Question 2 : Marquez d un X dans le tableau suivant la (les) bande(s) spectrale(s) où les capteurs indiqués peuvent opérer

Transcription

1 Question : Qu est-ce qu une fenêtre atmosphérique? Question 2 : Marquez d un X dans le tableau suivant la (les) bande(s) spectrale(s) où les capteurs indiqués peuvent opérer Bande spectrale Radars Visible Proche infrarouge Infrarouge à ondes courtes Infrarouge thermique Micro-ondes Capteurs multispectraux (rayonnement solaire réfléchi par les objets) Capteurs multispectraux (rayonnement émis par les objets Question : Dans notre cours on a présenté le processus de formation d une image numérique comme un double échantillonnage par le capteur : spatial et électronique. Expliquez brièvement. Question 4 : En quoi diffère-t-elle une image multispectrale d une image hyperspectrale? Question 5 : La figure suivante montre l histogramme (nombre de pixels) d une image satellitale acquise en été dans le proche infrarouge (échelle de gris de à 255). Nous savons que le terrain comprend a) de l eau b) des terres agricoles non cultivées, c) des zones de forêt feuillue ainsi que d) des grands bâtiments avec des toitures brillantes dans le proche infrarouge. Indiquez avec un X les valeurs numériques correspondant (approximativement) à chacun des ces objets : Valeurs numériques Terres agricoles Forêt Feuillue Bâtiments Eau Inférieures à Supérieures à 5 Question 6 : Plusieurs affirment que dans l infrarouge thermique on mesure la température de surface. Est-ce que cette affirmation est juste? Expliquez Question 7 : La figure ci-dessous montre une image panchromatique de type I ainsi qu une image radar couvrant la même région. Toutes les deux ont été corrigées géométriquement selon la même projection cartographique et leur pixel équivaut à 5 m au sol.

2 2 a) En quoi diffère-t-elle une image panchromatique de type I de celle de type II? b) Pourquoi cette apparence en «sel et poivre» de l image radar? c) Pouvez-vous expliquer pourquoi le sable de plage a la même tonalité que le plan d eau avoisinant sur l image radar? Question 8 : Deux satellites sont munis d un capteur multispectral chacun, opérant dans les longueurs d onde du visible et de l infrarouge réfléchi. Le tableau suivant résume les caractéristiques de ces capteurs. Comparez les images de chacun en termes de résolution spatiale, spectrale, radiométrique et temporelle. Question 9 : Un capteur transforme la luminance reçue au niveau du détecteur dans une bande spectrale donnée en voltage selon l équation suivante : Voltage =.5*Luminance + 5 Par la suite le voltage est quantisé en 8 bits de sorte que unités de voltage correspondent à zéro de l échelle de gris et 4 et plus d unités de voltage, au maximum de l échelle de gris. Quelles seront les valeurs numériques des deux objets qui réfléchissent respectivement 2 et 8 unités de luminance? Question : Un objet rectangulaire au sol a des dimensions de m x 2m. Combien de pixels au maximum il peut occuper sur une image acquise par un balayeur dont la trajectoire est parallèle à la plus longue dimension du rectangle et dont l unité d échantillonnage est de m x m. Si le capteur avait une résolution de 6m x 6m, est-ce que l'objet pourrait être détectable sur l'image et le cas échéant sous quelle condition? Question : Une image numérique à 2 bandes spectrales de 7colonnes x 7 lignes est stockée en format BIL (lignes intercalées). Les valeurs numériques dans les deux bandes varient de à 9. Le graphique suivant montre le contenu du fichier image (les flèches indiquent que les données doivent être lues d une façon continue de gauche à droite et du début à la fin). 2

3 DÉBUT FIN A) Compléter le tableau suivant en mettant les données sous une forme géométrique appropriée (matrices). PIXELS PIXELS L L I 2 I 2 G G N 4 N 4 E 5 E 5 S 6 S BANDE A BANDE B B) Construire les histogrammes des valeurs numériques par bande spectrale en se servant du tableau suivant. BANDE A BANDE B # # d 9 d 9 e 8 e p 6 p 6 i 5 i 5 x 4 x 4 e e l 2 l 2 s s VALEURS NUMÉRIQUES VALEURS NUMÉRIQUES

4 Question 2 : Pourquoi applique-t-on des corrections géométriques aux images numériques et en quoi sont utiles les corrections atmosphériques des images du rayonnement solaire réfléchi? 4 Question : Nous avons une image avec l'histogramme suivant. Nous avons effectué un étirement linéaire par morceaux en amenant sur la nouvelle image le minimum à la valeur zéro, le mode à 28 et le maximum à 255. Quelle sera la nouvelle valeur a) d'un pixel ayant une valeur de 5 sur l'image originale et b) d'un pixel ayant une valeur de 99 sur l'image originale. Montrer vos calculs. Question 4 : A) Parmi les filtres de détection de lignes suivants : facteur échelle= /6 lequel choisiriez-vous pour optimiser la détection des linéaments dans l image suivante : Chaque pixel gris a une valeur numérique de, chaque pixel blanc une valeur numérique de 5 et chaque pixel noir une valeur numérique de. B) Calculer la valeur du pixel de l image filtrée à la ligne et la colonne 8 avec l un parmi les filtres donnés ci dessus. C) Expliquer la différence entre un filtre de détection d arêtes et un filtre de détection de lignes. Question 5 : Un utilisateur a décidé de générer une image comme suit. Une fenêtre de 5 x 5 pixels est apposée successivement sur chaque pixel de son image d origine. Les pixels à l intérieur de la fenêtre sont séparés en deux groupes : A et B à gauche et à droite de la colonne centrale de la fenêtre. La moyenne et l écart type des valeurs par groupe sont par la suite calculés et utilisés dans un test statistique avec l hypothèse nulle que les deux groupes proviennent de la même population. Si l hypothèse est 4

5 rejetée le pixel central de la fenêtre prend la valeur 255 dans la nouvelle image, sinon la valeur. Quel est le but de cette opération? 5 A B Question 6 : Identifiez le type des filtres A, B et C ci-dessous. