay > Density Slice TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS Une première boîte de dialogue Density Slice Band Choice permet à l utilisateur de choisir le canal à segmenter. Sélectionner le canal puis faire OK. Une seconde boîte de dialogue #1 Density Slice propose implicitement 8 classes de segmentation associées à des couleurs prédéfinies. Elle indique les bornes minimum (Min) et maximum (Max) de l intervalle à segmenter. Data Range Reset réinitialise l intervalle à Le bouton Edit Range permet de modifier les attributs des classes de segmentation (intervalle et couleur). Le bouton Delete Range supprime une classe et Clear Ranges efface toutes les classes. Le bouton Apply permet d appliquer la segmentation au canal choisi. 2.9 Contourer des surfaces de même radiométrie ENVI permet de contourer les plages de pixels contenant une même classe de comptes numériques. Menu : Overlay > Contour Lines La boîte de dialogue Contour Band Choice permet de sélectionner une bande. Faire OK. Une seconde boîte de dialogue (#2 Contour Plot) affiche le minimum de huit classes implicites [0, 36, 73, ]. On peut les effacer à l aide du bouton Clear Levels de manière à définir de nouvelles plages de pixels à contourer. Menu : Options > Add New Levels Une nouvelle boîte de dialogue (Add Contour Levels) invite à fixer les paramètres des nouveaux niveaux : - Level Start : compte numérique de départ (borne minimum), - Level Inc : incrément (largeur des plages, à partir de la borne minimum, et pour un nombre de classes définies par le paramètre suivant), - # of Levels : nombre de classes, - Thick : épaisseur du trait - Style : style de trait/remplissage, - Starting color : couleur des plages contenues entre les bornes mini et maxi. - Use same color for each level / Increment colors for each level : affecte une même couleur à chaque niveau / affecte une couleur différente à chaque niveau. On peut sauvegarder et restaurer les niveaux définis : Menu : File > Save Levels (/ Restore Levels ) Il est également possible de sauvegarder les données sous format vectoriel : Menu : File > Output Contours to EVFs E.N.S.A.Toulouse Jean-Paul LACOMBE 9

13 PRETRAITEMENTS D IMAGES 3.1 étalement interactif du contraste créer des néocanaux indice de végétation autres combinaisons sélectionner des régions d intérêt analyse en composantes principales génération de masques élaboration du masque application du masque appliquer un filtre E.N.S.A.Toulouse Jean-Paul LACOMBE 10

14 3. PRETRAITEMENTS D IMAGES Le but des opérations d amélioration d images est d augmenter la lisibilité des données. Cela peut être réalisé à partir de divers outils : - en soulignant des contours ou des directions, en éliminant le bruit de fond... (utilisation de filtres), - en augmentant le contraste de certains pixels (calcul de néocanaux : combinaisons arithmétiques), - en modifiant interactivement le contraste des images, - en maximisant la variabilité des données dans un nouveau système d axes (analyse en Composantes Principales : ACP), - en réalisant des masques radiométriques ou géographiques pour traiter une partie des données, - en sélectionnant des régions d intérêt (ROIs) pour préparer des traitements analytiques (ex : classifications, masques, etc.). Chaque opération génère de nouveaux canaux ou de nouveaux affichages calculés à partir des canaux bruts. Chaque néocanal peut être sauvegardé et utilisé dans une nouvelle combinaison trichromique appropriée au type d analyse projeté. Par exemple, pour une étude thématique sur la végétation on sélectionnera les canaux indice de végétation, le canal proche infra rouge ou encore la première composante principale de l ACP. 3.1 Etalement interactif du contraste Cette opération permet d augmenter le contraste des données afin d obtenir une meilleure visualisation de l image. Il est possible d étaler tout ou partie des valeurs de l histogramme. Plusieurs types d étalement sont proposés. Par défaut, un étalement de dynamique linéaire de 2% est appliqué à tout canal affiché. ENVI propose des étalements prédéfinis : des étalements linéaires, Gaussien, par équipopulation et racine carrée. On accède à l étalement de dynamique par le menu : Enhance Il est aussi possible de réaliser un étalement interactif manuel : Menu : Enhance > Interactive Stretching Une boîte de dialogue #1 Red : (libellé bande ) : Nom de fichier s affiche. Elle permet de choisir, à partir de boutons radio (R, G, B) le canal à traiter. Elle propose deux fenêtres graphiques : l histogramme d entrée (Input Histogram) et l histogramme de sortie (Output Histogram). Defaults permet de sélectionner des étalements prédéfinis. A partir de la fenêtre gauche l utilisateur définit les bornes minimum et maximum (Stretch) ou réalise cette opération de manière interactive à partir des 2 bornes verticales mobiles disponibles sur l histogramme gauche. Lorsque les paramètres sont fixés cliquer sur le bouton Apply. Il est toujours possible de changer le type d étalement à partir du menu local : Stretch_Type. Histogram_Source permet de choisir la cible du traitement (Image, Scroll, Zoom, Bans, ROI) alors que le menu Options permet, entre autres fonctions, de réinitialiser l histogramme (Reset Stretch) ou l étalement. File permet d accéder à la sauvegarde de la table de LUT (Save Stretch to LUT), d exporter le fichier d étalement de dynamique (Export Stretch ) ou de le restaurer (Restore LUT Stretch ), de sauvegarder le graphique (Save Plot As) ou de l imprimer (Print ). E.N.S.A.Toulouse Jean-Paul LACOMBE 11

15 3.2 Créer des néocanaux Indice de végétation Il existe de nombreux indices de végétation faisant intervenir les canaux Rouge (R) et Proche Infra Rouge (PIR). Les différents indices ont pour effet d augmenter les contrastes au niveau du thème «végétation chlorophyllienne» et de réduire ceux des autres thèmes. L indice le plus couramment utilisé est le NDVI (Normalized Difference Vegetation Index). Il varie de -1 à +1. NDVI = (PIR R) / (PIR + R) Quelques indices sont représentés dans le tableau ci-après. Nom Formule Propriétés Auteurs Différence Ratio Indice de végétation normalisé Indice de végétation transformé Indice de végétation perpendiculaire Chapeau à corne Tassel cap Indice de verdeur (issu du précédent) Indice de végétation ajusté au sol Indice de végétation normalisé corrigé des effets atmosphériques D = R - PIR RVI = PIR/R NDVI = (PIR-R)/(PIR+R) TVI = NDVI + 0,5 PVI = a 1(PIR) a 2(R) + constante Formule générale a 1(V) + a 2(R) + a 3(PIR) + a 4(PIR) GR4 = -b 1(V) b 2(R) + b 3(PIR) + b 4(PIR) Pour canaux MSS SAVI = [(1 + L)(PIR R)] /(PIR + R + L) L = 0.5 pour réduire l effet du sol ARVI = (PIR RB)/(PIR + RB) Avec RB = R γ(b R) γ fonction du type d aérosols Pour calculer le NDVI ouvrir d abord une image (par exemple : buzet.img) Menu : Transform > NDVI (Vegetation Index) Forte sensibilité aux variations atmosphériques Saturation aux forts indices, sensibilité à la contribution spectrale des sols et aux effets atmosphériques Sensibilité aux effets atmosphériques, gamme de variation plus faible que le précédent mais sensibilité aux variations angulaires de la visée, selon la position vis à vis du soleil (hot Spot) Essai d élimination des valeurs négatives, stabilisation de la variance Diminution de la contribution spectrale des sols mais sensibilité à diverses caractéristiques des sols Transformation orthogonale des 4 canaux pour réduire la sensibilité à la contribution spectrale des sols sans pouvoir l éliminer complètement De nombreux indices sont issus de celui-ci pour minimiser l effet du sol (TSAVI, MSAVI ) Diminue l effet des aérosols contenus dans l atmosphère sur le NDVI mais sensible à la contribution spectrale des sols Monget, 1980 Knipling et al, 1974 Viollier et al, 1985 Rouse et al, 1974 Tucker, 1979 Deering et al, 1975 Richardson et Wiegand, 1977 Kauth et Thomas, 1976 Jackson, 1983 Huete, 1988 Kaufman et Tanre, 1992 La boîte de dialogue NDVI Calculation Input File s affiche et invite à choisir le fichier image (buzet.img). Faire OK. La boîte de dialogue NDVI Calculation Parameters s affiche : Choisir le type de format de données (Input File Type) : choisir SPOT, Définir les numéros de bandes : 2 (Rouge) et 1 (Proche Infrarouge) (NDVI Bands : Red / Near IR). Attention! ENVI affiche implicitement les numéros des canaux. S assurer que l ordre des canaux (dans la fenêtre Available Bands List) correspond au choix réalisé dans les fenêtres de saisie, sinon corriger. Choisir le mode sortie des résultats (Output Result to : File / Memory) : Choisir File, Cliquer sur le bouton Choose (Enter Output Filename). Sélectionner le répertoire de sauvegarde et taper un nom de fichier (NDVI.img), Valider avec la touche OK. Le nouveau canal NDVI s affiche dans la boîte Available Bands List Autres combinaisons Il existe d autres indices spécifiques ou d autres combinaisons libres. ENVI propose de générer des combinaisons arithmétiques en utilisant le langage IDL. E.N.S.A.Toulouse Jean-Paul LACOMBE 12

16 Parmi les autres indices existants citons l indice de clarté [ IC = (R V) / (R + V) où V représente la bande verte], l indice de brillance (IB = PIR² + R² ), etc. Pour calculer ces différentes combinaisons ENVI propose de créer des bandes mathématiques. Il sera nécessaire, pour générer les formules de calcul, de manipuler le langage IDL. Les variables seront nommées b1, b2, b3, etc. Le type des variables sera indiqué (par exemple : float, byte, fix, long, double, complex). Les opérateurs disponibles seront notés de la façon suivante : Addition + Plus petit < Logarithme Népérien Alog(x) Arc sinus x Asin(x) soustraction - Plus grand > Logarithme décimal Alog10(x) Arc cosinus x Acos(x) Produit * Valeur absolue Abs(x) Sinus x Sin(x) Arc tangente x Atan(x) division / Racine carrée Sqrt(x) Cosinus x Cos(x) Sinus hyperbole x Sinh(x) puissance ^ Exponentielle Exp(x) Tangente x Tan(x) Cosinus hyperbole x Cosh(x) Pour réaliser une combinaison arithmétique on procèdera de la manière suivante Menu : Basic Tools > Band Math La boîte de dialogue Band Math s affiche. Dans la fenêtre de saisie (Enter an expression) taper la formule. Dans notre exemple on entrera la formule de l indice de clarté (IC). Valider la formule en cliquant sur le bouton Add to List. Lorsque toutes les expressions sont entrées valider par OK. Une seconde boîte de dialogue s affiche (Variables to Bands Pairings). Ici, elle invite à associer les variables b1 et b2 aux bandes correspondantes. Dans la fenêtre Variables used in expression cliquer sur b1. Choisir la bande correspondante dans la fenêtre Available bands List (soit ici le canal B = Xs1). Sélectionner avec la souris la seconde variable b2 et cliquer sur la bande qui lui est associée (soit ici le canal G = Xs2). Le bouton Spatial Subset permet d effectuer le calcul sur un sous-ensemble de l image. Ici, nous conserverons l image entière. Choisir le mode sortie des résultats (Output Result to : File / Memory) : Choisir File, Cliquer sur le bouton Choose (Enter Output Filename). Sélectionner le répertoire de sauvegarde et taper un nom de fichier (par exemple : IndClarte.img), Valider avec la touche OK. On peut également calculer l indice de brillance (IB). La formule IDL sera : Sqrt(float(b1)^2+float(b2)^2) où b1 est la bande PIR et b2 la bande R. 3.3 Sélectionner des régions d intérêt ENVI permet de tracer et de sélectionner des formes (polygones, polylignes, points, ellipses, rectangles) utilisés pour diverses opérations : classification, masques, etc. Menu : Overlay > Region Of Interest ou Menu : Tools > Region Of Interest > ROI Tool La boîte de dialogue #1 ROI Tool s affiche : Window permet de sélectionner la fenêtre dans laquelle seront dessinées les ROIs (Image, Scroll, Zoom) + la position de désactivation Off. Un tableau à double entrée va afficher la liste des zones tracées (lignes) et les attributs (colonnes) qui leur sont associés : nom (ROI Name), couleur (Color), le nombre total de pixels (Pixels), le type de tracé (Polygons, Polylines, Points) indiquant le nombre d échantillons et le nombre de pixels associés aux échantillons, le type de trait (Fill), l orientation du figuré (Orien) et l espacement entre traits de figuré (Space). Chaque Region correspond à une zone (échantillon ou groupe d échantillons de la même classe). ENVI propose de saisir un nom et de choisir une couleur de classe pour chaque région : clic gauche pour le nom et clic droit pour la couleur sur la cellule correspondante. E.N.S.A.Toulouse Jean-Paul LACOMBE 13

17 New Region : pour créer une nouvelle région d intérêt Le tracé des régions d intérêt s effectue à l aide du clic gauche de la souris. Le type de tracé est choisi dans le menu ROI_Type (Polygon, Polyline, Point, Rectangle ). Dans le cas d un tracé polygonal, chaque clic déterminera un angle de la forme. Un clic droit permettra de s échapper de la forme et de la marquer. Un second clic droit remplira la forme de la couleur active. Pour effacer une forme (polygone, par exemple), sélectionner la ROI associée puis se positionner sur la forme à effacer. Un clic sur la molette permet de supprimer l objet. Goto : permet, après sélection d une ROI, de se positionner sur le premier échantillon de la ROI. Plusieurs «clic gauche» permettent de se positionner sur les échantillons successifs. Stats : permet d obtenir les statistiques de chaque ROI (Min, Max, Moyenne et écart type) sous forme graphique et texte. De plus, pour chaque bande, on peut visualiser les valeurs de l histogramme de la ROI. Grow permet d étendre la sélection de pixels d une ROI aux pixels de voisinage ayant un lien de parenté spectral avec les premiers. Cette opération est liée à des critères comme Standard Deviation Multiplier et Number of Neighbors : 4/8. ENVI propose, après visualisation de l extension sur l image, de la conserver. Si oui, ces nouveaux pixels sont intégrés à la ROI correspondante. Si non, ENVI affiche la boîte de dialogue ci-contre (Region Growing) permettant de réajuster les paramètres d extension. Pixel : permet de transformer en attributs «Points» les pixels de Polygones ou de Polylignes. Delete : pour supprimer une ROI, la sélectionner puis cliquer sur le bouton. Menu File : - permet de sauvegarder les ROIs dans un fichier et de les restaurer (Save ROIs /Restore ROIs ). - permet d exporter des ROIs (Export ROIs to ) sous forme de fichier vectoriel ENVI (EVF ), de fichier ArcView (Shapefile ) ou sous forme d un visualisateur dynamique à 2 ou 3 dimensions (n-d Visualiser ). Menu Options : Report Areas of ROIs : permet, après avoir choisi une unité, d obtenir les surfaces de chaque ROI. Merge Regions : permet de fusionner des ROIs. Intersect Regions : permet de créer une nouvelle ROI = résultat de l intersection de 2 ROIs. Reconcile ROIs : permet d affecter les ROIs d une image à une autre image de taille différente (attention! les 2 images doivent avoir un pixel de même taille). Reconcile ROIs via Map : idem au précédent + utilisé lorsque les 2 images ont des pixels de taille différente. Band Threshold to ROI : permet de créer une ROI dont les valeurs sont comprises entre deux bornes (Min Thresh Value et Max Thresh Value). Create Class Image from ROIs : permet de créer un fichier image (couleurs / 8 bits) contenant une ROI. Create Buffer Zone from ROIs : de créer un fichier image binaire (8 bits) contenant une ROI dans laquelle chaque échantillon est augmenté d une zone tampon de N pixels. Compute ROIs Separability : calcule la séparabilité spectrale entre deux ROIs, pour un fichier donné. Les indices de Jeffries-Matusita et de Divergence Transformée sont calculés. Ils sont compris entre 0 et 2 et indiquent la qualité de séparabilité statistique d une paire de ROIs. Les valeurs >1.9 indiquent une bonne séparabilité. Pour les valeurs <1.9 il est nécessaire de tester la séparabilité par l examen des ROIs. Pour des valeurs <1 Il est conseillé de fusionner les deux ROIs en une ROI. E.N.S.A.Toulouse Jean-Paul LACOMBE 14

18 3.4 Analyse en Composantes Principales L analyse en composantes principales (ACP) est une méthode d analyse des données multidimensionnelles basée sur le changement du référentiel des variables brutes (canaux de télédétection) dans un nouveau référentiel de variables synthétiques (les composantes principales). Le processus de transformation (translation-rotation du référentiel d origine) est fondé sur la maximisation de la variance du nuage de points (ici les pixels des N canaux) selon une hiérarchisation des composantes. La première composante occupe la direction de l espace suivant laquelle la variance est maximum (grand axe du nuage de pixels). La seconde composante est construite selon la même règle, dans l espace restant. Et ainsi de suite... Les composantes principales ont l avantage d être décorrélées (indépendantes et orthogonales) contrairement aux données brutes dans le référentiel d origine (canaux). La hiérarchisation des composantes permet de calculer le pourcentage de variance expliquée par chaque composante [ = valeurs propres (Eigenvalues) de la matrice de covariance ou de corrélation]. L ACP présente plusieurs avantages : - réduire le nombre de canaux à afficher : en effet, une combinaison trichromique ne permet pas d afficher plus de 3 canaux en même temps. L ACP, en concentrant l information dans les premières composantes, permet de libérer une dimension pour un autre canal. Par exemple, alors qu il est impossible d associer XS1, XS2, XS3 et NDVI dans une combinaison trichromique il devient possible de le faire avec la combinaison ACP1, ACP2, NDVI. - travailler à partir de bandes décorrélées (corrélation nulles) assurant l absence de redondance entre les données, - accentuer les détails radiométriques des objets (maximisation de la variance). Cette transformation peut être utile pour séparer les objets. - Supprimer le bruit de fond (lié, par exemple, à la variation des détecteurs ou à un phénomène naturel sur le terrain) Réalisons une ACP sur les 3 bandes : XS1 (bande verte), XS2 (bande rouge), XS3 (bande PIR) de l image de Buzet. Menu : Transform > Principal Components > Forward PC Rotation > Compute New Statistics and Rotate La boîte de dialogue Principal Components Input File s affiche et invite à sélectionner le fichier d entrée. Faire OK. Une seconde boîte de dialogue Forward PC Parameters s affiche. Le bouton Stats Subset permet d échantillonner une partie de la scène. Redimensionner les facteurs (Stats X/Y Resize Factor) pour souséchantillonner les données (calculs statistiques plus rapides). La valeur doit être comprise entre zéro et 1. Si on donne, par exemple, la valeur 0,1 cela signifie que les statistiques sont calculées sur un sous-échantillon représentant 10% des pixels totaux. Entrer un nom de fichier qui contiendra les résultats statistiques (Output Stats Filename [.sta]) : Cliquer sur le bouton Choose pour sélectionner le répertoire de sauvegarde et donner un nom de fichier (acpbuzet.sta), Choisir la matrice de calcul (Calculate using : Correlation Matrix / Covariance Matrix) : si on souhaite donner un poids égal à chaque variable brute, choisir Correlation Matrix. Choisir le mode de sortie des résultats (Output Result to : File / Memory) : Choisir File. Cliquer sur le bouton Choose (Enter Output Filename) pour sélectionner le répertoire de sauvegarde et donner un nom de fichier (acpbuzet.img), Conserver les autres paramètres (Floating Point, No, 3). Valider avec la touche OK. Un compteur indique la progression du calcul. A l issue du calcul, les 3 nouvelles composantes s affichent dans la boîte Available Bands List ainsi qu un graphique (PC Eigenvalues) indiquant les valeurs propres pour chaque bande. Ces valeurs peuvent être éditées en cliquant sur Edit > Data Values... E.N.S.A.Toulouse Jean-Paul LACOMBE 15

19 Dans l exemple traité, la composante principale 1 est associée à la valeur propre 1 = Elle rassemble 82,30 % de l information ; la seconde (vp 2 = ), 17,03 % ; la troisième (vp 3 = ), 0,67 %. Les deux premières composantes rassemblent la presque totalité de l information : 99,33 %. Dès lors, la troisième composante peut être ignorée. Nous voyons donc que l espace d information est passé de 3 variables (XS1, XS2, XS3) à 2 variables (ACP1 et ACP2). Le menu Edit permet aussi de modifier les paramètres graphiques (Plot Parameters...) ou les paramètres des données (Data Parameters...). Il est possible de réaliser une ACP à partir d un fichier statistique existant. Pour cela faire : Menu : Transform > Principal Components > Forward PC Rotation > PC Rotation from Existing Stats La commande Menu : Transform > Principal Components > Inverse PC Rotation permet de transformer une ACP dans son espace d origine. 3.5 Génération de masques Il peut être important, pour affiner une étude, de masquer certaines zones de la scène car elles sont inutiles à l analyse et risquent d interférer avec les zones «utiles». On distingue deux types de masques : les masques thématiques et les masques géographiques. Les masques thématiques permettent donc se s affranchir de pixels n appartenant pas au thème étudié. Ce resserrement spectral permet d améliorer la reconnaissance visuelle des objets (palette de teintes plus étendue) et d obtenir une meilleure discrimination des objets (classification). Généralement, un masque thématique générera une fragmentation spatiale du thème étudié. Les masques géographiques sont spatialement homogènes car ils correspondent à des collections de pixels regroupés. On peut avoir besoin de stratifier géographiquement une image en grands ensembles géomorphologiques que l on souhaite analyser séparément. On peut aussi souhaiter masquer certaines surfaces comme les zones urbaines, les vergers, etc. La restriction surfacique, comme dans le cas précédent, permet d éliminer certains pixels «inutiles» susceptibles de créer des confusions dans une classification. Un masque est une image binaire constituée de pixels de valeur égale à 1 ou à 0. Lorsqu un masque est appliqué sur une image, les pixels de l image associés à la valeur 1 du masque resteront visibles alors que les pixels associés à la valeur 0 seront occultés. ENVI permet d utiliser des masques pour les statistiques, les classifications, le filtrage, etc L option d élaboration de masque permet de définir des masques à partir de valeurs radiométriques, de classes, de régions d intérêt, de fichier vectoriel ou de fichiers d annotation. Un masque peut être appliqué de manière permanente à une image à partir de l option Apply Mask. Nous distinguerons deux étapes : (i) l élaboration du masque, (ii) l application du masque à un canal Elaboration du masque Menu : Basic Tools > Masking > Build Mask Une petite boîte de dialogue (Mask Def ) permet de choisir la base d élaboration du masque à partir d une image affichée (Display # n) ou de l absence d affichage (No Display). Une seconde boîte de dialogue (#1 Mask Definition) propose différentes options d élaboration du masque. Si l option No Display a été sélectionnée l opérateur doit fournir le nombre de colonnes (Samples) et le nombre de lignes (Lines) de l image. Si une image est affichée, ENVI remplit automatiquement le nombre de lignes et de colonnes. Il s agit ensuite de sélectionner les attributs servant à confectionner le masque (fenêtre Selected Attributes for Mask). E.N.S.A.Toulouse Jean-Paul LACOMBE 16

20 Pour générer le masque, on peut importer différents attributs à partir du menu Options : Import Band Data Range : Importe un intervalle de valeurs radiométriques ou de numéros de classe. Après avoir sélectionné le fichier ou le canal, l opérateur fixe la borne minimum (Data Min Value) et la borne maximum (Data Max Value) limitant un ou plusieurs thèmes choisis. Faire OK. Le nouvel attribut s affiche dans la fenêtre Selected Attributes for Mask. On peut sélectionner d autres attributs. Import Annotation : Importe un fichier annotation (extension.ann) déterminant, par exemple, un ou plusieurs polygones. Import ROIs : Importe une ou plusieurs régions d intérêt (voir p 13, sélectionner des zones régions d intérêt) à partir d un fichier existant (extension.roi). Ces ROIs sont généralement des polygones, comme dans le cas précédent. Import ROI Intersection : l intersection de 2 (ou plus) régions d intérêt peut permettre de constituer un masque. Import EVFs : Importe un fichier vectoriel. Il peut s agir de contours générés automatiquement et sauvegardés sous forme de fichier (extension.lev ou.evf). Pour générer des contours faire : Overlay > Contour Lines. La boîte de dialogue Contour Band Choice permet de choisir le canal sur lequel seront calculés les contours. Après avoir sélectionné le canal, une seconde boîte de dialogue (# n Contour Plot) invite à préciser les intervalles de tracés (on peut éliminer un ou plusieurs types de tracés ou ajouter des intervalles spécifiques, affecter une couleur à un tracé donné, changer de canal, modifier les bornes min et max, etc ). Le fichier peut être sauvegardé sous format.lev (File > Save Levels ) ou sous format.evf (File > Output Contours to EVFs ). Pour appliquer, cliquer sur le bouton Apply. Import Displayed Annotation : Importe l annotation tracée sur l image affichée. Dans le menu Options il est possible de modifier certains paramètres : Selected Areas «On» : l intérieur des zones définies par les attributs prennent la valeur 1, l extérieur de ces zones prennent la valeur 0. Selected Areas «Off» : On inverse l image binaire précédente. L intérieur des zones prend la valeur 0 alors que l extérieur prend la valeur 1. Selected Attributes [Logical OR] : Combinaison logique de type OR entre attributs sélectionnés. Selected Attributes [Logical AND] : Combinaison logique de type AND entre attributs sélectionnés. Remarque : Il est aussi possible d inverser l image binaire par combinaison arithmétique. Il faut utiliser pour cela le code IDL. Pour inverser une image binaire on écrira : Float(1-b1) où b1 représente la variable affectée au canal binaire (ici le canal masque). Menu : Basic Tools > Band Math Application du masque On peut alors appliquer le masque sur un canal ou sur une image trichromique. Menu : Basic Tools > Masking > Apply Mask La boîte Apply Mask Input File invite à sélectionner le fichier à masquer (fenêtre Select Input File). Après cette opération cliquer sur le bouton Select Mask Band. La boîte de dialogue Select Mask Input Band invite à sélectionner le canal masque (présent dans la fenêtre Select Mask Input Band). La boîte de dialogue se referme. Une nouvelle boîte apparaît (Apply Mask Parameters). Elle invite à choisir la valeur désirée dans la fenêtre de saisie Mask Value (0 = noir) ainsi que le mode de sortie du résultat (Output Result to : File / Memory). Choisir File, cliquer sur le bouton Choose et donner un nom de fichier. Valider par OK. La taille du canal masque et du canal image doivent être identiques. Recommencer l opération pour d autres canaux puis faire OK. Si la valeur de masque (Mask Value) = zéro toutes les zones de l image à masquer seront affectées de cette valeur. E.N.S.A.Toulouse Jean-Paul LACOMBE 17

21 Application 1 : Réalisation d un masque thématique sur l image de Buzet. Nous avons le choix entre plusieurs thèmes : sols nus, eau, sols inondables, forêt, cultures, végétation Pour notre exemple d application, nous décidons d extraire les sols nus. La première étape consiste à choisir le canal monochrome le plus pertinent pour isoler notre thème (les canaux bruts, les néocanaux, les composantes principales, etc. sont susceptibles de nous apporter une solution). Une fois le canal choisi (par exemple le canal brut XS2 = bande verte), nous devons identifier l intervalle radiométrique permettant de circonscrire les sols nus. Afficher, côte à côte, le canal XS2 et la combinaison XS3-XS2XS1 (cette dernière nous permettra de mieux repérer les sols nus). Lier les deux affichages (Tools > Link > Link Displays ). Afficher la position du curseur et la valeur correspondante des données (Tools > Cursor Location/Value). Repérer maintenant les bornes radiométriques (minimum et maximum) du thème retenu (soit, par exemple : ). Construisons le masque à partir de cet intervalle de valeurs : Menu : Basic Tools > Masking > Build Mask La boîte #1 Mask Definition s affiche Menu : Options > Import Band Data Range La boîte Select Input for Mask Data Range s affiche. S assurer que la bande affichée est bien le canal XS2 de l image de Buzet (bouton Input Band). Dans la boîte de dialogue Input For Data Range Mask entrer la borne minimum (Data Min Value) et la borne maximum (Data Max Value). Faire OK. On retourne alors à la première boîte de dialogue #1 Mask Definition. Choisir le mode de sortie du résultat : (Output Result to : File / Memory) : Choisir File. Cliquer sur le bouton Choose (Enter Output Filename). Sélectionner le répertoire de sauvegarde et taper un nom de fichier (SolsNus.msk). Cliquer sur le bouton Apply. Le masque est créé et affiché dans la boîte Available Bands List. Affichons le masque (image ci-contre) Maintenant, il reste à appliquer le masque ainsi créé sur une image (ou un canal) de notre choix : Menu : Basic Tools > Masking > Apply Mask La boîte Apply Mask Input File invite à choisir le fichier à masquer (Fenêtre Select Input File). Choisir, par exemple, Buzet.img (image trichromique). Sélectionner le fichier masque en cliquant sur le bouton Select Mask Band. Choisir le fichier masque dans la liste proposée. La boîte Apply Mask Parameters demande de préciser la valeur des pixels du masque (conserver la valeur par défaut) et le mode de sortie du résultat : (Output Result to : File / Memory) : Choisir File. Cliquer sur le bouton Choose (Enter Output Filename). Sélectionner le répertoire de sauvegarde et taper un nom de fichier (SolsNusBuzet.img). On aurait pu constituer un masque thématique à partir d une image classée (voir Classification Multispectrale, p 21). Chaque classe créée est affectée d une valeur code : 0 pour les non classés, 1 pour la première classe, 2 pour la seconde, etc. Par exemple, si le masque doit être construit à partir de la classe 1, l intervalle relatif à cette classe sera donc : borne minimum = 1, borne maximum = 1. Application 2 : Réalisation d un masque géographique sur l image de Buzet. Un masque géographique est généré à partir du tracé de régions d intérêt (voir 3.3 page 13). Une scène peut être découpée en sous-ensembles géographiques (par exemple, une zone montagneuse et une zone de plaine). L image de Buzet permettrait d extraire la zone des coteaux, la forêt de Buzet, les zones urbaines (villages de Mirepoix/Tarn, Bessières et Buzet), etc. Choisissons de masquer les villages de manière à nous affranchir de pixels assimilables aux thèmes agro-environnementaux. Afficher l image de Buzet. Menu : Tools > Region Of Interest > ROI Tool Tracer les contours des trois villages (on peut attribuer une ROI différente à chacun des 3 villages). Sauvegarder les ROIs dans le fichier BuzetUrbain.roi. E.N.S.A.Toulouse Jean-Paul LACOMBE 18

22 Générons le masque géographique : Menu : Basic Tools > Masking > Build Mask La boîte #1 Mask Definition s affiche Menu : Options > Import ROIS... TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS La boîte Mask Definition Input ROIs s affiche. Elle invite à sélectionner des ROIs pour définir le masque (Select ROIs for Mask Definition). Sélectionner la ROI groupant les 3 villages (nommée ci-contre Urbain) ou cliquer sur le bouton Select All Items si chaque village correspond à une ROI. Pour valider, cliquer sur le bouton OK. La boîte #1 Mask Definition affiche alors la ROI précédemment choisie. Sélectionner le sens du masque à partir du menu Options > Selected Areas «Off». Ce qui signifie que les ROIs sélectionnées prendront la valeur 0 (elles seront cachées) et que les autres régions prendront la valeur 1 (elles seront visibles). Choisir le mode de sortie du résultat : (Output Result to : File / Memory) : Choisir File. Cliquer sur le bouton Choose (Enter Output Filename). Sélectionner le répertoire de sauvegarde et taper un nom de fichier (UrbainBuzet.msk). Cliquer sur le bouton Apply. Le masque est créé et affiché dans la boîte Available Bands List. Appliquons maintenant le masque sur l image de Buzet. Menu : Basic Tools > Masking > Apply Mask La boîte Apply Mask Input File invite à choisir le fichier à masquer (Fenêtre Select Input File). Choisir Buzet.img (image trichromique). Sélectionner le fichier masque en cliquant sur le bouton Select Mask Band. Choisir le fichier masque dans la liste proposée (UrbainBuzet.msk). La boîte Apply Mask Parameters demande de préciser la valeur des pixels du masque (conserver la valeur par défaut) et le mode de sortie du résultat : (Output Result to : File / Memory) : Choisir File. Cliquer sur le bouton Choose (Enter Output Filename). Sélectionner le répertoire de sauvegarde et taper un nom de fichier (AgroEnviro.img). 3.6 Appliquer un filtre ENVI permet d appliquer des filtres prédéfinis ou des filtres définis par l utilisateur. Un chapitre détaillé leur est consacré à la fin de ce manuel. A partir du Menu : Filter, un certain nombre d opérations de filtrage spatial sont proposées, comme par exemple : Median (Adoucissement des contours), Sobel (Tracé des contours), Roberts (tracé des contours), etc. Il existe des filtres de convolution, filtres morphologiques, filtres de texture, filtres adaptatifs, filtres par transformée de Fourier. On y retrouve, bien entendu, les filtres précédemment cités. On pourra, en fin de formation, calculer et afficher des filtres à partir de l image de Buzet. E.N.S.A.Toulouse Jean-Paul LACOMBE 19

23 CLASSIFICATION MULTISPECTRALE 4.1 classification non supervisée méthode K-Means méthode Isodata classification supervisée classification hypercube classification par la distance minimum classification par la distance de Mahalanobis classification par le maximum de vraisemblance classification par l angle spectral classification par le modèle des réseaux neuronaux analyse des résultats de classification assignation de couleurs de classe le classeur de règle les statistiques de classes détection des changements statistiques matrice de confusion changement de la couleur d une classe amélioration du rendu cartographique des résultats analyse majoritaire et minoritaire homogénéiser les classes éliminer les pixels isolés combiner des classes cartographie des résultats appliquer une couche classée sur une image RGB contours de classes zones tampons autour des classes E.N.S.A.Toulouse Jean-Paul LACOMBE 20

24 4. CLASSIFICATION MULTISPECTRALE Ce chapitre va nous permettre de nous familiariser avec les méthodes de classification supervisées et non supervisées. ENVI propose une nouvelle méthode de classification basée sur un arbre de décision ; cette méthode sera abordée en annexe et selon le temps disponible. ENVI propose enfin des traitements et analyses des données post classification ainsi que des méthodes d amélioration des résultats. Comme dans les chapitres précédents nous présenterons d abord les méthodes puis nous proposerons des applications. 4.1 Classification non supervisée ENVI propose deux méthodes statistiques (K-Means et Isodata) basées sur le regroupement de pixels issus d un espace à N dimensions, en N classes spectrales «naturelles» (ou objectives, c est à dire générées mathématiquement) Méthode K-Means Cette méthode, appelée aussi classification par les Nuées Dynamiques, est basée sur l analyse agrégative de pixels. Elle requiert de fixer le nombre de classes à extraire des données, de localiser arbitrairement le nombre de noyaux, puis de les repositionner par itérations successives jusqu à leur séparation spectrale optimale Méthode Isodata Menu : Classification > Unsupervised > K-Means Après avoir choisi le fichier image, ENVI propose d ouvrir un dialogue à partir de la boîte K-Means Parameters : - Number of Classes : nombre de classes souhaité, - Change Threshold % (0-100) : taux de changement en %, - Maximum Iterations : nombre d itérations maximum, - Maximum Stdev From Mean : écart-type maximum / la moyenne, - Maximum Distance Error : l erreur de distance maximum, - Output Result to : File / Memory : sortie des résultats sous forme de fichier ou en mémoire. Si l option File est choisie on donne le nom du fichier en cliquant sur le bouton Choose. Après avoir complété les paramètres, valider par OK. ENVI effectue les calculs statistiques (un compteur de défilement est affiché). A l issue du nombre d itérations demandé (ou avant si le processus converge), un nouveau canal s affiche dans la fenêtre Available Bands List. On peut l afficher en choisissant Gray Scale et New Display. Cette classification calcule les moyennes de N classes, régulièrement distribuées dans l espace des données. Puis, par itérations successives, la méthode va affecter les pixels restants aux centres de classes sur la base de leur distance minimum. A chaque itération les moyennes sont donc recalculées, les pixels sont reclassés en fonction des nouvelles moyennes. Ce calcul continue jusqu à ce que le taux de pixels changeant dans chaque classe soit inférieur au seuil fixé par l utilisateur ou que le nombre maximum d itérations soit atteint. Menu : Classification > Unsupervised > Isodata ENVI propose de choisir une image de travail. Lorsque ce choix est réalisé, la boîte de dialogue Isodata Parameters s affiche. Elle permet de fixer les paramètres de calcul : - Number of Classes : Min / Max : nombre de classes, - Maximum Iterations : nombre maximum d itérations, - Change Threshold % : taux de changement de pixels en %, - Minimum # Pixel in Class : nombre minimum de pixels nécessaires pour constituer une classe, - Maximum Class Stdv : écart type de classe maximum, - Minimum Class Distance : distance minimum entre classes, - Maximum # Merge Pairs : nombre maximum de paires fusionnées, - Maximum StDev From Mean : écart type maximum à la moyenne, - Maximum Distance Error : erreur de distance maximum, - Output Result to : File / Memory : mode de sortie des résultats (Fichier / Mémoire). E.N.S.A.Toulouse Jean-Paul LACOMBE 21

25 Après avoir fixé les paramètres, valider par OK pour lancer la classification. Quelle que soit l image classée il est intéressant d établir un lien d affichage avec une autre image (voir p 7, 2.4, Lier deux affichages : fonction Link). 4.2 Classification supervisée Contrairement au cas précédent il est nécessaire de définir au préalable le nombre précis de classes ainsi que leur nature. Celles-ci peuvent être définies de 2 manières : (i) en utilisant le dialogue de la «Endmember Collection» pour sélectionner des spectres caractéristiques, (ii) en créant des régions d intérêt (ROIs). C est cette seconde méthode que nous utiliserons. Chaque type de classification a ses propres paramètres. Ils seront définis, pour chacune des méthodes, après le choix d un fichier-image Classification hypercube L espace des données est composé par autant d hypercubes qu il y a de classes définies. Les limites de chaque volume sont définies à partir d un seuil de l écart type à la moyenne. Tout pixel dont les valeurs s inscrivent à l intérieur d un parallélépipède sera affecté à la classe correspondante. Il est possible d avoir des pixels non affectés, c est à dire non classés. Pour un pixel appartenant à plusieurs classes la règle d affectation est celle de la dernière classe rencontrée. Menu : Classification > Supervised > Parallelepiped Boîte de dialogue Parallelepiped Parameters : Une fenêtre (Select Classes from Regions) affiche les différentes classes disponibles. Sélectionner le nombre de classes désirées. Ce nombre s affiche (Number of items selected). Il est possible de prendre toutes les classes en cliquant sur le bouton Select All Items. Le bouton Clear All Items permet d effacer la sélection. On peut utiliser une valeur d écart type (Set Max stdev from Mean) identique pour toutes les classes (Single Value), différente selon les classes (Multiple Value) ou aucune (None). Le résultat (Output Result to) peut être enregistré dans un fichier (File) ou en mémoire (Memory). La boîte de dialogue propose enfin d extraire des résultats intermédiaires, obtenus avant assignation définitive des pixels (Output Rule Images). Ces résultats peuvent aussi être sauvegardés dans un fichier. Le bouton Preview permet de prévisualiser le résultat de la classification. Valider par OK pour lancer les calculs. Si le résultat est sauvegardé en mémoire (option Memory), la boîte Available Bands List fait apparaître un fichier temporaire dans une mémoire M1, par exemple : [Memory 1] - Parallel (Buzet.img) et les résultats intermédiaires, pour chaque classe, dans une mémoire M2, par exemple : [Memory 2] Rule (nom de classe) Classification par la Distance Minimum Cette méthode calcule la distance Euclidienne entre chaque pixel et le vecteur moyenne de chaque classe. Les pixels sont affectés à la classe la plus proche sauf si des conditions particulières sont posées (écart type seuil, distance critique). Il peut donc y avoir des pixels non classés en raison des critères de sélection. Menu : Classification > Supervised > Minimum Distance La boîte de dialogue est identique à la précédente. Un paramètre supplémentaire apparaît : Max Distance Error permettant de fixer arbitrairement une distance critique. Valider par OK pour lancer les calculs. La boîte Available Bands List fait apparaître le résultat de la classification dans une mémoire M3 du type [Memory 3] - Min Dist (Buzet.img). Ce canal peut être affiché après sélection de l option Gray Scale et Display # Classification par la Distance de Mahalanobis Cette méthode utilise les statistiques de chaque classe. Elle est semblable à la méthode du Maximum de Vraisemblance (voir plus loin) mais suppose que les covariances de classes sont égales. Par ailleurs, cette méthode de calcul est plus E.N.S.A.Toulouse Jean-Paul LACOMBE 22

26 rapide. Tous les pixels sont affectés à une classe donnée sauf si l utilisateur spécifie une distance critique Dans ce cas, il peut y avoir des pixels non classés. Menu : Classification > Supervised > Mahalanobis Distance La boîte de dialogue est identique aux précédentes. Valider par OK pour lancer les calculs. La boîte Available Band List fait apparaître le résultat de la classification dans une mémoire M4 du type [Memory 4] - Mahal Dist (Buzet.img). Ce canal peut être affiché après sélection de l option Gray Scale et Display # Classification par le Maximum de Vraisemblance La distribution des pixels, dans chaque classe, suit une loi Normale. Chaque classe est définie par une courbe de densité de probabilité. La méthode calcule la probabilité d appartenance d un pixel à une classe donnée. Le pixel sera affecté à la classe pour laquelle la probabilité est la plus forte. Cette méthode classe tous les pixels sauf si on applique un seuil de probabilité (en dessous duquel les pixels de très faibles probabilités ne seront pas classés). Menu : Classification > Supervised > Maximum Likelihood Ce canal classé peut être affiché après sélection de l option Gray Scale et Display # Classification par l angle spectral La boîte de dialogue Maximum Likelihood Parameters ressemble aux boîtes précédentes. Un paramètre différent, le seuil de probabilité (Set Probability Threshold) est introduit dans cette méthode. On peut ne pas utiliser de seuil (None), utiliser une valeur unique pour toutes les classes (Single) ou utiliser une valeur différente pour chaque classe (Multiple Value). Data Scale Factor est un facteur de division utilisé pour convertir des valeurs de réflectance (valeurs entières) en valeurs décimales. Pour des instruments 8 bits (Spot, Landsat) conserver la valeur 255. Le bouton Preview permet de visualiser la classification. Valider par OK pour lancer les calculs. La boîte Available Bands List fait apparaître le résultat de la classification dans une mémoire M5 du type [Memory 5] - Max Likelihood (Buz.img). C est une méthode plutôt utilisée pour les données hyperspectrales. Néanmoins elle constitue une méthode alternative pour classer des données multispectrales. Elle améliore souvent les résultats et peut être facilement comparée aux propriétés spectrales des matériaux. C est une méthode de classification basée sur la valeur physique du spectre. Elle utilise l angle multidimensionnel pour comparer des pixels à des spectres de référence. L algorithme détermine la similarité spectrale entre deux spectres en mesurant l angle qui les sépare. Les spectres sont traités comme des vecteurs dans un espace à N dimensions, où N est égal au nombre de canaux. Menu : Classification > Supervised > Spectral Angle Mapper Après avoir sélectionné le fichier d entrée, ENVI affiche la boîte de dialogue ci-contre : Endmember Collection : SAM. Il faut indiquer au logiciel la source de références spectrales. Elle peut être de différentes origines. Menu : Import > from ROI/EVF from Input File La boîte de dialogue Select Regions for Stats Calculation invite à sélectionner les ROIs. Faire OK. Puis, cliquer sur Apply (1 ère boîte de dialogue) pour activer les calculs. La boîte Spectral Angle Mapper Parameters s affiche. Sélectionner Set Maximum Angle (None / Single Value / Multiple Values) et donner (en radians) la valeur maximum que peut prendre l angle (Maximum Angle : radians). Donner un nom de fichier (NomFichier.img) puis un nom de fichier de règle (Output Rule Filename) permettant de gérer la configuration ultérieure du fichier classé. Valider par OK. La boîte Available Bands List fait alors apparaître un nouveau canal : Sam (NomFichier.img) contenant la classification de notre image. E.N.S.A.Toulouse Jean-Paul LACOMBE 23

27 4.2.6 Classification par le modèle basé sur réseau neuronal Les réseaux neuronaux sont utilisés en tant que modèles du type «boîtes noires» dans les classifications, les problèmes de reconnaissance de forme ou encore les méthodes d approximation de fonctions non linéaires. L utilisation de fonctions non linéaires peut permettre d améliorer, sous certaines conditions de convergence du modèle, les résultats des classifications. Un réseau neuronal est fondé sur l analogie avec le neurone, à savoir un corps cellulaire disposant d entrées (les dendrites) et d une sortie (l axone). Principe d un modèle neuronal simple (1 seul neurone) à 3 entrées : e 1 p 1 e 2 e 3 p 2 p 3 Sommatio b n 3 n = Σ e i.p i + b i=1 F s = F(n) s e = entrée p = poids synaptique b = seuil d activation F = fonction de transfert s = sortie C est un modèle à entrées multiples définissant donc un vecteur E (entrées) et un vecteur P (poids). E = (e 1, e 2, e r ) et P = (p 1, p 2, p r ) où s = F(E.P+b) Les entrées sont constituées par les valeurs des pixels dans les N bandes spectrales. La sortie «s» identifie les classes à obtenir. Dans ENVI la fonction de transfert F est une fonction logistique ou hyperbolique. Il s agit donc, à partir de paramètres d optimisation, d ajuster au mieux les données observées à un modèle non linéaire (minimisation des résidus). Le processus itératif se fait par approximations successives jusqu à qu il atteigne le seuil de précision souhaité (seuil minimum des résidus ou le nombre d itérations, fixés par l utilisateur). Selon la valeur (aléatoire) des paramètres d optimisation on peut obtenir plusieurs solutions ou s en écarter (non convergence). Il n y a pas d unicité de la solution (car non linéarité du modèle). Il existe d autres types de modèles neuronaux : - Modèle à combinaison de S neurones et à R entrées multiples partagées - Modèle de réseau à une ou plusieurs couches intermédiaires c est à dire un réseau où les sorties d une couche sont les entrées de la suivante. Si on a 2 couches, la première est cachée, la seconde constitue la sortie. Le modèle utilisé dans ENVI : La littérature scientifique propose d autres modèles plus complexes. Le réseau neuronal à rétropropagation est utilisé dans ENVI (Layered feed-forward neural network). La règle de rétropropagation est un algorithme utilisé pour affiner les paramètres du réseau (poids synaptiques et seuils d activation). A chaque itération on a une solution approchée du problème d optimisation. Comment modifier chaque poids p i pour que les sorties soient meilleures (diminution de la RMS)? On part, en effet, des résidus et on utilise l intensité des écarts pour moduler la variation du nouveau jeu de valeur des p i. L initialisation du réseau implique de définir : - le nombre de couches intermédiaires, - la nature de la fonction de transfert utilisée pour chaque neurone, - le nombre de neurones de chaque couche (prédéfini dans ENVI), - le domaine de variation des entrées (calculé automatiquement dans ENVI) Le modèle neuronal comprend des paramètres spécifiques utilisés dans la recherche mathématique d une solution. - l erreur maximum (Training RMS Exit Criteria) : c est un critère d arrêt fixé par l utilisateur. Elle représente le seuil maximum de résidus tolérés (RMS souhaitée), - le nombre maximum de pas (Number of training iterations) : c est le nombre maximum de pas au bout duquel on arrête la recherche (même si la RMS souhaitée n est pas atteinte), - le taux d apprentissage (Training rate) : il est compris entre 0 et 1. Il est lié à la méthode de résolution, - le moment d apprentissage (Training Momentum) : il est compris entre 0 et 1. Il est lié à la méthode de résolution, E.N.S.A.Toulouse Jean-Paul LACOMBE 24

28 - le seuil d activation (Training Threshold Contribution) : il est compris entre 0 et 1. Il est lié à la méthode de résolution. La procédure ENVI : - charger l image à classer et le fichier des ROIs (Regions of Interest), - puis faire : Menu : Classification > Supervised > Neural Net La boîte de dialogue Neural Net Parameters invite à paramétrer la procédure. 1 sélectionner les classes à partir des ROIs (Select Classes from Regions), 2 choisir la fonction non linéaire (Activation : Logistic / Hyperbolic), 3 paramétrer la procédure : seuil d activation (Training Threshold Contribution) : par défaut 0.9. Il détermine l importance de la contribution du poids interne selon le niveau d activation du neurone. On l utilise pour ajuster les changements à un poids interne du neurone. taux d apprentissage (Training rate) : par défaut 0.2. Il détermine l ampleur de l ajustement des poids. Un taux élevé permet d accélérer le processus mais il augmente le risque d apparition d oscillations et de non convergence vers une solution. moment d apprentissage (Training Momentum) : par défaut 0.9. L introduction ce paramètre permet d élever le taux d apprentissage tout en réduisant le risque d apparition d oscillations. l erreur maximum (Training RMS Exit Criteria) : par défaut 0.1. Si la RMS calculée durant le processus passe en-dessous du seuil fixé, le processus s arrête (même si le nombre d itérations n est pas atteint). nombre de couches cachées (Number of Hidden Layers) : par défaut 1. Pour une classification linéaire entrer la valeur 0. A partir de 2 couches la masse de calculs devient très importante. Nombre d itérations maximum (Number of Training Iterations) : par défaut Seuil d activation minimum (Min Output Activation Threshold) : si la valeur d activation du pixel à classer est inférieure à ce seuil, alors le pixel ne sera pas affecté à une classe. Le résultat peut être enregistré dans un fichier (File) ou en mémoire (Memory). Pour choisir un répertoire et un fichier de sauvegarde (Enter Output Class Filename) cliquer sur le bouton Choose. De même, la boîte de dialogue propose d extraire des résultats intermédiaires, obtenus avant assignation définitive des pixels : Output Rule Images (Yes/No). E.N.S.A.Toulouse Jean-Paul LACOMBE 25

29 4.3 Analyse des résultats de classification ENVI dispose d un grand nombre d outils du type : classeur de règle (calculant les statistiques des classes), matrice de confusion, groupage, criblage, combinaison de classes sur une image et l extraction des classes en couches vectorielles. Menu : Classification > Post Classification > Un menu déroulant propose plusieurs sous-menus Assignation de couleurs de classe La fonction Assign Class Colors permet d appliquer une palette de tons en accord avec ceux d une autre image, par exemple, l image brute. Dans ce cas les N classes seront colorées en fonction des tons initiaux de l image de référence Le classeur de règle Il permet de réduire le temps de calcul lors des opérations de classification. En effet, certains paramètres, calculs basiques et/ou intermédiaires peuvent être sauvegardés dans un classeur. Il suffit alors, à partir de ce classeur, de modifier seulement la valeur du seuil critique pour obtenir rapidement une nouvelle classification Les statistiques de classes Les statistiques peuvent être calculées à partir des résultats des classifications. Les statistiques de base incluent le nombre de pixels par classe, le minimum, le maximum, la moyenne et l écart type pour chaque canal et pour chaque classe. Ces paramètres peuvent être mis sous forme graphique. Les histogrammes de chaque classe peuvent être affichés et représentés graphiquement, comme la matrice de covariance, la matrice de corrélation, les valeurs propres et les vecteurs propres. Menu : Classification > Post Classification > Class Statistics Sélectionner l image classée et faire OK pour valider. Lorsque la boîte de dialogue Statistics Input File apparaît, sélectionner à nouveau l image classée puis valider par OK. La boîte de dialogue Class Selection invite à sélectionner la(les) classe(s) souhaitée(s). Valider par OK. La boîte de dialogue Compute Statistics Parameters permet de fixer les paramètres à calculer ainsi que le mode de sortie des résultats. Valider par OK. La boîte Class Statistics Results affiche les statistiques demandées : Stats for : invite à sélectionner les statistiques d une classe. Select Plot permet de sélectionner un type de représentation graphique. Clear Plot efface le contenu de la fenêtre. Select Stat facilite le défilement des résultats contenus dans la fenêtre qui suit : - File Info : informations sur le fichier, - Class Summary : statistiques globales relatives à l ensemble des classes (nb de pixels par classe et % de chaque classe), - Basic Stats : statistiques de base relatives à la classe sélectionnée : pour chaque bande, le min, le max, la moyenne et l écart type Détection des changements statistiques ENVI permet de mesurer les changements entre classes homologues de deux classifications (labellisées : classification initiale et classification finale) réalisées sur la même zone d étude (Change Detection Statistics). Une première boîte (Select Initial State Image) invite à choisir le fichier classé de référence. Une seconde boîte (Select Final State Imageinvite à choisir l image classée à comparer. La boîte Define Equivalent Classes permet d associer les classes équivalentes entre les deux images classées. A la fin de l appariement, valider par OK. La boîte Change Detection Statistics Output invite à choisir les paramètres à calculer et à donner un nom au fichier de sortie. La boîte Define E.N.S.A.Toulouse Jean-Paul LACOMBE 26

30 Pixel Sizes for Area Statistics permet de fixer la taille du pixel. Change Detection Statistics présente un tableau à double entrée (classes initiales et classes finales). Les résultats sont exprimés en nombre de pixels, en pourcentage, en surface. Ils peuvent être sauvegardés dans un fichier texte : Menu File / Save to Text File Matrice de confusion La matrice de confusion permet d évaluer la qualité statistique des noyaux (ROIs) élaborés par le photo-interprète. L objectif est de quantifier le nombre de pixels d une classe de référence que l on retrouve dans la même classe d affectation (= pixels bien classés). Les valeurs situées sur la diagonale de la matrice représentent les pixels bien classés (exprimés en valeur absolue ou en %). Différents indicateurs de précision sont proposés : précision globale, coefficient Kappa, matrice de confusion, erreurs d excédents et de déficits, précision pour l utilisateur et précision pour le réalisateur. Menu : Classification > Post Classification > Confusion Matrix > Using Ground Thruth ROIs Partons de l exemple numérique suivant : Pixels affectés (classification) Pixels de Référence (terrain) eau forêts Sols nus Cultures TOTAL Précision pour l utilisateur Erreur d excédents Eau % 0.52 % Forêts % 1.87 % Sols nus % 0.53 % cultures % 5.18 % TOTAL Précision pour le réalisateur % % % % Erreur de 1.04 % 2.27 % 0.55 % 3.11 % déficits Précision globale (Overall Accuracy) : C est le rapport du nombre de pixels bien classés sur le nombre total de pixels. Les pixels bien classés se trouvent sur la diagonale de la matrice. Dans notre exemple la précision globale = / = Coefficient Kappa (Kappa Coefficient) : Il correspond à une autre mesure de la précision de la classification. λ λ N Σ x ii - Σ (x i+ x +i) i=1 i=1 Kappa = λ avec λ = nombre de lignes et N = nombre total d observations N² - Σ (x i+ x +i) i=1 Dans notre exemple : N = N² = Σ x ii = = Σ (x i+ x +i) = [1 x (15+4+0)] + [23 x (8+52)] + [(14+2) x 2] + [(1+84+7) x 1] = 1523 K = [( x ) 1523] / [ ] = Il est égal à la précision globale. K varie de 0 à 1. On constate donc qu il existe une excellente correspondance entre la cartographie et les observations de terrain. L erreur d excédents (Commission) est calculée selon les lignes. Elle correspond à l affectation de pixels d une classe calculée (groupe de classification) à d autres classes des données de référence (terrain). Dans notre exemple on constate que 5.18% des pixels de la classe «Cultures» ont été affectés à d autres classes (issues des données de référence). La précision pour l utilisateur (User Accuracy) est calculée selon les lignes. Elle représente le pourcentage de pixels bien classés (par rapport au nombre total de pixels de la classe). Dans notre exemple on constate que % des pixels affectés à la classe «eau» appartiennent bien à la classe de référence «eau» (données terrain). L erreur de déficits (Omission) est calculée selon les colonnes. Elle correspond à l affectation des pixels d une classe de référence (données terrain) à d autres classes calculées (groupes de classification). Dans notre exemple on constate que 2.27 % des pixels issus de la classe de référence «forêts» ont été affectés à d autres classes. La précision pour le réalisateur (Producer Accuracy) est calculée selon les colonnes. Elle correspond au pourcentage de pixels issus des classes de référence bien classés dans les groupes d affectation. E.N.S.A.Toulouse Jean-Paul LACOMBE 27

31 Dans notre exemple on peut dire que % des pixels issus de la classe «eau» sont bien réaffectés à la classe «eau» après classification. ENVI peut calculer une matrice de confusion soit à partir d une image de réalité de terrain (Using Ground Thruth Image) soit à partir de régions d intérêt représentatives de la réalité de terrain (Using Ground Thruth ROIs). Dans le premier cas on peut extraire des masques d erreur, pour chaque classe, montrant quels pixels sont mal classés Changement de la couleur d une classe Après avoir affiché une image classée, activer la commande : Menu : Tools > Color Mapping > Class Color Mapping ENVI affiche la boîte de dialogue # n Class Color Mapping où sont listées les classes de l image. Sélectionner une classe à l aide de la souris dans la fenêtre Selected Classes. Le nom s affiche dans la fenêtre Class Name. Sélectionner le système de couleur (System : RGB, HLS, HSV) Modifier, à l aide des ascenseurs horizontaux, la valeur de chaque composante couleur ou bien choisir une couleur prédéfinie avec le bouton de droite marqué V Dans le menu Options la commande Save Changes permet de sauvegarder les changements opérés. Reset Color Mapping permet de réinitialiser les couleurs d origine. 4.4 Amélioration du rendu cartographique des résultats Les images classées présentent souvent un manque de cohérence spatiale (tâches ou trous dans les parcelles). Un filtre passe-bas peut permettre de lisser ces images mais l information peut être déformée. Pour améliorer le rendu de la classification ENVI propose plusieurs fonctions Analyse majoritaire et minoritaire Menu : Classification > Post Classification > Majority/Minority Analysis La boîte de dialogue Classification Input File permet de sélectionner l image classée. Le principe d analyse majoritaire ou minoritaire est basé sur l utilisation d un filtre (ou noyau) de taille variable (par exemple : 3x3). Le filtre se déplace ligne par ligne, colonne par colonne sur l ensemble de l image classée. Dans le cas d une analyse majoritaire, le pixel central du filtre sera affecté à la classe la plus représentée (majoritaire) dans le filtre. Inversement, dans une analyse minoritaire, le pixel central sera affecté à la classe la moins représentée dans le filtre. La boîte de dialogue Majority/Minority Parameters permet de paramétrer l analyse. La fenêtre Select Classes affiche l ensemble des classes de l image. Le bouton Select All Items permet de sélectionner toutes les classes. Sinon, sélectionner une classe à l aide du clic gauche de la souris ou plusieurs classes en utilisant simultanément la touche Ctrl et le clic gauche. Choisir le mode d analyse (Analysis Method : Majority/Minority). Fixer la taille du noyau (Kernel Size). Plus la taille sera grande et plus l image classée sera lissée. Le noyau peut être de taille rectangulaire. Préciser le mode de sortie des résultats (Output Result to : File / Memory). Si on choisit File, donner un nom de fichier (Enter Output Filename) à partir du bouton Choose. Valider par OK. E.N.S.A.Toulouse Jean-Paul LACOMBE 28

32 4.4.2 Homogénéiser les classes L option Clump Classes apporte une autre solution en homogénéisant le contenu des classes par des opérateurs morphologiques. On applique une opération de dilatation suivie d une opération d érosion avec un filtre de taille 3x3, 5x5, etc. Menu : Classification > Post Classification > Clump Classes Sélectionner, dans la boîte de dialogue Classification Input File, le fichier classé. Cliquer sur OK. La boîte de dialogue Clump Parameters s affiche. Sélectionner, à l aide de la souris, les classes que l on souhaite homogénéiser (pour sélectionner toutes les classes, cliquer sur Select All Items). Fixer ensuite la taille du filtre (Operator Size Rows / Cols). Préciser le mode de sortie des résultats (Output Result to File / Memory). Si on choisit File, donner un nom de fichier (Enter Output Filename) en cliquant sur le bouton Choose. Valider par OK. ENVI calcule la nouvelle image classée. On peut l afficher à partir de la boîte Available Bands List. Si on a choisi le mode Memory il s affiche : [Memory 1]- Clump(image classée) Eliminer les pixels isolés On peut aussi utiliser des filtres passe-bas ou d autres filtres. Mais, comme dans le cas précédent, on risque de trop modifier l information. La fonction Sieve Classes permet de supprimer les pixels isolés. Elle se base sur l examen des pixels de voisinage. Le pixel éliminé devient noir (criblage de l image). On peut utiliser alors la fonction précédente (Clump Classes) pour homogénéiser l image (suppression des pixels noirs). Menu : Classification > Post Classification > Sieve Classes Sélectionner, dans la boîte de dialogue Classification Input File, le fichier classé. Cliquer sur OK. La boîte de dialogue Sieve Parameters s affiche. Sélectionner, à l aide de la souris, les classes que l on souhaite homogénéiser (pour sélectionner toutes les classes, cliquer sur Select All Items). Indiquer le seuil minimum de pixels groupés (Group Min Threshold) : ici 2. Donner le nombre de pixels de voisinage à examiner (Number of Neighbors) : ici 8. Préciser le mode de sortie des résultats (Output Result to : File / Memory). Si on choisit File, donner un nom de fichier (Enter Output Filename) à partir du bouton Choose. Valider par OK. ENVI calcule la nouvelle image classée. On peut l afficher à partir de la boîte Available Bands List. Si on a choisi le mode Memory il s affiche : [Memory 2]- Sieve (image classée). Les deux fonctions Clump et Sieve sont associées. La fonction Sieve est d abord appliquée. Elle est suivie de Clump Combiner des classes On peut sélectivement affecter une classe (ou une région d intérêt), à une autre classe (ou une autre région d intérêt). L image classée résultante va donc être modifiée. E.N.S.A.Toulouse Jean-Paul LACOMBE 29

33 Menu : Classification > Post Classification > Combine Classes Sélectionner le fichier classé, dans la boîte de dialogue Classification Input File. Valider avec la touche OK. La boîte de dialogue Combine Classes Parameters s affiche. On va sélectionner, à l aide de la souris, les classes que l on souhaite fusionner : Choisir la classe de sortie (dans la fenêtre Select Output Class) puis choisir une à une les classes à fusionner (dans la fenêtre Select Input Class). Attention! la première paire sélectionnée doit comporter les 2 mêmes attributs (exemple : eau eau). Lorsque la première paire est sélectionnée, cliquer sur le bouton Add Combination. La combinaison s affiche alors dans la fenêtre Combined Classes. Sélectionner la seconde combinaison, l ajouter à la précédente, etc. Valider par OK. Une troisième boîte de dialogue (Combine Classes Output) invite à choisir un fichier de sauvegarde. Noter qu une case à cocher demande à l utilisateur s il souhaite supprimer les classes vides (Remove Empty Classes?). Dans la majorité des cas, répondre Yes. 4.5 Cartographie des résultats Appliquer une couche classée sur une image RGB ENVI permet de superposer une ou plusieurs classes sur un fond d image (composition colorée). Menu : Classification > Post Classification > Overlay Classes A partir d une petite boîte de dialogue (Input Overlay RGB ) on sélectionne l image de référence. Une seconde boîte de dialogue (Classification Input File) permet de sélectionner l image classée. Une troisième boîte (Class Overlay to RGB Parameters) invite à choisir une ou plusieurs classes (et une sous-scène éventuelle). Sélectionner enfin le mode de sortie des résultats et valider l opération par OK. Afficher alors la nouvelle composition colorée avec la couche classée Contours de classes ENVI permet de générer des contours de classes et de les sauvegarder dans un format exportable. Menu : Classification > Post Classification > Classification to Vector Une première boîte de dialogue Raster to vector Input Band permet de sélectionner un fichier classé. Une seconde boîte de dialogue Raster to vector Parameters permet de sélectionner la (ou les) classe(s) à convertir en mode vecteur. Sélectionner la(les) classe(s) voulue(s). Enregistrer dans un fichier (File) ou en mémoire (Memory). OK. La boîte Build Vector Topology s affiche. Les données Raster sont converties en données Vecteur. Si on a choisi, par exemple, la classe «Bois» celle-ci s affiche alors dans Available Vectors List. Sélectionner, à l aide de la souris, la (les) couche(s) voulue(s). Cliquer ensuite sur le bouton Load Selected. Une petite fenêtre s affiche et invite à choisir le fichier d affichage de fond (Display #1 ou New Vector Window). E.N.S.A.Toulouse Jean-Paul LACOMBE 30

34 Une nouvelle boîte de dialogue, #1 Vector Parameters : Cursor, apparaît. Elle permet de choisir la (les) couche(s) à tracer et la couleur du (des) contour(s) : Current Layer. La case Current Highlight permet de choisir la couleur de l objet que l on désire surligner. Les contours peuvent être exportés sous forme de fichier (bouton Export). Un dernier bouton, Apply, permet de générer les contours sur le fond de carte. Il est toujours possible d appeler un autre fichier vectoriel. Le menu File > Open Vector File permet d intégrer un fichier issu de différents formats (génériques ou de traitement d images) Zones tampons autour des classes ENVI permet de délimiter des zones tampons autour d une ou plusieurs classes. Ces zones tampons, de dimension paramétrable, peuvent être affichées sur une image existante ou séparément dans une nouvelle fenêtre d affichage. Menu : Classification > Post Classification > Buffer Zone Image Sélectionner, dans la boîte de dialogue Classification Input File, le fichier classé. Valider avec la touche OK. Une nouvelle boîte de dialogue, Buffer Zone Image Parameters, invite à paramétrer l opération : Sélectionner une ou plusieurs classes dans la fenêtre Select Classes. Pour toutes les classes cliquer sur le bouton Select All Items. Définir l étendue, en pixels, du tampon (Maximum Distance [pixels]). Choisir, par exemple, 20. Préciser le mode de sortie des résultats (Output Result to : File / Memory). Si on choisit File, donner un nom de fichier (Enter Output Filename) à partir du bouton Choose. Valider par OK. ENVI calcule les nouvelles données et positionne le fichier dans la fenêtre Available Bands List. Afficher la nouvelle image en tons de gris (en surimpression sur une autre ou séparément dans une nouvelle fenêtre d affichage.) Pour une meilleure visualisation coloriser la zone tampon en utilisant la fonction Overlay > Density Slice E.N.S.A.Toulouse Jean-Paul LACOMBE 31

35 Application 1 : Classification supervisée par le Maximum de Vraisemblance Classer l image de Buzet en 10 classes thématiques décrites ci-dessous: 1 eau Rivière, lacs, bassins 6 cultures 4 de séparer en 4 classes 2 bois Grands et petits fragments 7 sols 1 Idem pour les sols. L image montre des nuances 3 cultures 1 Il s agit ici de classes comprenant cultures, 8 sols 2 de teintes qu il est possible de discriminer en 3 4 cultures 2 prairies, pelouses, etc. L image propose 9 sols 3 classes 5 cultures 3 des nuances de teintes qu il est possible 10 sols inondés Zones sombres (entre eau et bois) - afficher la composition colorée qui va servir à réaliser une classification, et analyser visuellement les différentes zones, - créer les régions d intérêt associées aux 10 classes : Menu : Tools > Region Of Interest > ROI Tool (ou bien : Overlay > Region Of Interest ) - prendre, pour chaque classe, plusieurs échantillons, - sauvegarder les ROIs dans un fichier regions1.roi - effectuer la classification supervisée par le Maximum de Vraisemblance : Menu : Classification > Supervised > Maximum Likelihood - Afficher l image classée et analyser les résultats après classification Afficher les statistiques de classes - Menu : Classification > Post Classification > Class Statistics La boîte Class Statistics Results affiche les statistiques des classes : Unclassified: 0 points (0.0000%) bois: 118,109 points ( %) eau: 6,844 points (2.6108%) cultures 1: 5,324 points (2.0309%) cultures 2: 16,835 points (6.4220%) cultures 3: 2,652 points (1.0117%) cultures 4: 367 points (0.1400%) sols 1: 55,099 points ( %) sols 2: 30,888 points ( %) sols 3: 3,040 points (1.1597%) sols inondés: 22,986 points (8.7685%) Les statistiques de classes affichent le nombre de pixels de chaque classe ainsi que le pourcentage de chaque classe. Ces valeurs sont à comparer à des statistiques de référence (cohérence par rapport aux données agricoles de la zone d étude). Si on s en éloigne trop, il sera nécessaire de modifier l apprentissage des régions d intérêt. Si les statistiques calculées sont proches des statistiques de référence cela ne signifie pas pour autant que notre classification est bonne. En effet, la localisation géographique des classes doit se superposer à la réalité du terrain. Afficher la matrice de confusion : Menu : Classification > Post Classification > Confusion Matrix > Using Ground Thruth ROIs Overall Accuracy = (3268/3506) % Kappa Coefficient = Ground Truth (Pixels) bois eau Cult 1 Cult 2 Cult 3 Cult 4 Sols 1 Sols 2 Sols 3 inondés Total Non Cla Bois Eau Cult Cult Cult Cult Sols Sols Sols inondés Total Ground Truth (Percents) bois eau Cult 1 Cult 2 Cult 3 Cult 4 Sols 1 Sols 2 Sols 3 inondés Total Non Cla Bois Eau Cult Cult Cult Cult Sols Sols Sols inondés Total E.N.S.A.Toulouse Jean-Paul LACOMBE 32

36 L analyse de la matrice de confusion apporte des informations sur les confusions entre classes : Faibles confusions ( %) Fortes confusions (5-46 %) Bois / cultures 2 Cultures 2 / cultures 1 et cultures 4 Eau / sols inondés Cultures 3 / cultures 1 et cultures 2 Cultures 1 / cultures 3 Cultures 4 / cultures 2 L observation de fortes confusions incite à améliorer la phase d apprentissage (comme nous l avons dit précédemment). Si l amélioration est impossible à obtenir (données spectrales irréductibles) il faut envisager la fusion de classes. La précision globale (Overall Accuracy) est relativement bonne puisque elle est supérieure à 93 % (coefficient Kappa = 0.92). Il est intéressant d examiner les résultats sous l angle de l utilisateur et sous celui du réalisateur. Le tableau ci-dessous est instructif. Classes Erreur d excédents (Commission) Erreur de déficits (Omission) Précision pour le réalisateur (Producer Accuracy) Précision pour l utilisateur (User Accuracy) pixels % pixels % pixels % pixels % Bois 15/ / / / Eau 2/ / / / Cultures 1 96/ / / / Cultures 2 64/ / / / Cultures 3 16/ / / / Cultures 4 27/ / / / Sols 1 2/ / / / Sols 2 0/ / / / Sols 3 0/ / / / S. inondés 16/ / / / Erreur de déficits : on constate, pour la classe bois, que 23 pixels appartenant à l échantillon de référence (952 pixels) ont été affectés à une autre classe (cultures 2), soit 2.42 %. La précision pour le réalisateur est donc de 929/952 soit %. Erreur d excédents : 15 pixels des classes de référence cultures 2 et cultures 3 sont affectés à la classe bois. Cette dernière présente donc un excédent de 15/944 soit 1.59 %. La précision pour l utilisateur est donc de 929/944 soit %. Ces chiffres sont excellents malgré les confusions notées précédemment. Mais la validation d une telle classification ne peut s appuyer sur ces seuls chiffres. Il est indispensable d évaluer la qualité de la classification à partir des données de la réalité terrain. On calcule un pourcentage de qualité. On vérifie que la nature de tel pixel sur la carte correspond à la réalité sur le terrain. La qualité de la classification = nombre de pixels validés / nombre de pixels testés. Application 2 : Classification supervisée par d autres méthodes de classification ENVI propose, nous l avons vu, d autres méthodes de classification supervisées : hypercubes, distance minimum, Mahalanobis, réseaux neuronaux. Réaliser des essais avec ces méthodes sans sauvegarder nécessairement le résultat sous forme de fichier. Faire une analyse comparative et commenter les résultats. Application 3 : Classification non supervisée par la méthode K-Means Classification Nous avons vu que les méthodes non supervisées étaient des méthodes objectives car la mise en classes est élaborée à partir du calcul des distances entre pixels. On obtient N sous-ensembles de distances (signatures spectrales) voisines. L utilisateur va ensuite interpréter les classes calculées en leur affectant une légende appropriée. Dans les méthodes supervisées on fixe, a priori, le nombre de classes finales. Ici, il sera nécessaire de définir, au départ, un plus grand nombre de classes de manière à augmenter les chances d extraire les classes thématiques attendues. En effet, si au départ le nombre de classes est trop faible, certains sous-ensembles attendus n apparaitront pas. Le choix d un nombre de classes plus grand que le nombre de classes attendues correspond à une opération d affinage. Ces méthodes automatiques sont nécessairement paramétrables. - afficher la composition colorée qui va servir à réaliser la classification, - effectuer la classification non supervisée par la méthode des Nuées Dynamiques (K-Means) : Menu : Classification > Unsupervised > K-Means Dans la boîte de dialogue K-Means Parameters : E.N.S.A.Toulouse Jean-Paul LACOMBE 33

37 - Fixer le nombre de classes à 20, - Fixer le nombre d itérations à 10, - Donner un nom de fichier : Kmeans.cla Unclassified: 0 points (0.0000%) Class 1: 4,268 points (1.6281%) Class 2: 4,012 points (1.5305%) Class 3: 6,399 points (2.4410%) Class 4: 10,414 points (3.9726%) Class 5: 12,467 points (4.7558%) Class 6: 20,266 points (7.7309%) Class 7: 30,291 points ( %) Class 8: 42,146 points ( %) Class 9: 29,333 points ( %) Class 10: 8,327 points (3.1765%) Class 11: 8,628 points (3.2913%) Class 12: 7,842 points (2.9915%) Class 13: 7,407 points (2.8255%) Class 14: 7,836 points (2.9892%) Class 15: 7,618 points (2.9060%) Class 16: 7,871 points (3.0025%) Class 17: 8,257 points (3.1498%) Class 18: 7,394 points (2.8206%) Class 19: 14,948 points (5.7022%) Class 20: 16,420 points (6.2637%) - Lancer le processus de classification en cliquant sur OK. - Afficher l image classée et analyser les résultats. L interprétation visuelle des 20 classes nous permet d identifier les thèmes principaux. 1 Eau 6 Bois 11 Bois 16 Sols 1 2 Sols 1 7 Bois 12 Sols 1 17 Sols 1 3 Sols inondés 8 Bois 13 Sols 1 18 Sols 1 4 Sols inondés 9 Cultures 14 Sols 1 19 Sols 2 5 Sols inondés 10 Bois 15 Sols 1 20 Sols 3 On constate que toutes les classes attendues ne sont pas extraites : par exemple, on n a qu une seule classe cultures au lieu des quatre attendues, alors que visuellement la composition colorée présente au moins 2 classes distinctes. Cette méthode ne permet pas de les faire apparaître. Il aurait fallu, peut-être, paramétrer plus de 20 classes. Par contre des thèmes comme les bois et les sols 1 sont représentés par plusieurs classes. C est le signe d une grande diversité des signatures spectrales dans ces 2 thèmes. Entre les deux méthodes de classification, obtient-on les mêmes proportions? Si nous fusionnons les résultats en grands thèmes, pour les deux classifications, on obtient le tableau suivant : classes CLASSIFICATION NON SUPERVISEE CLASSIFICATION SUPERVISEE Eau % % Bois % % Sols nus % % Cultures % % Sols inondés % % Fusion de classes Fusionnons les classes qui sont rattachées au même thème : - sols 1 : classes 2, 12, 13, 14, 15, 16, 17, 18 - sols inondés : classes 3, 4, 5 - bois : classes 6, 7, 8, 10, 11 Il existe deux voies pour réaliser cette opération de fusion de classes : 1 par le menu : Classification > Post Classification > Combine Classes 2 par le menu : Overlay > Classification Options > Merge Classes COMMENTAIRES La Classification Supervisée fait apparaître un petit excédent d eau aux dépens des sols inondés. Il en est de même pour les bois par rapport aux cultures. Par contre les sols nus présentent la même proportion dans les deux classifications. Homogénéisation des classes et élimination des pixels isolés Lorsque les classes obtenues sont représentées par des parcelles hétérogènes, il est possible d améliorer le rendu cartographique à partir de diverses fonctions : La fonction majoritaire ( 4.4.1, p 28) E.N.S.A.Toulouse Jean-Paul LACOMBE 34

38 Menu : Classification > Post Classification > Majority/Minority Analysis la fonction d homogénéisation (Clump : 4.4.2, p 29). Menu : Classification > Post Classification > Clump Classes D autre part, lorsque l image est criblée, c est à dire qu elle affiche des pixels isolés, il est possible d éliminer ces pixels isolés à partir des fonctions Sieve et Clump ( 4.4.3, p 29). On applique successivement ces deux fonctions. Menu : Classification > Post Classification > Sieve Classes Menu : Classification > Post Classification > Clump Classes Edition cartographique Lorsque le travail de classification est achevé il ne reste plus qu à élaborer une carte thématique annotée et légendée à partir des outils d ENVI (voir 5, Composition Cartographique, p 37). E.N.S.A.Toulouse Jean-Paul LACOMBE 35

39 COMPOSITION CARTOGRAPHIQUE 5.1 bordures virtuelles de manière automatique par l ajout d une grille à partir de la fenêtre Available Bands List grilles annotation E.N.S.A.Toulouse Jean-Paul LACOMBE 36

40 5 COMPOSITION CARTOGRAPHIQUE La composition cartographique a déjà été abordée de manière fragmentaire. Ce chapitre rassemble tous les éléments utiles à ce type d opération. Nous allons voir comment incruster différents objets ou informations tels que annotations, échelles, grilles, symboles, bordures, etc. 5.1 Bordures virtuelles Généralement les images affichées ne présentent pas de marges blanches. Pour les besoins d une édition il est utile d en créer une. Des objets, des annotations et des symboles peuvent figurer dans cette marge. L ajout d une marge peut être généré de plusieurs façons De manière automatique par l ajout d une grille Menu : Overlay > Grid Lines La fenêtre #N Grid Line Parameters s affiche. Une marge de 100 pixels est implicitement appliquée à l image. Pour modifier les marges de la grille, activer le menu : Options > Set Display Borders. Valider par OK les nouvelles valeurs des paramètres A partir de la fonction d annotation Menu : Overlay > Annotation Menu : Options > Set Display Borders On se retrouve dans le cas présenté ci-dessus. Mais les nouveaux paramètres sont appliqués immédiatement à l image. 5.2 Grilles ENVI peut gérer trois types de grilles : Menu : Overlay > Grid Lines. (1) avec les coordonnées graphiques exprimées en pixels, (2) avec les coordonnées cartographiques, (3) avec les coordonnées géographiques. La fenêtre #N Grid Line Parameters s affiche. Elle permet à partir du menu Options de sélectionner le type de grille : - Edit Pixels Grid Attributes carroyage fondé sur les numéros de lignes et de colonnes. - Edit Map Grid Attributes carroyage construit à partir des coordonnées cartographiques (exemple : Lambert ) - Edit Geographic Grid Attributes carroyage instruit à partir des coordonnées géographiques (exprimées en degrés, minutes, secondes ou bien en grades ) Des boîtes de dialogue (comme Edit Geographic Attributes) permettent de préciser les paramètres de type texte, ligne, cadre, intersections... Faire OK pour valider les nouveaux paramètres. Si on ferme la boîte de dialogue #N Grid Line Parameters la grille s efface de la fenêtre d affichage. Il est donc recommandé de sauvegarder les paramètres dans un fichier spécifique (File > Save Setup ). Ce fichier peut être restauré sur simple commande (File > Restore Setup ).. E.N.S.A.Toulouse Jean-Paul LACOMBE 37

41 5.3 Annotation Cette fonction est utile pour insérer divers objets cartographiques. Menu : Overlay > Annotation La boîte de dialogue #N Annotation : Text invite à paramétrer le texte Par défaut, la couleur du texte (Color) est blanche, la couleur du fond (Back) est noire, l épaisseur du trait (Thick) est égale à 1, la police (Font) est Roman 3, la taille des caractères (Size) est égale à 12. Choisir l objet cartographique à partir du menu Object Tout objet sélectionné est positionné dans la carte à l aide du bouton gauche de la souris. Un clic sur le bouton droit valide l emplacement. Tous les objets incrustés peuvent être modifiés et déplacés à partir de la fonction Selection/Edit. La sélection de l objet est réalisée en traçant un rectangle autour de l objet (bouton gauche de la souris). Un clic droit repositionne l objet. - texte et symbole (Text, Symbol) : ENVI propose 17 types de police et 6 jeux différents de types standards. Tous ces objets peuvent être paramétrés (taille, orientation, couleur, épaisseur, etc.). Le texte est saisi dans une fenêtre de saisie. Valider par OK et placer le texte dans la carte. - Formes géométriques, lignes et flèches (Rectangle Arrow) : Le tracé de l objet est réalisé à l aide du bouton gauche de la souris. Un clic droit permet de valider l objet. La forme et l emplacement de l objet peuvent être modifiés. Sélectionner l objet, se positionner à l endroit voulu et utiliser le clic gauche (glissé). La couleur (Color) et l épaisseur du trait (Thick) peuvent être paramétrés, de même que le style de ligne (Line Style) et l orientation de l objet (Rotation). Le tracé d une flèche procède de la même technique. On peut modifier la taille et l orientation de la flèche de manière interactive. Chacune des deux extrémités de la flèche peut être saisie à l aide du bouton gauche de la souris. Un glissé permet de recalibrer l objet. La couleur (Color) et l épaisseur de la flèche (Thick) sont paramétrables, de même que la forme de la tête de flèche (Head Size, Head Angle). - Echelle cartographique (Scale Bar) : elle est calculée et insérée automatiquement à partir de la taille du pixel de l image. Une petite boîte de saisie invite à définir la taille du pixel. Après avoir validé, la boîte de dialogue #N Annotation Scale Bar invite à définir un certain nombre de paramètres graphiques. Couleur (Color), fond d objet (Back), épaisseur du trait (Thick), type de caractère (Font), taille de caractère (Size) et orientation de la barre (Orien). Les paramètres d échelles sont aussi programmables : Unités d échelle (Scale) : Km, Miles, Meters, Feet, Affichage/Suppression de la barre d échelle (On/Off), Hauteur (Height) et longueur (Length) de la barre, Grandes subdivisions de la barre (Inc) et petites subdivisions de la barre (Sub Inc). Le bouton Change Scale Bar Titles permet de modifier l intitulé des unités d échelle (Km, Miles, etc.). - Déclinaison (Declination) : ENVI permet de paramétrer l orientation du nord géographique (True North), du nord de la grille (Grid North) et du nord magnétique (Magnetic North). On entre les valeurs d angle (en degrés) dans les petites fenêtres de saisie. Il est possible de modifier la couleur( Color), l épaisseur (Thick) et la longueur de l objet (Length). - Légende (Map Key) : c est la clé cartographique de l image. E.N.S.A.Toulouse Jean-Paul LACOMBE 38

42 On peut modifier la couleur du fond de légende (Back) et l épaisseur du trait (Thick), le style de caractère (Font), sa taille (Size) et son orientation (Orien). Pour chaque objet sélectionné une boîte de dialogue spécifique s affiche. Pour la légende, La boîte de dialogue #1 Annotation : Map Key s affiche. Le bouton Edit Map Key Items permet de donner un libellé aux objets de la légende (Name), de modifier leur couleur (Color), de redéfinir leur type (Object Type) et l attribut de remplissage (Fill), son orientation (Orien) et l espacement (Space). Faire OK pour valider. - Insertion d image (menu : Object > Image) : ENVI permet d incruster une seconde image dans l image initiale. Une nouvelle boîte de dialogue invite à sélectionner la nouvelle image (bouton : Select New Image). Cette dernière doit nécessairement figurer dans la fenêtre Available Bands List. L image peut être redimensionnée ou affichée partiellement. A l aide du bouton gauche de la souris on détermine l emplacement de l objet. Le bouton droit permet de valider l emplacement. Attention! l image incrustée n est pas visible à l affichage. Il est nécessaire de sauvegarder l ensemble de l affichage dans un fichier et de le charger. - Insertion de graphique (menu : Object > Plot) : Comme pour une image, ENVI permet d incruster un graphique vectoriel. Les opérations sont identiques à celles de l insertion d image. BORDEAUX Zone d étude TOULOUSE E.N.S.A.Toulouse Jean-Paul LACOMBE 39

43 CORRECTIONS GEOMETRIQUES GEOREFERENCEMENT 6.1 correction image image saisie des points d amers rectification des images évaluation des résultats correction image carte : géoréférencement fusion de 2 images géoréférencées de résolutions différentes affinage par ITS (IHS Sharpening) affinage par la méthode de la couleur normalisée (Brovey) E.N.S.A.Toulouse Jean-Paul LACOMBE 40

44 6 CORRECTIONS GEOMETRIQUES ET GEOREFERENCEMENT ENVI permet de recaler une image soit : (1) par rapport à une autre image (correction géométrique), (2) par rapport à une carte de référence (géoréférencement). Le processus de rectification passe par 3 étapes : (i) la saisie de points d amers, (ii) le choix d un modèle de rectification et (iii) le recalage par l application du modèle sur l image à corriger. Enfin, le processus de rectification est suivi d un processus de mesure de la qualité du recalage Saisie des points d amer 6.1 Correction image - image On parlera de points d amer ou encore de points de contrôle au sol (Ground Control Points = GCPs) Afficher les deux images. L une sera l image de référence, l autre l image à rectifier. Puis, appeler le menu suivant : Menu : Map > Registration > Select GCPs : Image to Image Une première boîte de dialogue, Image to Image Registration, permet de sélectionner l image de référence (Base Image) et l image à rectifier (Warp Image). Après le choix, valider par OK. La boîte de dialogue Ground Control Points Selection s affiche. La saisie des GCPs est réalisée interactivement avec la souris sur le zoom de chacune des images. Il est préférable de toujours procéder dans le même ordre. Par exemple, commencer par l image de référence (Base) puis avec l image à rectifier (Warp). Les 2 pixels homologues sont sélectionnés à l aide du bouton gauche de la souris. Les coordonnées des 2 pixels sont alors affichées (Base X/Y et Warp X/Y). A droite de cette fenêtre on peut sélectionner le degré du polynôme d ajustement (Degree). Valider chaque couple de pixels choisis à l aide du bouton Add Point. Le nombre de paires (Number of Selected Points) est affiché à droite du bouton Add Point. L erreur résiduelle moyenne (RMS Error) apparaît dans la ligne au-dessous (elle est exprimée en pixels). Un bouton Delete Last Point permet d abandonner le dernier couple de points enregistré. La fonction Predict permet d estimer la position du pixel de l image à rectifier à partir d un pixel de l image de référence. La fonction Predict n est active que lorsqu on a saisi au moins 5 GCPs. On sélectionne alors un pixel de l image de référence, puis on clique sur Predict. Le point estimé se positionne sur l image à rectifier. Il est possible d ajouter ce nouveau couple de GCPs à la liste en cliquant sur Add Point. Mais attention! Le modèle qui vient d être construit n est pas forcément un bon modèle. L algorithme de minimisation de l erreur va bien fonctionner (diminution de la RMS) mais le point estimé peut être positionné loin de la réalité. Nous suggérons de disposer d un nombre suffisant de GCPs (modèle robuste) avant d utiliser la fonction PREDICT ou bien de disposer d une RMS très faible dès la première prédiction avec 5 GCPs (ce qui est une garantie de bon positionnement du point estimé). En cliquant sur le bouton Show List on fait apparaître la liste des GCPs dans la boîte de dialogue Image to Image GCP List. Elle fournit les informations suivantes : - Coordonnées du pixel de référence (Base X, Base Y), - Coordonnées du pixel à rectifier (Warp X, Warp Y), - La valeur estimée par le modèle (Predict X, Predict Y), - L erreur entre X et X estimé, Y et Y estimé (Error X, Error Y), - Le carré moyen des résidus (RMS). Le modèle linéaire affiche les estimations à partir de 4 paires de points. Pour le modèle de degré 2 il faut au minimum 9 paires. Une barre de menu, dans la partie inférieure de la boîte, permet de réaliser des opérations élémentaires : - Goto : Sert à centrer le Zoom sur un GCP (sélectionner le GCP dans la liste), - On/Off : active/désactive le couple de GCPs sélectionné (l estimation et les résidus sont recalculés), E.N.S.A.Toulouse Jean-Paul LACOMBE 41

45 - Delete : supprime un GCP, - Update : mise à jour d un GCP. Sélectionner le GCP dans la liste, choisir un nouveau GCP sur l image (Zoom) puis cliquer sur Update. Le nouveau GCP est mis à jour ainsi que les calculs correspondants. - Hide List : permet de cacher la fenêtre d affichage des GCPs. Dans la première boîte de dialogue Ground Control Points Selection le menu File permet d accéder à des commandes de sauvegarde, de restauration et de suppression des GCPs, etc. - File > Save GCPs to ASCII : sauvegarde des GCPs sous forme de fichier ASCII, - File > Save Coefficients to ASCII : sauvegarder les coefficients du modèle sous forme de fichier ASCII, - File > Restore GCPs from ASCII : restauration du fichier de GCPs à partir d un format ASCII, Le menu Options propose les commandes suivantes : - Warp Displayed Band : sélectionne le canal à rectifier, - Warp File : sélectionne le fichier à rectifier, - Reverse Base / Warp : inverse l ordre des deux images, - 1st Degree (RST Only) (On/Off) : dans le cas d un polynôme de degré 1 associé au modèle RST (voir ci-dessous) on peut calculer (ou non) l erreur. - Auto Predit (On/Off) : permet d activer (ou non) la prédiction automatique de la position d un point estimé sur l image à rectifier (voir aussi le bouton Predict), - Label Points On : marque le GCP avec un label, Label Points Off : supprime le label, - Order Points by Error Off : permet de trier la liste de GCPs selon l ordre de l index ou On : selon la valeur de l erreur, - Clear All Points : supprime tous les GCPs, - Set Point Colors : modifie la couleur des labels, Rectification des images Une fois saisie la liste de GCPs nous aurons le choix entre 3 méthodes de rectification (RST, Polynomial, Triangulation) et 3 méthodes de rééchantillonnage des données (Nearest neighbor, Bilinear, Cubic Convolution). RST (Rotation, Scaling, Translation) : c est le modèle le plus simple nécessitant au moins 3 GCPs pour permettre la rotation, le changement d échelle et la translation de l image. Polynomial : c est un modèle polynomial de degré n dépendant du nombre de GCPs sélectionnés. Le nombre de GCPs doit être supérieur à (n+1)². Triangulation de Delaunay : ce modèle fait correspondre des triangles dans l espace irrégulier des GCPs et interpole les valeurs à la grille de référence. Nearest neighbor : la méthode du «plus proche voisin» utilise la valeur du pixel le plus proche, sans aucune interpolation, pour créer la valeur du pixel rectifié. Bilinear : réalise une interpolation linéaire entre les 4 pixels bruts les plus proches pour rééchantillonner le pixel rectifié. La nouvelle valeur est une moyenne pondérée des 4 valeurs brutes. Cubic Convolution : cette méthode utilise 16 pixels (au lieu de 4) pour approximer la fonction faisant intervenir des polynômes de degré 3. Cette méthode est plus lente que les précédentes. Dans la boîte de dialogue Ground Control Points Selection activer le menu : Options > Warp File... Choisir le fichier à rectifier dans la boîte de dialogue. OK. Une seconde boîte de dialogue (Registration Parameters) s affiche. Elle permet de choisir les paramètres du modèle de rectification (Warp Parameters) : - Le modèle (Method) et son degré (degree), - la méthode de rééchantillonnage (Resampling), - la valeur du fond (Background), Il s agit ensuite de fixer les dimensions de l image résultat (Output Image Extent) : - coordonnées X et Y du point supérieur gauche (Upper Left X/Y) - nombre de colonnes et de lignes (Output Samples/Lines). [on donne, généralement les dimensions de l image de référence]. Saisir le nom du fichier de sortie (extension.wrp) et indiquer le chemin du dossier de sauvegarde. Valider en cliquant sur le bouton OK. On peut tester plusieurs méthodes et plusieurs modèles. Chaque fois on pourra sauvegarder les résultats. E.N.S.A.Toulouse Jean-Paul LACOMBE 42

46 6.1.3 Evaluation des résultats TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS Examen détaillé des résidus : RMS Error est affichée dans la boîte de dialogue Ground Control Points Selection. C est une valeur moyenne pour l ensemble des GCPs de la scène. RMS Error variera en fonction de la taille de la scène, de la topographie du terrain et de la qualité de travail du producteur. Selon le degré de précision attendu on acceptera (ou cherchera à améliorer) cette erreur moyenne. Mais la valeur moyenne est un indicateur insuffisant. Il est important d examiner l erreur Min et l erreur Max. Les résidus lignes et colonnes sont affichés dans Image to Image GCP List. Enfin, il est possible, si le nombre de GCPs est suffisant, d augmenter le degré du polynôme (fenêtre Degree). Répartition homogène des GCPs dans l image : pour obtenir un bon modèle de recalage, les GCPs doivent être répartis de façon homogène sur la surface de l image (en particulier sur les bordures. Une répartition hétérogène risque de déformer l image à rectifier. Analyse comparative visuelle des deux images : on utilisera la fonction d affichage de lien entre ces deux images. Menu : File > Link > Link Displays Cliquer plusieurs fois sur le bouton gauche de la souris de manière à évaluer visuellement un mauvais recalage. Analyser plutôt la superposition des bords de parcelles que le contenu des parcelles. Si un décalage existe on aura l impression que les images dansent. L interpolation bilinéaire donne une image fortement lissée mais celle obtenue par convolution cubique donne d excellents résultats : l image est lissée et conserve de fins détails. 6.2 Correction image carte : géoréférencement Dans la correction Image-Carte l image de référence peut être une image satellitaire géoréférencée, un fichier vectoriel géoréférencé ou une carte topographique. Il s agira de repérer, sur l image à rectifier, la position d un pixel remarquable et de lui affecter les deux coordonnées (latitude et longitude) relevées dans le document de référence. A part cette dernière procédure, les autres procédures utilisées sont semblables à celles du cas précédent. Ouvrir et afficher l image à rectifier. Ouvrir et afficher le document de référence. Menu : Map > Registration > Select GCPs : Image to map La boîte de dialogue Image to Map Registration invite à sélectionner l image de référence (Input Display), d indiquer le type de projection du document de référence (Select Registration Projection), le Datum (Datum), les unités (Units), la zone (Zone) s il s agit de la projection UTM, et la taille du pixel (X Pixel Size / Y Pixel Size) en mètres. Le bouton Datum permet de choisir le datum dans une liste déroulante (boîte Select Geographic Datum). Valider par OK. La boîte de dialogue Ground Control Points Selection s affiche. La méthode de saisie des GCPs diffère légèrement de celle du cas précédent. A l aide du curseur, se positionner sur un pixel de l image à rectifier dont on lira les coordonnées sur le document géoréférencé (affichage avec la commande Cursor Location/Value). Si le document de référence est une carte topographique la lecture du point est réalisée à partir de la carte. Entrer les coordonnées du pixel dans les fenêtres de saisie (E/N). Utiliser une longitude négative (-) pour l hémisphère Ouest et une latitude négative (-) pour l hémisphère Sud. Si l on souhaite conserver ce point cliquer sur le bouton Add Point. Comme dans le cas précédent, pour afficher la liste, cliquer sur le bouton Show List. La boîte Image to Map GCP List affiche les caractéristiques des GCPs. Les opérations sont ensuite identiques au cas de la rectification Image-Image. E.N.S.A.Toulouse Jean-Paul LACOMBE 43

47 Les GCPs peuvent être sauvegardés dans un fichier ASCII (extension.pts ou.txt) à partir de la commande : File > Save GCPs w / map coord / lat / lon File > Save Coefficients to ASCII A l inverse, il est possible de restaurer le fichier de GCPs avec la commande Restore GCPs from ASCII Les options sont identiques à celles du menu précédent. Pour appliquer le modèle de déformation, à partir des points d amers, faire : Menu : Options > Warp Displayed Band ou Options > Warp File à partir de la boîte de dialogue Ground Control Points Selection. Quel que soit ce choix on accédera à la boîte de dialogue Registration Parameters. 6.3 Fusion de 2 images géoréférencées de résolutions différentes ENVI propose deux techniques permettant de fusionner deux images colorées dont les résolutions spatiales sont différentes : Image Sharpening et Color Normalized (Brovey) Sharpening Affinage par ITS (IHS Sharpening) La composition colorée de l image composite est basée sur la transformation du système RGB (Red, Green, Blue) en système IHS (Intensity, Hue, Saturation). La résolution spatiale de l image résultante s en trouve améliorée. Exemple de fusion : image TM (30m) à basse résolution et image Spot (10m) à haute résolution. Les deux images à fusionner doivent nécessairement être géoréférencées. Afficher une composition colorée d une image TM (30m) géoréférencée et l image Spot panchromatique (10m) géoréférencée. Menu : Transform > Image Sharpening > HSV La boîte de dialogue ci-contre permet de choisir l affichage approprié de l image à basse résolution (image TM). Si l image TM n est pas affichée, sélectionner Available Bands List. Valider par OK. Une seconde boîte de dialogue (Select Input RGB Input Bands) invite à sélectionner l image à basse résolution. Valider par OK. Une seconde boîte de dialogue High Resolution Input File invite à sélectionner l image à haute résolution. Valider par OK. Lorsqu apparaît la boîte de dialogue HSV Sharpening Parameters, sélectionner une méthode de rééchantillonnage puis choisir le mode de sortie des résultats (File / Memory) et fournir un nom de fichier dans le cas du choix File. Lancer le processus en cliquant sur OK. Les bandes résultats apparaissent dans la boîte Available Bands List. Il suffit alors de les afficher. E.N.S.A.Toulouse Jean-Paul LACOMBE 44

48 6.3.2 Affinage par la méthode de la couleur normalisée (Brovey) Cette méthode utilise une combinaison arithmétique entre l image trichromique à basse résolution et les données à haute résolution. L objectif est d affiner la composition colorée originale. Chaque bande de la composition colorée est multipliée par le rapport entre les données à haute résolution et la somme des canaux de la composition colorée. La fonction rééchantillonne automatiquement les trois canaux d origine à la résolution maximum en utilisant une des trois méthodes de rééchantillonnage (plus proche voisin, bilinéarité, convolution cubique). Menu : Transform > Image Sharpening > Color Normalised (Brovey) Sélectionner l image trichromique (géoréférencée) à rééchantillonner (par exemple une image TM, à 30 m de résolution). Valider par OK. Une nouvelle boîte de dialogue s affiche (High Resolution Input File). Sélectionner l image à haute résolution (par exemple, une image Spot à 10 m) puis faire OK. Lorsque la boîte de dialogue Color Normalised Sharpening Parameters s affiche, sélectionner la méthode de rééchantillonnage. Choisir ensuite la sortie en mode mémoire ou en mode fichier (donner alors un nom de fichier). Valider par OK pour lancer l opération. Les bandes résultats s affichent alors dans la fenêtre de la boîte Available Bands List. Il ne reste plus qu à afficher les canaux. Application 1 : correction image à image. Rectifier deux images Spot (10km x 10km) de la région de Vallesvilles (Haute-Garonne) acquises à 2 dates différentes : - 1 er mai 1990 : image prise à la verticale du lieu (image de référence) - 8 août 1990 : image prise avec un dépointage d environ 2 30 (image à rectifier) Saisie des GCPs - afficher les deux compositions colorées (mai et août), - Menu : Map > Registration > Select GCPs : Image to Image Sélectionner l image de référence (Base Image) puis l image à rectifier (Warp Image), La boîte de dialogue Ground Control Points Selection va permettre de saisir les GCPs... Les images étant de petite taille, il suffira de sélectionner une dizaine de GCPs répartis de manière homogène dans les images. Lorsque la saisie et les corrections éventuelles sont achevées, sauvegarder les GCPs dans un fichier. Menu : File > Save GCPs to ASCII... Donner un nom de fichier : amers.pts - Examen des résidus L erreur résiduelle moyenne est de , c est à dire de l ordre de 0.10 pixel (soit 0.10 x 20m = 2m). E.N.S.A.Toulouse Jean-Paul LACOMBE 45

49 Individuellement, la RMS minimum est de , la RMS maximum est de Soit un minimum de x 20m = 0.14m (14 cm) et un maximum de x 20m = 4,5 m. Notre modèle conduit à des écarts acceptables : 4.5m pour une scène à 20m de résolution spatiale. Mais le modèle n est valable qu aux GCPs ayant permis de le construire. En effet, avec des RMS faibles (bon modèle) on peut observer, entre les GCPs, des écarts élevés (modèle peu robuste) ou faibles (modèle robuste). C est pourquoi il est essentiel de faire une analyse visuelle en différents points de l image. Il est toujours possible d améliorer ces résultats en modifiant certains GCPs. Application du modèle de déformation à notre image à rectifier (Août) - dans la boîte Ground Control Points Selection sélectionnons Options > Warp File... - Sélectionner le fichier à rectifier (aout.img), - la boîte de dialogue Registration Parameters s affiche : Evaluation des résultats Choisir les paramètres suivants : Polynomial, degree 2 et bilinear. On pourra ultérieurement tester d autres méthodes de rééchantillonnage. Conserver la valeur zéro pour la couleur du fond (Background). Attention! L image recalée (août rectifiée) n a pas les mêmes dimensions que l image de référence. Elle est plus petite. Pour qu elle soit superposable à l image de référence, il est nécessaire de lui affecter les dimensions de l image de référence, soient 512 lignes et 512 colonnes. Attribuons donc à l image de sortie les valeurs : 1, 1, 512, 512. Valider avec la touche OK. Sauvegarder le fichier : AoutRect.img Valider avec la touche OK. L intérêt de dimensionner l image rectifiée aux valeurs de l image de référence est de permettre de superposer des bandes appartenant aux deux images (il n est pas possible de superposer des bandes de dimensions différentes). Les GCPs sont répartis de façon homogène. L examen des résidus a été réalisé précédemment. L analyse visuelle est satisfaisante et ne montre pas d écarts supérieurs au maximum estimé. Les écarts les plus élevés (l image danse ) se situent au niveau des villages. Après avoir redimensionné les deux scènes à la même taille (suppression des lignes et colonnes noires de l image rectifiée, suppression du même nombre de lignes et colonnes sur l image de référence) on peut désormais réaliser une composition colorée inter dates (en associant 2 bandes d une image avec une bande de la seconde). Application 2 : correction image-carte. - Géoréférencer l image du mois de mai (10km x 10km) de la région de Vallesvilles (Haute-Garonne) à partir de la carte topographique au 1/ ème (cartes IGN : 2143 E de 1990 et 2144 E de 1999). Nous comparerons deux modes de saisie des points d amers : (i) lecture en coordonnées UTM et (ii) lecture en grades (puis conversion en degrés décimaux). Saisie des GCPs LECTURE EN COORDONNEES UTM - Afficher l image et paramétrer l opération - Menu : Map > Registration > Select GCPs : Image to Map E.N.S.A.Toulouse Jean-Paul LACOMBE 46

50 La boîte de dialogue Image to Map Registration apparaît : Entrer les paramètres suivants : - Fenêtre Select Registration Projection : UTM - Bouton Datum : WGS-84 - Bouton Units : meters - Fenêtre Zone : 31 (si on ne connaît pas la zone cliquer sur le bouton Set Zone... et entrer les coordonnées approximatives du centre de scène. ENVI détermine automatiquement la zone). Préciser l hémisphère (N/S) - Taille du pixel : X Pixel Size : 20 Y Pixel Size : 20 - Valider par OK. Lorsque le nombre de GCPs est suffisant il est possible d augmenter le degré du polynôme. La boîte de dialogue Ground Control Points Selection s affiche. Saisir, à l aide de la souris, un GCP dans la scène à géoréférencer Puis, entrer ses coordonnées, en mètres, dans les 2 fenêtres de saisie. Cliquer sur le bouton Add Point. Le point s affiche dans la liste. Répartir de façon homogène la saisie des GCPs sur l image. Nous avons saisi 25 GCPs. Trois points ont été désactivés en raison de leur valeur résiduelle élevée. L examen des résidus des 22 points restants permet d évaluer la qualité de nos mesures. Les résidus totaux sont de l ordre de 1 mètre (pour le degré 3). La variation individuelle des points est comprise entre 0.36 mètre et 2.08 mètres, c est à dire une valeur très inférieure à la valeur du pixel (20 mètres). Lorsqu un résidu est trop élevé, il est possible de modifier les coordonnées de ce point (coordonnées géographiques en mètres, coordonnées cartographiques en pixels). Par un double clic sélectionner la cellule à modifier et taper la nouvelle valeur. Lorsque le tableau des GCPs est satisfaisant, sauvegarder le fichier : Menu : File > save GCPs w/ Map Coords... Donner un nom de fichier, par exemple : MaiGeorefUTM.pts Application du modèle de déformation Menu : Options > Warp File La boîte de dialogue Registration Parameters invite à choisir la méthode de recalage (choisir, par exemple polynomial / degree 3) et la méthode de ré-échantillonnage (choisir Cubic Convolution). Sauvegarder le fichier de sortie : MaiGeorefUTM.img puis cliquer sur OK pour lancer le processus. La nouvelle image géoréférencée s affiche dans la boîte Available Bands List. Sa taille sera différente de la taille d origine et son orientation aura changé. On remarquera que les bords de l image ne sont plus rectilignes et que l image a effectué une rotation droite. LECTURE EN GRADES Effectuons la même opération avec les mesures en grades sur la carte topographique. On utilisera l utilitaire CONVERS.EXE pour convertir les grades en degrés décimaux. Saisie des GCPs - Afficher l image et paramétrer l opération - Menu : Map > Registration > Select GCPs : Image to Map La boîte de dialogue Image to Map Registration apparaît. Entrer les paramètres suivants : Select Registration Projection : Geographic Lat/Lon Datum : WGS84 Units : Degrees X Pixel Size : Y Pixel Size : E.N.S.A.Toulouse Jean-Paul LACOMBE 47

51 Attention! La taille du pixel doit être exprimée dans l unité affichée : ici en degrés. On sait que le pixel est un carré de 20 mètres de côté. Sur notre carte au 1/25000ème, 20 mètres représentent 0.8 mm. Exprimons ces 0.8 mm en degrés décimaux à partir de la carte IGN (système WGS84) : - échelle des longitudes : un écart de 5 mesure 270 mm sur la carte. Donc 1 d écart (60 ) mesurera 5 x 12 = 3240 mm. Dès lors 0.8 mm sur la carte vaudront ; 1 x 0. 8 / 3240 = degrés décimaux - échelle des latitudes : un écart de 5 mesure 370 mm sur la carte. Donc 1 d écart (60 ) mesurera 5 x 12 = 4440 mm. Dès lors 0.8 mm sur la carte vaudront ; 1 x 0.8 / 4440 = degrés décimaux Nous avons saisi 25 GCPs. Trois points ont été également désactivés en raison de leur valeur résiduelle élevée (il s agit des mêmes points que dans le cas précédent. L erreur de mesure est plus attribuable à une mauvaise localisation des GCPs sur l image satellitale qu à la mesure lue sur la carte topographique, même si les deux biais coexistent). L examen des résidus des 22 points restants permet d évaluer la qualité de nos GCPs. Les résidus totaux sont de l ordre de 0.87 mètre (pour le degré 3). La variation individuelle des points est comprise entre 0.10 mètre et 2.01 mètres, c est à dire là aussi une valeur très inférieure à la valeur du pixel (20 mètres). Lorsqu un résidu est trop élevé, soit on désactive le point (On/Off) soit on le corrige (voir exercice précédent). Lorsque le tableau des GCPs est satisfaisant, sauvegarder le fichier : Menu : File > save GCPs w/ Map Coords... Donner un nom de fichier, par exemple : MaiGeorefDDEG.pts Application du modèle de déformation Menu : Options > Warp File La boîte de dialogue Registration Parameters invite à choisir la méthode de recalage (choisir, par exemple polynomial / degree 3) et la méthode de ré-échantillonnage (choisir Cubic Convolution). Sauvegarder le fichier de sortie : MaiGeorefDDEG.img puis cliquer sur OK pour lancer le processus. La nouvelle image géoréférencée s affiche dans la boîte Available Bands List. Sa taille sera différente de la taille d origine. On remarquera que les bords de l image ne sont plus rectilignes et que l image a effectué une rotation droite. Comparaison des deux méthodes Elles donnent des résultats voisins mais rarement identiques. La fonction Link permet de visualiser de manière interactive ces différences. La méthode retenue sera celle qui permettra de mieux superposer l image géoréférencée à la carte topographique. E.N.S.A.Toulouse Jean-Paul LACOMBE 48

52 MOSAIQUAGE D IMAGES 7.1 prétraitement des images harmonisation d histogramme estompage de la zone de jonction création d une mosaïque à partir des pixels création d une mosaïque géoréférencée E.N.S.A.Toulouse Jean-Paul LACOMBE 49

53 7 MOSAIQUAGE D IMAGES ENVI permet de lier deux ou plusieurs images en une image unique : c est le mosaïquage. Cette opération est utile pour présenter des images dans des publications ou des compositions cartographiques ou encore comme un moyen d élargir l étendue d une zone géographique. Pour réaliser cette opération, ENVI propose un assortiment d utilitaires complémentaires tels que la jonction des bordures, la transparence des limites d image et l histogramme assorti. Pour mosaïquer deux ou plusieurs images il est d abord nécessaire d effectuer des opérations préliminaires sur ces images. ENVI propose ensuite deux méthodes de mosaïquage : une méthode manuelle basée sur le raccordement des deux scènes au niveau d un pixel commun : les images doivent être présentées dans le même système de projection, dans la même résolution spatiale et dans la même orientation. une méthode automatique basée sur le raccordement des scènes géoréférencées. Si la résolution spatiale et le système de projection sont différents, ENVI réalisera un rééchantillonnage des données. 7.1 Prétraitement des images Les scènes à mosaïquer peuvent présenter des contrastes très différents de sorte que l image résultante aura, pour un même objet, des densités différentes. Le traitement des images initiales passera donc par un rééquilibrage des contrastes (étalement de dynamique) et une harmonisation des histogrammes Harmonisation d histogramme Traitons le cas de deux scènes monochromes à mosaïquer. Afficher les deux scènes. Sélectionner une image comme étant l image de référence puis lui appliquer un étalement de dynamique approprié. Menu : Enhance > option au choix ou Interactive Stretching Identifier les zones de recouvrement, positionner le Zoom de chaque image dans la zone de recouvrement, redimensionner ou repositionner la fenêtre Zoom pour couvrir exactement la même zone dans les 2 images. Dans la fenêtre de l image à harmoniser activer la commande : Menu : Enhance > Histogram Matching La boîte Histogram Matching Input Dialog s affiche. Sélectionner le numéro d affichage de l image de référence (Match to) puis, dans le panneau Input Histogram, cliquer sur le bouton radio du Zoom, enfin valider en cliquant sur OK. L histogramme de sortie de l image de référence est alors appliqué à l histogramme de l autre image. Les deux images ont alors les mêmes caractéristiques de tons de gris. Sauvegarder les transformations sur les 2 images en créant deux nouveaux fichiers : Menu : File > Save Image As > Image File Estompage de la zone de jonction Malgré l harmonisation des histogrammes, il est indispensable d estomper la zone de jonction entre les deux images mosaïquées. En effet, de petites différences peuvent subsister. ENVI propose deux méthodes : (i) méthode de la lisière (Edge Feathering) et (ii) méthode de la ligne (Cut-Line Feathering). Ces paramètres sont saisis dans la boîte Entry : Band N : NomFichier.img. ENVI propose le mosaïquage avec ou sans estompage. La figure ci-dessous permet de visualiser les méthodes utilisées. Image 1 Image 1 Ligne de coupe bordure bordure Zone d estompage Image 2 Zone d estompage Image 2 Figure (a) : Edge Feathering Figure (b) : Cut-Line Feathering E.N.S.A.Toulouse Jean-Paul LACOMBE 50

54 Edge Feathering : Si la zone d estompage a été définie à 20 pixels cela signifie que la distance entre la bordure et la limite d estompage est de 20 pixels. L algorithme va utiliser une relation linéaire entre ces deux limites permettant un tuilage du contraste entre les 2 images. Au niveau de la bordure, l algorithme utilise 100% des pixels de l image 1 pour décroître linéairement jusqu à 0% au niveau de la limite d estompage. Inversement, 0% des pixels de l image 2 sont utilisés au niveau de la bordure pour croître linéairement jusqu à 100% au niveau de la limite d estompage. Cut-Line Feathering : Au préalable il faudra spécifier la largeur de la bande à l intérieur de laquelle sera réalisé l estompage : par exemple, 20 pixels. Le tracé de la ligne de coupe est réalisé avant le mosaïquage. On utilise la commande Annotation : Menu : Overlays > Annotation On trace alors une ligne (polyforme) le long de la zone de jonction. On sauvegarde le fichier annotation (extension.ann). Dans la boîte de dialogue Entry : Band N : NomFichier.img on charge le fichier précédemment créé (bouton Select Cutline annotation File). On indique ensuite la valeur du fond à ignorer (Background Data Value to Ignore). Si le fond de l image est noir on donne la valeur zéro. Ceci permet «d effacer» les marges noires qui viennent en recouvrement d une image sur l autre. Faire OK pour valider les paramètres. 7.2 Création d une mosaïque à partir des pixels Menu : Map > Mosaicking > Pixel based La boîte de dialogue Pixel Based Mosaic s affiche. Elle ne contient encore aucune image. Le menu Import va permettre de saisir les informations utiles : importation des fichiers images, taille de l image résultante, coordonnées X0 et Y0 du coin supérieur gauche de chaque image dans le nouveau référentiel commun. Menu : Import / Import Files and Edit Properties La boîte de dialogue Mosaic Imput Files invite à sélectionner les fichiers à mosaïquer. Sélectionner les fichiers puis valider par OK. La boîte Entry : Band N :NomDeFichier.img demande de préciser des paramètres de procédure pour chaque image. - Data Value to Ignore : les données de valeur zéro seront ignorées. - Feathering Distance : fixe la taille (en pixels) de la zone d estompage. - Cutline Feathering : concerne la seconde méthode de raccordement Il est ensuite nécessaire de fixer les coordonnées du coin supérieur gauche de chacune des images (Position in Mosaic : Xoffset, Yoffset). Pour cela, il est indispensable de repérer, dans la fenêtre Zoom des deux images à mosaïquer, les coordonnées écran du pixel de liaison. Mosaic Display permet de choisir le mode N&B (Gray Scale) ou couleur (RGB) L étalement de dynamique (Linear Stretch) est fixé implicitement à 2%. La fonction Color Balancing permet d assortir les statistiques d une image par rapport à une autre (ou d autres) afin d obtenir une balance des contrastes. Les gains et les pertes sont calculés à partir d une image de référence et appliqués à l autre image (ou aux autres images). Pas de balance (No), image de référence (Fixed), images à balancer (Adjust). E.N.S.A.Toulouse Jean-Paul LACOMBE 51

55 Les schémas ci-dessous précisent le calcul des coordonnées à affecter à X0 et Y X mos X X mos X # 2 #1 # 2 #1 Y mos Y Y Figure 1 Figure 2 #2 : X0 = 1, Y0 = 1 #2 : X0 = 1, Y0 = 64 #1 : X0 = 220, Y0 = 64 #1 : X0 = 220, Y0 = 1 Figure 1 : le pixel d angle de l image 1 se superpose, dans l image 2, au pixel de coordonnées X = 220, Y = 64. Figure 2 : nous sommes dans le cas où les images sont inversées. Dans ce cas, les coordonnées des deux coins supérieurs gauches sont modifiées comme indiqué dans l exemple ci-dessus. Lorsque tous les paramètres ont été fixés on valide par OK. Après validation, une petite boîte (Select Mosaïc Size) propose de valider la taille finale de l image mosaïquée. Valider par OK. La boîte Pixel Mosaic 499 x 513 affiche le résultat graphique du mosaïquage. L opérateur évalue alors la qualité de la mosaïque. Si il valide le résultat, il peut ensuite le sauvegarder dans un fichier : File > Apply La boîte de dialogue Mosaic Parameters invite à donner un nom de fichier (Output Result to File) ou de sauvegarder virtuellement en mémoire le résultat du mosaïquage (Output Result to Memory). Sélectionner la valeur de fond (Background Value). Si la valeur = 0 on aura un fond noir, si la valeur = 255 on aura un fond blanc. Valider par OK. Il est aussi possible de sauvegarder la mosaïque sous forme d un fichier de mosaïque virtuelle (Menu : File > Save Template). Il est traité comme un fichier image et apparaît dans la boîte Available Bands List. Cette opération a l avantage d être plus rapide, de permettre d afficher simultanément la mosaïque et les images source, et d économiser de la mémoire sur le disque dur. E.N.S.A.Toulouse Jean-Paul LACOMBE 52

56 7.3 Création d une mosaïque géoréférencée Le mosaïquage géoréférencé est utilisé pour lier automatiquement deux ou plusieurs images géoréférencées. Des images de résolution spatiale différentes peuvent être mosaïquées. L estompage utilisé pour fusionner des limites d image, des images géoréférencées et non géoréférencées peuvent être importées dans la même mosaïque. Menu : Map > Mosaicking > Georeferenced La boîte de dialogue Map Based Mosaic s affiche. Elle ne contient encore aucune image. Menu : Import > Import Files and Edit Properties La boîte de dialogue Mosaic Imput Files invite à sélectionner les fichiers à mosaïquer. Une fois les fichiers sélectionnés, faire OK. Pour chaque image, une troisième boîte de dialogue (Entry : NomdeFichier.img) invite à entrer les paramètres de mosaïquage. Choisir la valeur du fond à ignorer (Background See Through / Data Value to Ignore que l on fixera à zéro). Choisir le mode d estompage (par exemple : Feathering) pour lequel on fixera le nombre de pixels à 20 (Feathering Distance). Si il s agit d une image trichromique, choisir Mosaic Display en mode RGB. Affecter les numéros de bandes aux couleurs RGB. Répéter la même opération pour les autres fichiers. ENVI positionne automatiquement les fichiers et détermine la taille du fichier résultat. On exécute la commande : File > Apply. La boîte de dialogue Mosaic Parameters s affiche et invite à choisir la taille des pixels de sortie (Output X Pixel Size / Output Y Pixel Size), la méthode de rééchantillonnage (Resampling), le mode de sortie des résultats (Output Result to File / Memory). Si le choix est File on donne alors un nom de fichier. Background Value est affichée automatiquement et fixée à zéro (noir). Valider par OK. Un nouveau fichier est créé et apparaît dans la fenêtre Available Bands List. Il est alors possible d afficher l image mosaïquée. Pour supprimer toutes les images de la mosaïque et effacer la mosaïque, faire : Options > Clear All Entries. E.N.S.A.Toulouse Jean-Paul LACOMBE 53

57 Application 1 : mosaïquage manuel de deux images monochromes Mosaïquer les bandes XS3 de Bioule et d Albias (Tarn et Garonne). Ces images se trouvent dans le dossier Caussade. Afficher les deux images. La taille de chaque image est de 450 lignes et 280 colonnes. Les deux images proposées possèdent déjà le même contraste ; Il n est donc pas nécessaire de réaliser l harmonisation d histogrammes (Histogram Matching). Examiner en détails les deux images de manière à les orienter correctement l une par rapport à l autre (#1 et #2). Déterminer les coordonnées (X0 et Y0) de l origine de chaque image : L image d Albias (ici #2) sera calée dans le coin supérieur gauche (X0 = 1, Y0 = 1) de l image résultat. Le coin supérieur gauche de l image de Bioule doit coïncider avec le pixel de liaison de la première image (coordonnées Xi,Yi). Xi,Yi correspondent à X0,Y0 de l image de Bioule. La position du pixel de liaison permettra de calculer la taille finale de l image mosaïque. Menu : Map > Mosaicking > Pixed Based La boîte de dialogue Pixel Based Mosaic s affiche. Importer les fichiers à mosaïquer. Menu : Import > Import File and Edit Properties La boîte de dialogue Mosaic Imput Files invite à sélectionner les fichiers à mosaïquer. Sélectionner les deux fichiers Albias.img et Bioule.img. Valider la sélection par OK. La boîte Entry :Band N :NomDeFichier demande de préciser des paramètres de calcul pour chacune des deux images. Mettre à zéro la valeur de fond à ignorer (Background Data Value). On choisira la méthode de la lisière. Fixer à 20 le nombre de pixels relatifs à cette lisière (Feathering Distance). Entrer les coordonnées Xoffset et Yoffset du coin supérieur gauche de la première image. Valider par OK. Faire de même avec la seconde image. On retourne alors à la boîte de dialogue Pixel Based Mosaic. L image mosaïquée est affichée. Exécuter enfin la commande : Menu : File > Apply La boîte de dialogue Mosaic Parameters permet de sauvegarder l image mosaïquée sous forme de fichier (Output Result to File). Choisir le dossier de destination (bouton Choose) et le nom de fichier (par exemple : Caussade.mos). Valider par OK. L image mosaïque s affiche dans la boîte Available Bands List. Application 2 : création d une mosaïque géoréférencée Mosaîquer 3 images géoréférencées et de même résolution spatiale : Gaure.img : 614 x 360 (3 bandes) Caraman.img : 360 x 360 (3 bandes) Aigrefeuille.img : 355 x 355 (3 bandes) Cette opération est ici automatique. Il suffit de fournir les 3 fichiers de base géoréférencés. Ouvrir les 3 fichiers à mosaïquer dans la boîte Available Bands List. Menu : Map > Mosaicking > Georeferenced La boîte de dialogue Map Based Mosaic s affiche. Appliquer la procédure décrite précédemment (sauf, bien sûr, la saisie du pixel de liaison). E.N.S.A.Toulouse Jean-Paul LACOMBE 54

58 La boîte Mosaic Imput Files s affiche. Sélectionner les 3 fichiers à mosaïquer puis faire OK. Une troisième boîte de dialogue (Entry : Nom de Fichier) invite à choisir le mode d estompage (choisissons Feathering Distance pour laquelle on fixera le nombre de pixels à 20) et la valeur du fond à ignorer (Background Data Value to Ignore que l on fixera à zéro). On répétera la même opération pour les deux autres fichiers. ENVI positionne automatiquement les fichiers et détermine la taille du fichier résultat (ici 614 colonnes et 623 lignes). Exécuter l application : Menu : File > Apply La boîte de dialogue Mosaic Parameters s affiche et invite à choisir la taille des pixels de sortie : Output X Pixel Size = 20, Output Y Pixel Size = 20, La méthode de rééchantillonage (Resampling) n est pas indispensable dans notre cas puisque la résolution spatiale des 3 images est identique 1. Sélectionner le mode de sortie des résultats (Output Result to File). Le bouton Choose permet de choisir un répertoire de sauvegarde et un nom de fichier. Donner, par exemple, le nom de Vallesvilles.img. Background Value est affichée automatiquement. Valider par OK. Un nouveau fichier est créé et apparaît dans la fenêtre Available Bands List. Il est alors possible de l afficher. 1 On peut toutefois modifier la taille du pixel de sortie (par exemple : 50 m) E.N.S.A.Toulouse Jean-Paul LACOMBE 55

59 ORTHORECTIFICATION 8.1 orthorectification d une photographie aérienne étape 1 : correction des paramètres matériels étape 2 : correction des distorsions géométriques étape 3 : orthorectification de la photographie aérienne orthorectification d une image Spot étape 1 : correction des distorsions géographiques étape 2 : orthorectification de l image Spot conseils pour réussir l orthorectification la résolution spatiale le ré-échantillonnage pendant l orthorectification la précision des points d amers la valeur minimum d un MNT la taille du pixel de sortie E.N.S.A.Toulouse Jean-Paul LACOMBE 56

60 8 ORTHORECTIFICATION L orthorectification est le processus par lequel la géométrie d une image devient planimétrique en modélisant la nature et l amplitude des distorsions géométriques de l image. Des modèles adaptés aux capteurs photographiques ou satellitaires permettent l élaboration de formules qui génèrent des documents précis, géographiquement corrects et bien orientés. ENVI permet de rectifier des photographies aériennes et des images Spot en utilisant un modèle numérique de terrain : un MNT (Digital Elevation Model : DEM). L orthorectification utilise des projections géométriques pour corriger les images en vue d édition cartographique et de mesures. Etapes nécessaires à l orthorectification 1 Correction des paramètres liés au matériel (seulement pour les photographies aériennes), c est à dire établir les relations entre le capteur photographique et la photo aérienne. Ce processus fait appel à des points remarquables entre les marques fiduciaires de la photo et du capteur (au moins 3) et la focale du capteur. 2 Correction des distorsions géographiques du document numérique par la prise de points d amers (entre la photo ou l image satellitaire et un document de référence) et les altitudes. C est une opération analogue à une correction image/carte (voir 6.2, p 43). 3 Utilisation d un MNT : le MNT est communément utilisé pour orthorectifier les photos aériennes ou les images satellitaires. Le processus utilise les fichiers de correction ou des équations de localisation et de colinéarité satellitaires générés lors des étapes précédentes en association avec un MNT. 8.1 Orthorectification d une photo aérienne Cette opération permet de corriger des distorsions introduites par l appareil photo, les angles de prise de vue et la topographie du terrain. L orthorectification est réalisée en 3 étapes (décrites ci-dessus) : Etape 1 : Correction des paramètres matériels Afficher la photo aérienne pour permettre la sélection interactive des marques fiduciaires. Menu : Map > Build RPCs La boîte de dialogue Build RPCs apparaît. Sélectionner le type de caméra (Type) Entrer la valeur de la focale de l appareil (ici : mm) Dans la fenêtre Build Interior Orientation, cliquer sur le bouton Select Fiducials in Display La boîte Interior Orientation Fiducials s affiche : A l aide de la souris, sélectionner la position d une marque fiduciaire (Image X / Image Y) en centrant le croisillon de la marque dans la fenêtre zoom et en entrant la valeur fiduciaire (en mm) relative à l appareil photo (Fiducial X / Fiducial Y) fournie avec les paramètres de vol. Cliquer sur le bouton Add Point. La paire de points s affiche alors dans la fenêtre Interior Orientation with Fiducials (que l on affiche à l aide du bouton Show List) comprenant les informations suivantes : coordonnées fiduciaires de l appareil (Fiducial X/Y), coordonnées image (Image X/Y), les valeurs estimées (Predict X/Y), l erreur (Error X/Y) et la RMS. L erreur n est affichée qu à partir de 4 paires de points. Contrôler la valeur de la RMS (RMS Error) pour mesurer la qualité de la sélection. Sauvegarder les points fiduciaires. Menu : File > Save points to ASCII Puis, construire le fichier RPCs à partir du menu : Options > Export Fiducials to Build RPCs Widget. E.N.S.A.Toulouse Jean-Paul LACOMBE 57

61 8.1.2 Etape 2 : Correction des distorsions géographiques Afficher la photo aérienne comme décrit précédemment. Dans la fenêtre Build Exterior Orientation, cliquer sur le bouton. La boîte de dialogue Select GCPs in Display invite à sélectionner le système de projection (GCP Projection), le datum (Datum) et les unités (Units : Meters, Kilometers, Feet, Yards, Miles, Nautic Miles) relatifs à l image de travail. Le bouton New permet de définir un nouveau système géodésique. Faire OK. La boîte de dialogue Exterior Orientation GCPs invite à sélectionner des GCPs. Cette boîte est similaire à celle de la correction image - carte ( 6.2, p 43). Sélectionner un pixel sur la photo (coordonnées : Image X / Image Y) et entrer ses coordonnées géographiques (E/N) dans le système de projection choisi. Entrer également l altitude du point (Elev). Cliquer sur le bouton Add Point. Recommencer l opération jusqu au nombre désiré de GCPs. Comme dans le cas précédent, les points remarquables sont affichés dans une liste que l on peut visualiser à l aide du bouton Show List : coordonnées géographiques (Map X,Y), l altitude (Elev), coordonnées cartographiques (Image X,Y), les valeurs estimées (Predict XY), l erreur (Error X,Y) et la RMS. Il est nécessaire de saisir au moins 4 points pour estimer une première valeur de l erreur. Sauvegarder les GCPs (File > Save GCPs w/ map coords ) puis construire le fichier RPCs : Options > Export GCPs to build RPCs Widget Etape 3 : Orthorectification de la photo aérienne Menu : Map > Orthorectification > Generic RPC and RSM > Orthorectify using RPC or RSM La boîte de dialogue Select File to Orthorectify invite à sélectionner le fichier à orthorectifier. Faire OK. Une seconde boîte de dialogue (Orthorectification Parameters) invite à fixer les paramètres de calcul : E.N.S.A.Toulouse Jean-Paul LACOMBE 58

62 - choisir le type de rééchantillonnage (Image Resampling) - la couleur du fond (Background) - entrer l altitude (Input Height). Elle soit uniforme (Fixed) soit variable (DEM). Choisir le MNT (bouton Select DEM File ). - Donner un nom au fichier de sortie (Orthorectified Image Filename) - la fenêtre de droite (Output Projection and Map Extent) affiche les coordonnées du coin supérieur droit (Upper Left Corner Coordinate), la taille du pixel (X/Y Pixel Size) et la taille de l image de sortie (Output X/Y Size). Faire OK. 8.2 Orthorectification d une image SPOT Elle peut être réalisée selon deux voies : (1) à partir d un modèle RPC (Rational Polynomial Coefficients ou Rapid Positioning Coordinates) sur les données de divers satellites proposés par ENVI. Le processus associe plusieurs jeux de données pour recaler géographiquement chaque pixel : l image à orthorectifier, le modèle RPC et le MNT. Pour les scènes Spot, le modèle RPC n est pas exigé : ENVI déduit le modèle à partir des paramètres géométriques contenus dans le méta fichier de données associé à la scène Spot. (2) à partir de GCPs (Ground Control Points) : ils permettent d améliorer la précision du modèle RPC précédent. En effet, la transformation RPC a tendance à générer une erreur de biais élevée et une plus basse erreur aléatoire. La sélection d au moins un point de contrôle permet d améliorer de façon significative le modèle et, a fortiori, la sélection de plusieurs points. Les images Spot de niveau 1A et 1B peuvent être orthorectifiées. Le processus est réalisé en 2 étapes : - étape 1 : correction des distorsions géographiques à partir de GCPs. L orthorectification utilise l information de l éphéméride du satellite, à partir du fichier d en-tête Spot, pour générer une orbite initiale et visualiser le modèle géométrique. Des GCPs sont utilisés pour optimiser le modèle orbital en exécutant une inversion non linéaire. La position du satellite et l ensemble des équations de colinéarité pour chaque ligne des données Spot sont calculées et stockées dans un fichier.sot. - Etape 2 : exécution de l othorectification à partir du modèle orbital et d un MNT pour corriger l image Spot pixel par pixel étape 1 : Correction des distorsions géographiques Cette étape est réalisée pour optimiser le modèle orbital en associant des pixels de l image Spot à leurs coordonnées cartographiques et à leurs altitudes. Le modèle est construit à partir de GCPs et de leurs coordonnées correspondantes (comme pour des corrections géographiques de type Image Carte). L image Spot doit d abord être affichée pour permettre de sélectionner les coordonnées cartographiques des GCPs. Menu : Map > Orthorectification > Spot > Orthorectify Spot with Ground Control Choisir le système de projection approprié à l image affichée (Bouton Change Proj ) La fenêtre Ground Control Points Selection invite l utilisateur à sélectionner des GCPs. Cette boîte est similaire à celle de la correction image - carte ( 8.1.2, p 58). Sélectionner un GCP sur l image (coordonnées : Image X / Image Y) et entrer ses coordonnées géographiques (E/N) dans le système de projection choisi. Entrer également l altitude du point (Elev). Cliquer sur le bouton Add Point. Recommencer l opération jusqu au nombre désiré de GCPs. Les GCPs sont affichés dans la liste obtenue à l aide du bouton Show List : les coordonnées géographiques (Map X,Y), l altitude (Elev), coordonnées cartographiques (Image X,Y), les valeurs estimées (Predict XY), l erreur (Error X,Y) et la RMS. Il est nécessaire de saisir au moins 4 points pour obtenir une première valeur de l estimation de l erreur. Il est enfin recommandé de saisir le plus possible de GCPs (une douzaine) pour stabiliser l inversion d orbite satellitaire. Bien que l orthorectification fonctionne avec seulement 3 GCPs cela peut générer une instabilité dans le processus d inversion étape 2 : Elaboration de l image orthorectifiée Menu : Options > Orthorectify File Dans la boîte Select File to Orthorectify, sélectionner le fichier Spot. Faire OK. ENVI récupère automatiquement le fichier d en-tête lead_xx.dat de Spot (où xx représente le numéro de scène). E.N.S.A.Toulouse Jean-Paul LACOMBE 59

63 La boîte de dialogue Orthorectification Parameters invite à fixer les paramètres de l orthorectification. Image Resampling : permet de choisir la méthode de rééchantillonnage de l image à orthorectifier. Background : couleur du fond (noir = 0) Input Height : c est celle du MNT (DEM) ou bien une valeur fixe (Fixed) pour un terrain plat. Select DEM File : donner le nom du fichier MNT DEM Resampling : permet de choisir la méthode de rééchantillonnage du MNT. Geoid offset : valeur de compensation du géoïde Donner un nom de fichier à l image orthorectifiée ou choisir le mode temporaire (Output Result to File/Memory). Dans le système de projection choisi, entrer les coordonnées du point supérieur gauche de l image de sortie (Upper Left Coordinate of Output Image). Indiquer la taille du pixel (X Pixel Size /Y Pixel Size). Indiquez enfin la taille du fichier de sortie (Output X/Y Size). Cliquer sur le bouton OK pour lancer le processus. Deux boîtes de déroulement de processus (Interpolating DEM for Orthorectification et RPC Orthorectification) indiquent le temps de traitement écoulé. 8.3 Conseils pour réussir l orthorectification Les programmes utilisés pour réaliser l orthorectification sont aussi souples que possible. Les outils sont donc faciles à utiliser. Néanmoins cette facilité peut quand même générer des problèmes. Il faut examiner quelques points critiques La résolution spatiale Avant toute opération il est indispensable de considérer le problème de la résolution spatiale. Ce problème n est pas traité ici de la même manière que dans la partie correction image-carte. Nous devons considérer 3 paramètres clés : - la taille du pixel du MNT, - la taille du pixel de l image, - la taille du pixel du fichier résultat. ENVI permet d associer différentes tailles de pixel mais certaines différences peuvent avoir un effet marqué sur les résultats. Idéalement, le pixel du MNT doit avoir la même taille (ou être plus petit) que le pixel résultat de l ortho image. Si sa taille est significativement plus grande on aboutit souvent à des artefacts au niveau de l image résultat du type «marches» ou «tranches». Les marches suggèrent qu il y a une frontière entre groupes de pixels dans l ortho image. Ces derniers sont cartographiés comme ayant la même altitude. C est pourquoi, avant de faire une orthorectification il est indispensable de ré-échantillonner le MNT à la résolution de sortie (Menu : Basic Tools > Resize Data (Spatial/Spectral)). Nous recommandons d utiliser l interpolation bilinéaire pour le ré-échantillonnage. La méthode par convolution cubique risque de créer des situations peu réalistes. La méthode du plus proche voisin ne lissera pas le MNT ré-échantillonné Le ré-échantillonnage pendant l orthorectification A la production de l ortho image, la valeur de chaque pixel dans l image de sortie (comptes numériques) est calculée à partir de la représentation de ce pixel dans le document d origine (photo aérienne). Ce processus est réalisé en utilisant les deux modèles pour retrouver quel compte numérique (de la photo aérienne) est lié à une coordonnée cartographique donnée. Comme la coordonnée cartographique du centre de chaque pixel (de l ortho image) correspondra à un simple pixel (de la photo aérienne), la valeur utilisée pour l ortho image sera ajustée, par ré-échantillonnage, à partir des valeurs des pixels de proximité (photo aérienne). Ce ré-échantillonnage génère une ortho image plus lissée et plus réaliste. L interpolation bilinéaire utilise les valeurs des quatre plus proches voisins, alors que la convolution cubique utilise les seize plus proches voisins. Le ré-échantillonnage par la méthode du plus proche voisin n apporte aucun effet de lissage. C est pourquoi, si on utilise cette méthode et si la taille du pixel de l ortho image est beaucoup plus grande que celle du pixel photo, on peut obtenir un résultat n ayant pas les caractéristiques d une photo typique. Exemple : soit une image photo de 1 m de résolution spatiale. On désire obtenir une ortho image à 5 m de résolution. Dans l ortho image, chaque pixel aura un compte numérique basé sur celui de la photo aérienne. De plus, comme les centres des pixels de voisinage de l ortho image sont séparés de 5 pixels (photo aérienne), les pixels de voisinage de l ortho image auront des comptes numériques non continus. Si on souhaite avoir une taille de pixel significativement plus grande que celle de la photo d origine (en utilisant la méthode du plus proche voisin) il est nécessaire de rééchantillonner, au préalable, la photo aérienne à la résolution de sortie. E.N.S.A.Toulouse Jean-Paul LACOMBE 60

64 8.3.3 La précision des GCPs TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS Contrairement aux GCPs utilisés dans les corrections géométriques, la précision de chaque GCP utilisé dans la rectification géographique est cruciale pour bien localiser la position de l appareil photo. Si la correction géographique n est pas précise alors l ortho image sera fausse même si les corrections liées au matériel sont parfaites. Il est fréquent de faire des relevés de GCPs avec une précision inférieure au mm, surtout pour les orthorectifications de photos aériennes de 1m de résolution et moins. Aussi, afin de récupérer de manière optimale la localisation de l appareil photo, il est recommandé de répartir les GCPs sur l ensemble de l image. Il est préférable d avoir peu de GCPs bien répartis plutôt qu un grand nombre de points regroupés en grappes. Il faut au moins 4 points, lors de l étape de correction géographique, pour estimer la RMS totale. Cette erreur est estimée à partir d un algorithme RST qui est totalement différent de celui lié à la procédure d orthorectification. La RMS est fournie simplement pour déceler la présence de grosses erreurs (comme des erreurs de frappe par exemple) La valeur minimum d un MNT Après avoir élaboré le fichier.ort, à l issue des deux premières étapes, l exécution de l orthorectification fait appel à l entrée de la valeur MNT minimum (Minimum DEM Value). Pour n importe quel jeu de paramètres d orthorectification, plus la distance entre l appareil photo et le sol est grande, plus importante doit être l ortho image. La valeur qui est entrée ici est utilisée pour calculer la taille de l image de sortie. Cette valeur n affecte pas les comptes numériques de l image résultat, cependant, l entrée d une valeur précise réduit favorablement le temps de calcul et génère un fichier image plus petit La taille du pixel de sortie La taille du pixel de sortie est par défaut celle du pixel de MNT. Si ce n est pas la taille souhaitée il est possible de modifier la taille du pixel en cliquant sur le bouton Change Ouput Parameters localisé au centre de la boîte de dialogue Orthorectification Parameters. Généralement parlant, c est toujours une bonne initiative de vérifier les valeurs dans la fenêtre Output Image Parameters avant de faire n importe quelle opération d exécution. Un rapide coup d œil sur ces paramètres permet souvent de repérer les problèmes. Application : Orthorectification d une photo aérienne Fabas - Mauboussin Photo aérienne panchromatique : référence IGN, 1/30 000, 1993, n 729. La photographie a été scannée à 3 00 dpi. On obtient un document numérique à 2.5 m de résolution spatiale. Le fichier générique Photo729.tif est ensuite intégré au format ENVI : Photo729.img. MNT : un MNT a été digitalisé à 2.5 m de résolution spatiale. Il est aussi intégré au logiciel ENVI sous le nom MNTborne5.img. 1ère étape : CORRECTION DES PARAMETRES MATERIELS Les paramètres correctifs instrumentaux ont été acquis auprès du Service d Activité Aérienne IGN Paris Focale de la chambre métrique = mm FIDUCIAL MARKS N X (mm) Y (mm) N X (mm) Y (mm) (7) 4 Y Menu : Map > Build RPCs Sélectionner le type de camera (Type) Entrer la valeur de la focale de l appareil Dans la fenêtre Build Interior Orientation, cliquer sur le bouton Select Fiducials in Display Saisir les coordonnées des 8 marques fiduciaires à l aide de la souris et saisir les distances X et Y (mm) correspondantes (voir tableau ci-dessus). (6) FC X (8) Sauvegarder les points fiduciaires : File > Save points to ASCII dans le fichier Fiduciaire729.pts. Puis, construire le fichier RPCs à partir du menu Options > Export Fiducials to Build RPCs Widget. Menu : File > Save Points to ASCII Valider par OK. 2 (5) FC = Focal Center 1 E.N.S.A.Toulouse Jean-Paul LACOMBE 61

65 2 ème étape : GEOREFERENCEMENT Dans la fenêtre Build Exterior Orientation, cliquer sur le bouton Select GCPs in Display. La fenêtre Select GCPs in Display s affiche. Sélectionner : Valider par OK. - le type de projection (GCP Projection) : France zone II étendu - Datum : Nouvelle Triangulation Française. - Units : Meters La fenêtre Exterior Orientation GCPs s affiche. Il s agit maintenant de saisir les GCPs qui vont servir à géoréférencer la photographie. Pour améliorer les résultats, choisir des points côtés de la carte topographique. La RMS moyenne est de 5.73, ce qui donne une précision de l ordre de 5.73 * 2.5 m = m Sauvegarder les nouveaux points dans le fichier Orthofocale729. Puis, construire le fichier RPCs : Options > Export GCPs to build RPCs Widget. E.N.S.A.Toulouse Jean-Paul LACOMBE 62

66 3 ème étape : ORTHORECTIFICATION DE LA PHOTO AERIENNE Menu : Map > Orthorectification > Generic RPC and RSM > Orthorectify using RPC or RSM La boîte de dialogue Select File to Orthorectify invite à sélectionner le fichier à orthorectifier (Photo729.img). Faire OK. Une seconde boîte de dialogue (Orthorectification Parameters) invite à fixer les paramètres de calcul : Sélectionner le MNT en cliquant sur le bouton Select DEM File. Valider par OK. Lorsque tous les paramètres sont fixés, valider en cliquant sur OK. Les calculs s effectuent et l image orthorectifiée s affiche dans Available Bands List. E.N.S.A.Toulouse Jean-Paul LACOMBE 63

67 LE FILTRAGE SPATIAL 9.1 filtres de convolution filtres morphologiques filtres de texture mesures d occurrence mesures de cooccurrence filtres adaptatifs filtre de Lee filtre de Frost filtre Gamma filtre de Kuan filtre Sigma local filtre d erreur de bit filtres par transformée de Fourier filtrage vers l avant définition du filtre interactif transformée inverse E.N.S.A.Toulouse Jean-Paul LACOMBE 64

68 9 LE FILTRAGE SPATIAL Le filtrage spatial des données permet d améliorer le rapport signal/bruit des images (le transfert de l image depuis l objet jusqu à la mémoire est accompagné de bruit (imperfection de la source, de l électronique de transfert, etc.)), d améliorer la lecture de l image par filtrage des données, de rechercher des informations spécifiques : objets, motifs, réseaux, etc. On peut classer les filtres en quatre catégories : (i) les filtres de convolution (filtrage spatial), (ii) les filtres morphologiques (traitement des formes), (iii) des filtres de texture (extraction d une information de texture dans l image), (iv) des filtres adaptatifs (réduction du bruit par lissage de l information tout en conservant la précision de la forme). Le filtrage par transformée de Fourier fournit des informations dans le domaine des fréquences. Du point de vue de l utilisateur on distinguera deux catégories : (i) les filtres qui améliorent la lisibilité de l image, (ii) les filtres qui réduisent le bruit de fond. Un filtre (ou noyau) sera matérialisé par une fenêtre carrée (ou rectangulaire) de taille variable (3x3, 5x5, 7x7, etc.) dont les éléments sont affectés d un poids. Sur l image à traiter, la fenêtre se déplacera ligne par ligne, colonne par colonne et calculera la nouvelle valeur du pixel central. Examinons l exemple ci-dessous où l image brute comporte 6 lignes et 5 colonnes. L image résultat comportera 6-2 lignes et 5-2 colonnes. Les deux lignes et les 2 colonnes qui n ont pu être filtrées seront traitées par un algorithme spécifique qui estimera les valeurs attendues : 1/ ,19 30,56 34, ,25 47,50 49, ,75 61,44 64, ,38 56,69 62, Filtre Moyen (3x3) Image brute (6x5) Image résultat (4x3) Le filtre 3x3 (total des coefficients = 16) s applique sur les données de l image. La valeur centrale (21) va être modifiée (25,19). Le calcul se déroule de la manière suivante : Nouvelle valeur centrale = 1/16 [1x10 + 2x20 + 1x25 + 2x12 + 4x21 + 2x24 + 1x40 + 2x42 + 1x48] = 25,19 La fenêtre se déplace d un cran à droite et ainsi de suite La valeur résultante peut être de type entier ou réel, cela dépend du type de filtre utilisé. 9.1 Filtres de convolution La convolution est une forme de filtrage qui génère une image dans laquelle la valeur de la luminosité d un pixel est une fonction de la moyenne pondérée des pixels avoisinants. La convolution à partir d un noyau choisi génère une nouvelle image spatiale filtrée. Les conditions générales d emploi des filtres sont décrites ci-après. Le filtrage par convolution préserve l image source par son caractère de réversibilité. Son utilisation est recommandée pour affiner une image. Le filtrage requiert la sélection de la taille d un noyau. La plupart des noyaux sont carrés et la taille par défaut est 3x3. Charger une image ou un canal. Puis, faire : Filter > Convolutions and morphology La boîte de dialogue Convolutions and Morphology Tool s affiche. Dans la barre de menu, sélectionner le type de filtre, par exemple : Convolutions > High Pass Retournons à la première boîte de dialogue. Elle invite à fixer la taille du filtre (Kernel Size). Fixer ensuite la part (en %) de l image originale à conserver dans le filtrage (Image Add Back (0 100%)). Pour modifier les poids du noyau, double cliquer sur une cellule du filtre et entrer une valeur. Lorsque les poids du noyau ont été fixés, cliquer sur le bouton Quick Apply pour lancer le calcul. Une fenêtre propose à l utilisateur de choisir le canal à traiter. Sélectionner une bande et faire OK. Le résultat s affiche automatiquement à l écran et dans la boîte Available Bands List. La boîte de dialogue Convolutions and Morphology Tool reste affichée pour un autre traitement. Le bouton Apply to File permet de sauvegarder le filtrage sous forme de fichier et sans affichage automatique. E.N.S.A.Toulouse Jean-Paul LACOMBE 65

69 Pour sauvegarder le filtre actif, cliquer sur File > Save Kernel. Entrer un nom de fichier. Faire OK. Il est possible de restaurer un filtre sauvegardé : File > Restore Kernel. Le menu Options permet de modifier le canal à traiter (Options > Change Quick-Apply Input Band) et de modifier la géométrie du filtre (Options > Square Kernel : Yes/No). Application Le segment d image ci-contre est une composition colorée d une image Spot (XS1, XS2, XS3). Nous allons appliquer, sur cette composition trichromique, différents filtres de convolution et afficher l image résultat. Nous indiquerons enfin les caractéristiques de chaque filtre et les contraintes qui s y rapportent. Filtre Passe Haut Elimine les basses fréquences et conserve les hautes fréquences (variations locales). Il n élimine pas de bruit de fond mais augmente le contraste et permet la mise en évidence de contours entre zones. Il est utilisé pour rehausser les bordures entre régions autant que pour affiner une image. La valeur centrale est élevée ; elle est entourée de valeurs négatives qui accentuent les frontières. La somme des coefficients est nulle Exemple de filtre Filtre Passe Bas Il élimine le bruit de fond mais adoucit l image. Cela a pour conséquence une extraction plus délicate des objets. Les coefficients du filtre sont tous positifs. Les trames de filtre peuvent être carrées ou hexagonales. Préserve les basses fréquences. Exemple de filtre Filtre Laplacien Obtenu par la dérivée seconde d un filtre de rehaussement de contours (sans direction préférentielle). Il détecte les points de contour d objets par passage à zéro du Laplacien de l image. Les contours sont fermés. Mais il y a une perte de l information de direction et une accentuation de l influence du bruit. Il accentue les hautes fréquences. La valeur centrale est élevée alors que les coins ont une valeur nulle, les autres poids sont négatifs Exemple de filtre : Filtre Directionnel (Gradient) Dérivée première d un filtre de rehaussement de contours. Il accentue les caractéristiques de l image dans une direction spécifique (gradient) en donnant un effet de relief plus ou moins accentué selon son type. La somme des poids du filtre est nulle. Les zones uniformes de l image sont ramenées à la valeur zéro alors que les zones hétérogènes présentent des contours clairs. Exemple de filtre : E.N.S.A.Toulouse Jean-Paul LACOMBE 66

70 Filtre Gaussien Il utilise une fonction de convolution gaussienne, de taille spécifiée. Il augmente le contraste de l image. Exemple de filtre Passe Bas : Exemple de filtre Passe Haut : Filtre Médian Passe bas Passe Haut C est un filtre passe bas. Il lisse une image en éliminant les pics d intensité isolés (points extrêmes). Il est efficace lorsque l image est dégradée par une source de bruits impulsionnels. Il préserve les contours mais entraîne une perte de résolution. On l utilise pour éliminer les pixels isolés ou de petits groupes de pixels Soit la matrice de données suivante Dans la série ordonnée : 11, 14, 15, 20, 20, 22, 26, 34, 40 la médiane a pour valeur 20. Le pixel central prendra la valeur 20 (au lieu de 14). Filtre de Sobel C est un filtre non linéaire de rehaussement des contours. C est une dérivée première d une image par application de 2 masques de détection de contours (2 directions). Exemple de filtres : Directions horizontale et verticale X = Y = Filtre de Roberts C est un filtre semblable au précédent. Il rehausse les contours dans 8 directions. ENVI propose à l utilisateur de créer son propre filtre de convolution. Menu : Convolutions > User Defined 9.2 Filtres Morphologiques La morphologie mathématique fait appel à des méthodes non linéaires de traitement d images numériques basées sur la forme. Son premier objectif est de quantifier les structures géométriques E.N.S.A.Toulouse Jean-Paul LACOMBE 67

71 Les filtres morphologiques constituent une alternative aux filtres linéaires précédents. Ces filtres ne sont pas additifs (inclusifs) ni linéaires (croissants). On ne peut donc pas faire de déconvolution car il y a perte d information. L application de tels filtres est irréversible. Ils sont basés sur deux opérations : l érosion (Erode) et la dilatation (Dilate). En combinant successivement les deux opérations on réalise une ouverture (Opening) [ = érosion + dilatation] ou une fermeture (Closing) [ = dilatation + érosion]. Les ouvertures morphologiques permettent de nettoyer des images. ENVI propose plusieurs filtres morphologiques prédéfinis. Ouvrir une image (ou un canal) Menu : Filter > Convolutions and Morphology La boîte de dialogue Convolutions and Morphology Tool s affiche. La barre de menu propose 4 types de filtres : Morphology > Erode / Dilate / Opening / Closing Choisissons le filtre d érosion (Erode) Retournons à la boîte de dialogue. Elle invite à fixer la taille du filtre (Kernel Size). Elle permet aussi de choisir un nombre d itérations (Cycles) pour répéter le processus. Le type de résultat (Style) peut être binaire (Binary) c est à dire en blanc et noir, en tons de gris (Gray) ou encore en mode valeur (Value) c est à dire permettant à la valeur du filtre d être soit additionnée (dilatation) soit soustraite (érosion) aux pixels sélectionnés. Pour modifier les poids du noyau, double cliquer sur une cellule du filtre et entrer une valeur. Lorsque les poids du noyau ont été fixés, cliquer sur le bouton Quick Apply pour lancer le calcul. Une fenêtre propose à l utilisateur de choisir le canal à traiter. Sélectionner une bande et faire OK. Le résultat s affiche automatiquement à l écran et dans la boîte Available Bands List. La boîte de dialogue Convolutions and Morphology Tool reste affichée pour un autre traitement. Le bouton Apply to File permet de sauvegarder le filtrage sous forme de fichier et sans affichage automatique. Un compteur indique la progression du calcul. Lorsque l opération est achevée la nouvelle bande (ou fichier) s inscrit dans la boîte Available Bands List. Dilatation Modifie, par dilatation, la valeur des pixels d une image. Dans le cas d une image binaire (0/1), tout pixel de valeur zéro, ayant dans son voisinage au moins un pixel de valeur 1, prendra la valeur 1. Dans le cas d une image en tons de gris (0-255), on affecte à chaque pixel de l image, la valeur la plus forte des pixels de son voisinage. L image résultat apparaîtra plus claire que l image d origine. Menu : Morphology > Dilate Image d origine Image dilatée E.N.S.A.Toulouse Jean-Paul LACOMBE 68

72 Erosion Modifie, par érosion, la valeur des pixels d une image. Dans le cas d une image binaire (0/1), tout pixel de valeur 1, ayant dans son voisinage au moins un pixel de valeur 0, prendra la valeur 0. Dans le cas d une image en tons de gris (0-255), on affecte à chaque pixel de l image, la valeur la plus faible des pixels de son voisinage. L image résultat apparaîtra plus foncée que l image d origine. Menu : Morphology > Erode Image d origine Image érodée Ouverture On effectue une érosion suivie d une dilatation. Globalement l image résultat apparaîtra plus foncée que l image d origine. L opération de dilatation ne permet pas de retrouver l image d origine (processus non réversible). Menu : Morphology > Opening Fermeture Image d origine Image ouverte On effectue une dilatation suivie d une érosion. Globalement l image résultat apparaîtra plus claire que l image d origine. L opération d érosion ne permet pas de retrouver l image d origine (processus non réversible). Menu : Morphology > Closing Image d origine Image fermée E.N.S.A.Toulouse Jean-Paul LACOMBE 69

73 9.3 Filtres de texture Beaucoup d images sont composées de zones caractérisées par une variation de brillance (on ne prend pas en compte les variations de brillance de pixels isolés). La texture fait référence à la variation spatiale de ton de gris d une image selon un gradient. Pour être définis comme une zone à texture distincte, les niveaux de gris à l intérieur de cette zone doivent être ordonnés contrairement à ceux des zones hétérogènes. Pour caractériser un ensemble de pixels connexes d une image on parle de région. La région sera définie par un certain nombre de grandeurs comme les moments de premier ordre ou de second ordre (moyenne, variance, constituant des moments d ordre particuliers). Ces grandeurs sont utilisées dans une approche d analyse exploitant une homogénéité voisine de groupements connexes de pixels. Cette approche est différente de celle qui détermine des contours, c est à dire qui prend en compte l hétérogénéité des pixels. La notion d homogénéité est souvent associée à celle de texture. La notion de texture engendre toute une famille de substantifs (rugosité, régularité, contraste ). La texture est difficile à définir. On fait généralement intervenir un facteur d échelle : - échelle macroscopique : la texture est ici de type déterministe. Elle fait appel à la répétition d un motif (ou texton) dans diverses directions de l espace. Exemple : les écailles de poisson, les tuiles d un toit, les fruits sur un étal, etc. - échelle microscopique : la texture est ici de type probabiliste. Elle est caractérisée par l enchevêtrement de zones homogènes à l intérieur de zones hétérogènes. Il n existe pas de motif répétitif comme dans le cas précédent. Exemple : une prairie, un paysage, etc. Certains auteurs associent les deux notions où coexistent des motifs de bases (appelés primitives) répartis aléatoirement. Il s agit donc d une structure hiérarchique à deux niveaux. ENVI propose plusieurs filtres de texture basés sur des mesures d occurrence ou des mesures de cooccurrence Mesures d occurrence ENVI propose 5 filtres texturaux différents fondés sur les mesures d occurrence. Ces dernières comptabilisent le nombre d occurrences de chaque niveau de gris à l intérieur de la fenêtre de traitement pour les calculs de texture. Les filtres utilisés sont les rangs de données (Data Range), la moyenne (Mean), la variance (Variance), l entropie (Entropy) et la distorsion (Skewness). Menu : Filter > Texture > Occurrence Measures Après avoir sélectionné la bande ou l image à traiter et validé le choix dans la boîte Texture Input File une seconde boîte de dialogue s affiche (Occurrence texture Parameters). La boîte propose de choisir le type de texture (Textures to Compute) : Data Range, Mean, Variance, Entropy (entropie) et Skewness (asymétrie). Choisir ensuite la taille du filtre (Processing Window) en fixant le nombre de lignes (Rows) et le nombre de colonnes (Cols). Choisir enfin le mode sortie des résultats (Output Result to : File/Memory). Faire OK pour valider et lancer le processus. Les images filtrées sont affichées dans la boîte Available Bands List. Afficher les images. Image brute Data Range Moyenne E.N.S.A.Toulouse Jean-Paul LACOMBE 70

74 Variance Entropie Asymétrie Mesures de cooccurrence La cooccurrence est la probabilité conjointe d un pixel de niveau de gris g 1 et d un pixel de niveau de gris g 2, séparés par une translation t. Les mesures de cooccurrence utilisent une matrice de dépendance de tons de gris pour calculer les valeurs de texture. La matrice de cooccurrence est une matrice de fréquences relatives construite à partir de deux fenêtres de traitement voisines séparées par une distance spécifiée dans une direction donnée. Exemple : soit une fenêtre de base 5x5 prise dans l image et une seconde fenêtre décalée horizontalement de 1 pixel. On compare les valeurs des tons de gris entre les deux fenêtres. La matrice de cooccurrence contient le nombre de fois où la même paire de pixels est rencontrée. Pour une image contenant 8 niveaux de gris on obtiendra une matrice de cooccurrence 8x8. Y Fenêtre de base Fenêtre décalée Matrice de cooccurrence Niveaux de gris X Une matrice de cooccurrence contient une masse considérable d informations puisqu elle peut avoir 256 niveaux de gris. De nombreux indices ont été créés à partir de l ensemble de la matrice. Ils sont présentés sous forme normalisée c est à dire qu ils prennent une valeur comprise entre 0 et 1. ENVI propose 8 indices de cooccurrence. Menu : Filter > Texture > Co-occurrence Measures Après avoir sélectionné la bande à traiter et validé le choix dans la boîte Texture Input File une seconde boîte de dialogue s affiche (Co-occurrence Texture Parameters). La boîte propose de choisir le type de texture (Textures to Compute) : Mean, Variance, Homogeneity, Contrast, Dissimilarity, Entropy, Second Moment et Correlation. Choisir ensuite la taille du filtre (Processing Window) : le nombre de lignes (Rows), le nombre de colonnes (Cols). Sélectionner la distance (en pixels) entre les deux matrices de cooccurrence : Cooccurrence Shift (X, Y). Sélectionner ensuite le nombre de niveaux de l échelle de gris (Greyscale quantization levels : None/16/32/64) Choisir enfin le mode sortie des résultats (File / Memory). Faire OK pour valider et lancer le processus. Les figures ci-après montrent l effet des filtres de texture de cooccurrence sur une image trichromique. E.N.S.A.Toulouse Jean-Paul LACOMBE 71

75 Image brute Moyenne Variance Homogénéité Contraste Différence Entropie Second Moment Corrélation L indice de variance est élevé si l on rencontre des couples de pixels de valeurs différentes. C est le cas lorsque le niveau de gris est hétérogène. La valeur de l indice est faible quand les couples de pixels ont des valeurs de gris proches. L indice d homogénéité est d autant plus élevé que l on retrouve souvent le même couple de pixels. C est le cas lorsque le niveau de gris est uniforme ou lorsqu il y a périodicité dans le sens de la translation. L indice de contraste est élevé lorsque les termes élevés de la diagonale de la matrice de cooccurrence sont élevés, soit lorsqu on passe souvent d un pixel très clair à un pixel très foncé. L indice d entropie est faible si on a souvent un même couple de pixels. Il est élevé si chaque couple est peu représenté. Il fournit un indicateur du désordre d une texture. L indice de corrélation mesure la corrélation entre lignes et colonnes de la matrice de cooccurrence, c est à dire entre le niveau de gris du pixel d origine et celui d arrivée (des deux matrices). L indice est élevé lorsque les niveaux de gris varient dans le même sens. 9.4 Filtres adaptatifs Le filtrage adaptatif utilise l écart type des pixels de voisinage d un pixel donné, contenus à l intérieur d une fenêtre, pour calculer une nouvelle valeur. La valeur du pixel central est remplacée par une nouvelle valeur basée sur les pixels de voisinage satisfaisant au critère d écart type. Contrairement à un filtre de lissage passe bas, les filtres adaptatifs conservent la finesse et le détail de l image malgré l élimination de bruit. ENVI propose 6 types de filtres adaptatifs. Menu : Filter > Adaptative E.N.S.A.Toulouse Jean-Paul LACOMBE 72

76 9.4.1 Filtre de Lee C est un filtre fondé sur l écart type et utilisé pour lisser des données bruitées (pixels isolés ou groupes de pixels) dont l intensité est liée à l image mais qui ont une composante additive et/ou multiplicative. Il filtre les données contenues dans des fenêtres du filtre à partir des statistiques. Menu : Filter > Adaptative > Lee Sélectionner un fichier dans la boîte LEE Filter Input File. Valider par OK. La boîte LEE Filter Parameters apparaît. Choisir la taille du filtre : Filter Size (NxN). Sélectionner le type de modèle de bruit : Noise Model (Additive / Multiplicative / Both). Pour les images radar choisir l option Multiplicative. Si nécessaire modifier les valeurs par défaut (0 et 1) de la moyenne de bruit additif (Additive Noise Mean) ou multiplicatif (Multiplicative Noise Mean). En augmentant la valeur on obtiendra des images moins lissées. Modifier, le cas échéant, la variance du bruit (Noise Variance). Ce paramètre est lié à la variance de bruit additif lorsque les modèles Additive et Both sont choisis. Une estimation de ce paramètre peut être faite à partir de données issues d une zone plate (comme un lac). Pour un bruit de type multiplicative (données radar) ce paramètre peut être estimé par le rapport 1/nombre de vues. Choisir le mode de sortie des résultats Output Result to : File / Memory. Cliquer sur OK pour lancer le calcul Filtre de Frost Ce filtre est utilisé pour réduire la poussière de bruit, dans les images radar, tout en conservant les bordures. Le pixel recalculé est remplacé par une valeur basée sur la distance au centre du filtre, le facteur d amortissement et la variance locale. Menu : Filter > Adaptative > Frost Sélectionner un fichier dans la boîte Frost Filter Input File. Valider par OK. La boîte Frost Filter Parameters apparaît. Choisir la taille du filtre : Filter Size (NxN) et le facteur d amortissement fixé, par défaut, à 1 (Damping Factor). Ce facteur détermine le montant d amortissement exponentiel. La valeur par défaut est suffisante pour les images radar. De plus grandes valeurs permettent de mieux conserver les contours mais le lissage est moins bon. Une valeur zéro est équivalente à l utilisation d un filtre passe bas. Sélectionner le type de sortie des résultats : Output Result to : File / Memory. Valider par OK pour lancer le processus. Image brute Lee (Multiplicative) Frost E.N.S.A.Toulouse Jean-Paul LACOMBE 73

77 9.4.3 Filtre Gamma TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS Ce filtre est utilisé pour réduire la poussière de bruits dans une image radar tout en conservant les contours. Il est semblable au filtre de Kuan mais garantit que la distribution suit une loi Gamma. Menu : Filter > Adaptative > Gamma Sélectionner un fichier dans la boîte Gamma Filter Input File. Valider par OK. La boîte Gamma Filter Parameters apparaît. Choisir la taille du filtre : Filter Size (NxN) et le nombre de vues (Number of Looks). Ce paramètre est utilisé pour calculer la variance de bruit dans la formule 1/nombre de vues. Sélectionner le type de sortie des résultats : Output Result to : File / Memory. Valider par OK pour lancer le processus Filtre de Kuan Ce filtre est utilisé pour réduire la poussière de bruits dans une image radar tout en conservant les contours. Il transforme le modèle de bruit multiplicatif en modèle de bruit additif. Il est semblable au filtre de Lee mais avec une fonction pondérale différente. Menu : Filter > Adaptative > Kuan Sélectionner un fichier dans la boîte Kuan Filter Input File. Valider par OK. La boîte Kuan Filter Parameters apparaît. Choisir la taille du filtre : Filter Size (NxN) et le nombre de vues (Number of Looks). Ce paramètre est utilisé pour calculer la variance de bruit dans la formule 1/nombre de vues. Sélectionner le type de sortie des résultats : Output Result to : File / Memory. Valider par OK pour lancer le processus. Image brute Gamma Kuan Filtre Local Sigma Ce filtre utilise l écart type local pour déterminer les pixels valides du filtre (non liés au bruit). Il remplace le pixel filtré par la moyenne calculée à partir des pixels valides du filtre. Ce filtre conserve les détails fins même dans les faibles contrastes et réduit les pics de manière significative. Menu : Filter > Adaptative > Local Sigma Sélectionner un fichier dans la boîte Localized Sigma Filter Input File. Valider par OK. La boîte Localized Sigma Filter Parameters apparaît. Choisir la taille du filtre : Filter Size (NxN) et le facteur Sigma (Sigma Factor). Ce paramètre représente le nombre d écarts types à considérer comme valides. Il est utilisé pour déterminer quels pixels sont valides en calculant une valeur minimum et maximum de pixel à partir du nombre d écarts types (sigma) entrés et les statistiques locales. Le pixel filtré est remplacé par la somme des pixels de voisinage valides. Sélectionner le type de sortie des résultats : Output Result to : File / Memory. Valider par OK pour lancer le processus Filtre d erreur de bit Le bruit relatif à l erreur de bit provient généralement de pics parasites (dans les données) générés par des pixels isolés qui ont des valeurs élevées non liées à la scène. Ce problème donne une apparence poivre et sel à l image. L élimination de l erreur de bit, dans ENVI, utilise un algorithme adaptatif pour remplacer les pics par la somme des E.N.S.A.Toulouse Jean-Paul LACOMBE 74

78 pixels voisins. Les statistiques locales (moyenne et écart-type) du filtre sont utilisées pour fixer un seuil pour les pixels valides. Menu : Filter > Adaptative > Bit Errors Sélectionner un fichier dans la boîte Adaptative Bit Error Removal Input File. Valider par OK. La boîte Bit Error Removal Parameters apparaît. Choisir la taille du filtre : Filter Size (NxN). Choisir le facteur Sigma (Sigma Factor). Ce paramètre représente le nombre d écarts types à considérer comme valides. Choisir une tolérance (Tolerance) dans les données. Les pixels sont considérés comme mauvais s ils ont une valeur plus grande que la tolérance. Un pixel est catalogué comme une erreur de bit lorsque la valeur du pixel moins la moyenne du filtre est plus grande que le produit du facteur sigma par l écart-type local et plus grand que la tolérance. Les mauvais pixels sont remplacés, par défaut, par le total des pixels valides de voisinage. Pour mettre les mauvais pixels à zéro au lieu de les remplacer par une somme, cliquer Yes à côté de Zero Bit Errors. Sélectionner le type de sortie des résultats : Output Result to : File / Memory. Valider par OK pour lancer le processus. Image brute Local Sigma Bit Errors 9.5 Filtres par transformée de Fourier La transformée de Fourier permet de passer d une représentation spatiale à une représentation fréquentielle. Pour faciliter l interprétation on utilise le module de la transformée, c est à dire le spectre de Fourier. Si une image est lignée verticalement, le spectre générera des lignes horizontales. Une périodicité sur l image générera une périodicité sur le spectre. On peut extraire du spectre les composantes fréquentielles les plus énergétiques. ENVI propose le filtrage de fréquences : FFT (Fast Fourier Transform) qui permet de transformer les données en une image complexe qui accentue les distributions de fréquences. Trois processus de filtrage de fréquences sont proposés : - filtrage en avant - filtrage interactif - filtrage inverse Les méthodes utilisées par ENVI ne permettent pas de traiter des images de trop grande taille Filtrage vers l avant Ce processus génère une image montrant à la fois les composantes de fréquences horizontales et verticales. La valeur de brillance moyenne de l image (aucune composante fréquentielle) apparaît au centre du spectre. Les pixels éloignés du centre représentent l augmentation des composantes fréquentielles de l image. E.N.S.A.Toulouse Jean-Paul LACOMBE 75

79 Menu : Filter > FFT Filtering > Forward FFT Choisir le fichier à transformer dans la boîte Forward FFT Input File. Valider par OK. La boîte de dialogue Forward FFT Parameters s affiche et invite à choisir le mode de sortie des résultats : Output Result (File / Memory). Faire OK. Le fichier de sortie est alors affiché dans la fenêtre Available Bands List. Image brute Spectre de Fourier Le spectre de Fourier montre un lignage horizontal à 3 bandes de fréquences correspondant sur l image à un lignage vertical. Une large bande verticale révèle une fréquence horizontale sur l image. Enfin, on peut aussi distinguer des bandes de fréquences obliques dans 8 directions. L image résultat présente une forme globuleuse associée à un gradient décroissant du centre de l image aux bords de celle-ci. Quelques bandes, fortement marquées, révèlent cependant quelques motifs périodiques liés à l alignement des parcelles et à leur orientation. Les motifs circulaires sont hétérogènes. On ne peut pas parler, ici, de texton puisque un texton est un motif identique à lui-même Définition du filtre interactif Certains filtres incluent des passes et des coupes circulaires, des passes et coupes inverses, des passes et coupes définies par l utilisateur. Menu : Filter > FFT Filtering > Filter Definition Si une image FFT est déjà affichée, l utilisateur doit choisir le numéro d affichage de cette image transformée. Si aucune image n est affichée, spécifier la taille de l image dans les fenêtres prévues à cet effet (Samples / Lines). La boîte de dialogue # n Filter Definition s affiche. Choisir le type de filtre souhaité dans le sous-menu Filter_Type. S il s agit d un filtre circulaire (Circular Pass / Circular Cut) il est nécessaire de définir un rayon (Radius) en pixels, ainsi qu un nombre de pixels affectés à la bordure (Number of Border Pixels). S il s agit d un filtre en couronne (Band Pass / Band Cut) il est nécessaire de définir un rayon interne (Inner Radius) en pixels, un rayon externe (Outer Radius), ainsi qu un nombre de pixels affectés à la bordure (Number of Border Pixels). Dans les deux cas on choisira le mode sortie des résultats : Output Result to (File / Memory). Appliquer le filtre choisi en cliquant sur le bouton Apply. Le fichier résultat s affiche dans la fenêtre Available Bands List. Pour faire apparaître le graphisme overlay sur l image FFT re-sélectionner le type de filtre dans le sous-menu Filter_Type. E.N.S.A.Toulouse Jean-Paul LACOMBE 76

80 On obtient les images de filtres et les spectres suivants : Circular Pass Circular Cut Band Pass Band Cut ENVI permet aussi de définir ses propres filtres (User Defined Pass et User Defined Cut). La boîte de dialogue fait appel à un filtre existant dans un fichier d annotation (.ann) ou à la construction directe d un filtre. L annotation sera nécessairement de type polygone ou forme. Construction d un filtre : Afficher l image FFT et sélectionner le menu : Overlay > Annotation (voir 5.3, p38) Tracer sa forme sur l image FFT pour souligner les caractéristiques de fréquences particulières. Pour construire un filtre symétrique, choisir Options > Turn Mirror On. Sauvegarder le fichier dans le format.ann. Restauration d un filtre existant : Cliquer sur le bouton Ann Fixer un nombre de pixels pour la valeur zéro indique qu il n y aura pas Choisir le mode de sortie des Sélectionner le type de filtre dans le ou User Defined Cut. Cliquer sur le bouton Apply. Le Available Bands List. Pour faire FFT re-sélectionner le type de filtre File et sélectionner un fichier.ann. frontière (Number of Border Pixels). La de lissage de la frontière. résultats (File / Memory) sous-menu Filter_Type : User Defined Pass fichier résultat s affiche dans la fenêtre apparaître le graphisme overlay sur l image dans le sous-menu Filter_Type. Filtre sur FFT User Defined Pass User Defined Cut E.N.S.A.Toulouse Jean-Paul LACOMBE 77

81 9.5.3 Transformation inverse La procédure d inversion, dans ENVI, est une opération qui s exécute en deux étapes. Elle applique à la fois un filtre dans le domaine FFT et inverse, en retour, l image FFT dans son espace d origine. Menu : Filter > FFT Filtering > Inverse FFT Lorsque la boîte Inverse FFT Input File apparaît sélectionner l image FFT qui sera traitée. Valider par OK. La boîte de dialogue Inverse FFT Filter File invite à choisir le filtre image à appliquer. Ce dernier doit d abord avoir été généré à partir de la procédure de définition du filtre interactif. Cliquer sur le bouton OK. La fenêtre Inverse FFT Parameters apparaît. Sélectionner le mode de sortie des résultats (File / Memory). Sélectionner enfin le type de format des données à partir du bouton Output Data Type (Byte, integer, floating point, etc.). Cliquer sur OK pour lancer le processus. Image FFT Inverse FFT Transform Circular Pass Filter Inverse FFT Transform Band Pass Filter Application : Filtrages d images et de bandes Appliquer quelques filtres sur une bande ou une image au choix (Buzet, Vallesvilles) E.N.S.A.Toulouse Jean-Paul LACOMBE 78

82 ANALYSE 3 D 10.1 Prétraitement des images corrections géographiques ré-échantillonnage d une scène à une taille de pixel donnée redimensionnement d une scène Représentation en 3 D Extraction de paramètres physiques paramètres topographiques : l altitude paramètres topographiques : pentes, exposition et relief ombré paramètres caractéristiques d un paysage. 88 E.N.S.A.Toulouse Jean-Paul LACOMBE 79

83 10 - ANALYSE 3 D ENVI permet d analyser des images en trois dimensions. Pour cela il est nécessaire de disposer d un Modèle Numérique de Terrain : MNT (DEM : Digital Elevation Model). L image (composition colorée, classification, etc.) pourra être drapée sur le support topographique. Le module d analyse permet, en outre, de modifier les paramètres de représentation en mode interactif. Il est possible de translater, de faire pivoter et de zoomer l image 3D. L angle de vue (altitude et obliquité) peuvent aussi être paramétrés. ENVI permet d extraire des paramètres topographiques (altitudes, pentes, exposition solaire ) et paysagers (crêtes, cols, pics, dépressions, vallées ) 10.1 Prétraitement des images Pour que deux images (par exemple : MNT et composition colorée) soient superposables il est nécessaire qu elles soient dans le même système géodésique, qu elles possèdent la même résolution spatiale (taille du pixel) et qu elles aient la même dimension (même nombre de lignes et de colonnes) Corrections géographiques Le MNT et l image à draper doivent être représentés dans le même système de projection. Il s agit d un simple problème de rectification du type «image-carte». Cette opération a été exposée chapitre 6.2, p ré-échantillonnage d une scène à une taille de pixel donnée Charger le fichier MNT (.img) à ré-échantillonner depuis la fenêtre Available Bands List, puis faire : Menu : Basic Tools > Resize Data (Spatial/Spectral) La boîte de dialogue Resize Data Input File invite à sélectionner le fichier à transformer. Sélectionner le fichier et faire OK. Une nouvelle boîte de dialogue s affiche (Resize Data Parameters). Elle permet de modifier les paramètres de ré-échantillonnage. Dimensions du fichier de sortie (Output File Dimensions) : Nombre de colonnes (Samples), Nombre de lignes (Lines), Facteur de ré-échantillonnage pour les colonnes (xfac), Facteur de ré-échantillonnage pour les lignes (yfac), xfac et yfac représentent un facteur (entier ou décimal) par lequel il faut diviser la taille du pixel d entrée pour obtenir la taille de sortie désirée. Par exemple, si la taille du pixel d entrée est de 60m x 60m on utilisera, pour xfac et yfac le coefficient 3 afin d obtenir un pixel de sortie de 20m x 20m. On peut procéder autrement en utilisant le bouton Set Output Dims by Pixel Size qui permet de fixer directement les dimensions du pixel de sortie. Méthode de ré-échantillonnage (Resampling). ENVI propose 3 types de méthodes (voir 6.1.2, p42) : la méthode du plus proche voisin (Nearest Neighbor), la méthode bilinéaire (Bilinear) et la convolution cubique (Cubic Convolution). Enfin, choisir le mode de sortie du résultat (Output Result to : File/Memory) et donner, le cas échéant, un nom et un emplacement au fichier de sortie (bouton Choose). Valider par OK Redimensionnement d une scène Le redimensionnement doit être effectué avec précision. On segmentera la scène la plus grande aux dimensions de la scène la plus petite. Afficher les deux scènes. Noter les coordonnées cartographiques (en mètres) des coins supérieur gauche et inférieur droit de la scène la plus petite, puis faire : Menu : Basic Tools > Resize Data (Spatial/Spectral) La boîte de dialogue Resize Data Input File invite à sélectionner le fichier à redimensionner. E.N.S.A.Toulouse Jean-Paul LACOMBE 80

84 Cliquer sur le bouton Spatial Subset permettant de modifier les paramètres d affichage (nouveau sous-ensemble spatial). Une première boîte de dialogue (Select Spatial Subset) s affiche. Elle permet de modifier les paramètres de découpage suivant plusieurs modes : Mode direct : on indique les numéros de colonnes (Samples To ) et de lignes (Lines To ) ainsi que le nombre total de colonnes et de lignes (NS / NL), Mode carte (Subset using Map) : découpe un sous-ensemble à partir des coordonnées cartographiques des coins supérieur gauche et inférieur droit du document. Mode image (Subset using Image) : découpe, de manière interactive, un sous-ensemble de lignes et de colonnes de l image. Mode File (Subset using File) : modèle de découpe suivant un fichier existant. Mode ROI/EVF (Subset using ROI/EVF): le modèle spatial est une ROI ou une représentation vectorielle. Mode Scroll (Subset using Scroll) : le modèle de découpe est celui de la sélection du scroll. Dans notre cas, nous utiliserons le mode Map. La boîte de dialogue Spatial Subset by Map Coordinates invite alors à indiquer, dans les fenêtres de saisie, les coordonnées des coins supérieur gauche et inférieur droit. Valider par OK. Valider par OK la boîte de dialogue précédente ainsi que la première. Donner un nouveau nom de fichier pour sauvegarder le travail. Ci-dessous : les deux images (MNT et composition colorée) à combiner dans un espace 3D Représentation en 3 D MNT Composition colorée Représentation du MNT en 3D : Afficher le MNT puis, faire : Menu : Topographic > 3D Surface View Une première boîte demande de sélectionner la composition colorée. Une seconde boîte de dialogue Associated DEM Input File invite à sélectionner le fichier contenant le MNT. Faire OK. Une nouvelle boîte de dialogue (3D SurfaceView Input Parameters) invite à fixer un certain nombre de paramètres de visualisation. La résolution d affichage (DEM Resolution) : conservons la basse résolution proposée (64). Cette valeur pourra être modifiée. Ré-échantillonnage (Resampling) : propose 2 méthodes (i) le plus proche voisin (Nearest Neighbor) et (ii) l agrégation (Aggregate). Valeur graphique minimum (DEM min plot value) : facultatif, Valeur graphique maximum (DEM max plot value) : facultatif, Coefficient d amplification verticale (Vertical Exaggeration) : La valeur par défaut est 5. Elle peut être diminuée (pour un relief très accentué) ou augmentée (pour un relief peu accentué), Résolution de l image (Image Resolution) : pleine résolution (Full) ou autre résolution (Other). L option High Resolution Texture Mapping permet d améliorer la qualité texturale de la scène lorsqu on zoome. L écran doit être capable d afficher une résolution de 1024 x Le bouton Spatial Subset permet de redimensionner la scène. Valider par OK. E.N.S.A.Toulouse Jean-Paul LACOMBE 81

85 L image 3D s affiche. La boîte de dialogue 3D Surface View permet de modifier les paramètres d affichage de l image. Le menu Options permet de modifier les paramètres de l image. Surface Controls : ouvre la boîte de dialogue 3D Surface View Controls. Un premier pavé Rotation/Scale/Translation Controls permet d effectuer des opérations élémentaire : rotation, changement d échelle et translation. Inc est un incrément permettant de faire varier le pas des opérations. Un second pavé : Surface Properties permet de modifier l apparence de l image : Vertical Exaggeration : modifie le coefficient d amplitude verticale, Depth Offset : permet de modifier l excentrage de profondeur, Surface Style permet de choisir le style de surface du MNT : texture (Texture), tramé (Wire), en coupe lignes/altitude (Ruled XZ), en coupe colonnes/altitude (Ruled YZ), nappe de points (Point) Motion Controls permet de définir une animation de l image 3D, Position Controls permet d avoir une vue panoramique du paysage pour un observateur positionné sur le site (coordonnées, valeurs azimutale et d altitude, hauteur au-dessus du sol ), Change Background Color permet de choisir la couleur de fond de l image, Import Vectors importe des couches vectorielles sur l image 3D, Remove Vectors élimine les couches précédemment importées, Hide Wire Lines : cache (ou rend visibles) les lignes de trame, Bilinear Interpolation (Off / On) : interpolation (désactivée / activée), Plot Vector Layers (On / Off) : permet de cacher ou de visualiser les couches vectorielles, Plot Vectors on Move (On / Off) : permet d activer l animation, Annotation Trace (On / Off) : annotations (apparentes / désactivées), Reset View : ré-initialise les paramètres de visualisation, Enfin, le menu File permet de : De sauvegarder l image sous forme de fichier (Save Surface As ), D imprimer l image (Print...) Image MNT Mode texture Image MNT Mode Tramé E.N.S.A.Toulouse Jean-Paul LACOMBE 82

86 Image MNT Mode XZ Image MNT Mode YZ Image MNT Mode points Nappage du MNT Afficher en une seule représentation 3D le MNT et la composition colorée. Menu : Topographic > 3D Surface View Une petite boîte de dialogue (3D Surface ) invite à sélectionner l image à napper (Select Input Display : Display #1 / Display #2). Choisir la composition colorée puis valider. La boîte de dialogue Associated DEM Input File invite à sélectionner le fichier contenant le MNT. Choisir le fichier dans la liste puis valider par OK. La boîte de dialogue (3D SurfaceView Input Parameters) (vue précédemment) invite à fixer les paramètres de visualisation. Valider par OK. La composition colorée est affichée en 3D On peut modifier interactivement (avec la souris) l angle de visualisation du paysage. Maintenir (sur un coin de l image) le clic gauche de la souris et faire glisser l image 3D dans la direction choisie. E.N.S.A.Toulouse Jean-Paul LACOMBE 83

87 10.3 Extraction de paramètres physiques L habillage d une image sur un support 3D permet de représenter avec réalisme le paysage associé. Il devient intéressant d en exploiter la troisième dimension : l altitude. En effet, pour de nombreux utilisateurs il est pertinent d extraire des données topographiques comme la valeur des pentes, l orientation ou encore l éclairement des reliefs. ENVI permet de calculer, en fonction de la position du soleil, une mesure de l éclairement des reliefs Paramètres topographiques : l altitude notion d échelle Nous allons considérer l écart d altitude entre le point le plus bas et le point le plus haut. L altitude minimum et l altitude maximum sont relevées sur la carte topographique de la zone d étude. Si l écart d altitude (en mètres) est compris dans l intervalle il suffit alors d attribuer à l altitude minimum et à l altitude maximum un compte numérique donné. Dans l exemple que nous allons traiter, l altitude minimum = 220 m et l altitude maximum = 460 m. La différence (240 m) est inférieure à 255. Pour construire l échelle des altitudes (en tons de gris, exprimés en comptes numériques) l opérateur a fixé le mini et le maxi aux bornes 5 et 240. Pour obtenir l altitude il suffira donc d appliquer la formule : Altitude = compte numérique Si l écart d altitude est supérieur à l intervalle (par exemple, zone de haute montagne) l opérateur doit fixer de nouvelles règles ; l incrémentation altitudinale sera alors supérieure à 1 m : le pas pourra être de 2, 3, 4, 5 10 m ou plus, de manière à ce que l écart (maxi-mini) soit compris entre 0 et 255. Attention! ENVI réalise, par défaut, un étalement de dynamique linéaire à 2% sur toute image mise au format ENVI (ici, le fichier MNT). Dans notre cas cette option doit être désactivée afin de ne pas interférer avec l échelle des altitudes. Menu : File > Preferences > Display Defaults Dans la boîte de dialogue Preferences : Display Defaults aller dans le dialogue Display Default Stretch. Cliquer sur le bouton % Linear et choisir Linear Range : 0 / 255 Valider par OK. Fermer les boîtes de dialogue successives et enfin sauvegarder les changements dans le fichier proposé. Pour évaluer l altitude d un point sur une image géoréférencée, utiliser la fonction Cursor Location/Value (Menu : Tools > Cursor Location/Value). Lire les coordonnées du point, en latitude et longitude. Reporter ces coordonnées sur l image du MNT en utilisant la fonction Pixel Locator (Menu : Tools > Pixel Locator) et lire le compte numérique du pixel. Appliquer alors la formule définie précédemment pour extraire l altitude en mètres extraction de plages d altitude Le meilleur outil est de faire appel à une opération de segmentation du MNT, à partir du menu : Menu : Overlay > Density Slice MNT affichant les plages d altitude prédéfinies à gauche La boîte de dialogue Density Slice Band Choice s affiche. Sélectionner le fichier MNT et valider par OK. Une nouvelle boîte de dialogue # N Density Slice propose de définir des intervalles. Par défaut, les comptes numériques sont segmentés en 8 classes d intervalles équidistants. On peut supprimer la segmentation proposée par défaut (bouton Clear Ranges) ou modifier les classes (bouton Edit Range). On peut créer de nouvelles classes à partir du menu : Options > Add New Ranges Dans la boîte de dialogue Add New Range on indique les bornes minimum (Range E.N.S.A.Toulouse Jean-Paul LACOMBE 84

88 Start) et maximum (Range End) en termes de comptes numériques. On fournit également le rang (# of Ranges) et on définit une couleur de classe (Starting Color). Valider par OK. Le Menu File permet de sauvegarder les classes (Save Ranges ) sous forme de fichier.dsr En cliquant sur le bouton Apply les classes paramétrées s affichent sur le MNT. Exemple : afficher les plages d altitude suivantes : Plage 1 : altitudes inférieures à 295 mètres (niveau du lac de Fabas) Plage 2 : altitudes comprises entre 296 m et 306 m. Le compte numérique correspondant à l altitude X mètres est issu de la formule précédente (CN = altitude 220) Altitude (m) CN Dès lors on peut créer les deux intervalles [0,75] et [76,86], leur affecter une couleur et les afficher sur le MNT tracer des contours d altitude Cette opération peut être réalisée avec la commande de tracé des régions d intérêt (ROIs, voir 3.3, p13). On peut se mettre en mode Polygon (pour des surfaces pleines) ou Polyline (pour des contours). L image ci-contre montre, en surimpression, la forme et la position du lac (niveau de l eau : 295 m). A partir de la boîte de dialogue # N ROI Tool il est possible d afficher la surface du lac : Menu : Options > Report Area of ROIs > Meters² La valeur obtenue est : Meters² On peut constater que le contour du lac, généré à partir du MNT, n épouse pas exactement le contour du lac apparaissant sur l image satellitale. Ce biais peut s expliquer par deux raisons : 1 L image satellitale est une composition colorée réalisée avec un canal de l image du mois de juillet (XS3) et des canaux de l image de février (XS3, XS2). Le niveau du lac et l emprise de la végétation sont différents à ces deux périodes, 2 L image satellitale a été géoréférencée mais non orthorectifiée (non prise en compte des distorsions géométriques liées à l effet du relief). La forme du lac sur l image ne correspond pas exactement à ses contours réels Paramètres topographiques : pente, angle d exposition, ombre, ENVI permet d extraire d autres paramètres liés à la topographie : les pentes, l exposition et la position des zones ombrées au moment du passage du satellite ainsi que d autres paramètres. Une commande unique permet de calculer ces paramètres. Menu : Topographic > Topographic Modeling La boîte de dialogue Topo Model Input DEM invite à sélectionner le fichier MNT. Sélectionner le fichier puis valider le choix par OK. Une nouvelle boîte de dialogue (Topo Model Parameters) permet de fixer les paramètres de calcul des variables. Deux zones de saisie (Elevation et Azimuth) permettent de fournir les angles d élévation et l azimut du soleil. Si ces valeurs ne sont pas connues, il est possible de les faire calculer par ENVI. Cliquer sur le bouton Compute Sun Elevation and Azimuth. La boîte de dialogue Compute Sun Elevation... invite à entrer des informations géographiques, de date et d heure concernant l acquisition des images. Ces données de base sont fournies par Spot Image (pour les images Spot) : Date d acquisition heure Latitude du centre de scène Longitude du centre de scène 19 février h N E 16 juillet h N E E.N.S.A.Toulouse Jean-Paul LACOMBE 85

89 Nous choisirons, dans un premier temps la scène de février Le calcul peut être également effectué, selon les nécessités du projet, sur la seconde scène (juillet 1998). Sélectionner les critères topographiques que l on souhaite obtenir : Select Topographic Measures to Compute. Choisir le mode sortie des résultats (Output Result to : File / Memory). Le bouton Choose permet de donner un nom de fichier et de sélectionner le répertoire de sauvegarde. Valider par OK. Les canaux relatifs aux critères choisis s affichent dans la boîte Available Bands List et peuvent être affichés à l écran Pentes (= Slope) Exemple : masquer les surfaces dont les pentes sont extérieures à l intervalle 5 et 10 Menu : Basic Tools > Masking > Build Mask Afficher le canal des pentes. Effectuer un étalement de dynamique La figure ci-contre montre l image des pentes dont les valeurs (en tons de gris) sont données en degrés. La visualisation de l histogramme indique que les valeurs varient de 0 ( ton sombre = plan horizontal) à (ton clair = pente non nulle). Comme pour les altitudes il est possible de segmenter l image pour extraire des plages de pentes comprises entre le minimum (0 ) et le maximum (29 83 ). Menu : Overlay > Density Slice (voir chapitre 2.8, p8) On peut construire un masque à partir du canal des pentes (voir chapitre 3.5.1, p16). Dans la boîte de dialogue #N Mask Definition faire Options > Import Band Data Range Fixer Band Min Value à 5 et Band Max Value à 10. Valider par OK. Sauvegarder le fichier masque puis l afficher. Enfin, l appliquer à une composition colorée de votre choix Angle d exposition (= Aspect) Afficher le canal exposition. Effectuer un étalement de dynamique La figure ci-contre montre l aspect physique du relief dont les orientations sont exprimées en degrés d angle. La convention est la suivante : l origine est fixée à 0 (Nord / valeur sombre), les orientations varient ensuite jusqu à 360 (valeur claire) dans le sens des aiguilles d une montre. E.N.S.A.Toulouse Jean-Paul LACOMBE 86

90 Ombres (= Shaded relief) TD ENVI 4.3 CAHIER 2 : PRETRAITEMENTS ET TRAITEMENTS Afficher le canal Ombres. Effectuer un étalement de dynamique Les valeurs sont comprises entre 0 (noir) et 1 (blanc) Dans notre exemple les bornes minimum et maximum sont respectivement de et Il est possible de coloriser le canal monochrome à partir de la fonction Density Slice Convexité de profil (= Profile Convexity) Les valeurs négatives (sombres) représentent des profils convexes, les valeurs positives (claires) représentent des profils concaves. Cette variable mesure le taux de changement d une pente le long d un profil Convexité de plan ( = Plan Convexity) Les valeurs négatives (sombres) représentent des plans convexes, les valeurs positives (claires) représentent des plans concaves. Cette variable mesure le taux de changement de l exposition sur le plan XY Autres paramètres - Convexité longitudinale (= Longitudinal Convexity) - Section transversale (= Cross sectional) - Courbure minimum (= Minimum Curvature) - Courbure maximum (= Maximum Curvature) - L erreur (= RMS Error) Affichons le canal RMS Error. Il fournit les résidus pour chaque pixel. Dans notre exemple, les résidus s étalent entre 0 (valeur sombre) et 6.67 (valeur claire). On peut constater, ici, que les résidus les plus élevés correspondent aux altitudes les plus basses. E.N.S.A.Toulouse Jean-Paul LACOMBE 87

91 Paramètres caractéristiques d un paysage La topographie est ici déclinée en termes qualitatifs. Il s agit d extraire les traits caractéristiques d un paysage. La fonction Topographic Features permet de ranger les pixels d un MNT en 6 classes : - pic (peak) - arête (ridge) - passe, col (pass) - plan (plane) - sillon, fossé, vallée (channel) - trou, dépression (pit) La séparation des classes est fondée sur les valeurs des pentes et de la courbure des profils. Un pic sera associé à une courbure convexe et une section convexe. Il se différenciera d une passe qui sera associée à une courbure convexe (altitude élevée) et à une courbure concave (passage). Le trou (dépression) sera caractérisé par deux courbures concaves. L arête et le sillon présenteront, selon une direction plus ou moins linéaire, une courbure convexe pour la première et une courbure concave pour le second. Le plan sera associé à une pente très faible et à une courbure peu ou pas accentuée. Menu : Topographic > Topographic Features La boîte Topographic Features Input DEM invite à sélectionner le fichier MNT. Après validation s affiche la boîte de dialogue Topographic Feature Parameters. L utilisateur doit définir un seuil de tolérance pour la pente (Slope Tolerance) et la courbure (Curvature Tolerance). De même, il peut choisir la taille du filtre (Topographic Kernel Size). Ces paramétrages lui permettent de modifier les traits du paysage (arêtes et sillons plus ou moins fins et longs ; pics, trous et passes plus ou moins étendus et nombreux). Pour les pics, trous et passes, la pente doit être < au seuil de pente et la courbure > seuil de courbure. Si on augmente le seuil de pente et que l on diminue le seuil de courbure on augmente l étendue des classes pics, trous et passes. La pente est exprimée en degrés ; la courbure en valeurs décimales comprises entre 1 et +1 (concavité - ; convexité +). La fenêtre Select Features to Classify permet de sélectionner le ou les caractéristiques topographiques à calculer. Après avoir sélectionné le mode de sortie des résultats (Output Result to File/Memory), valider par OK. Afficher l image classée. Elle fait apparaître les caractéristiques du paysage étudié. Pics Passes Trou Arêtes Sillon Plans E.N.S.A.Toulouse Jean-Paul LACOMBE 88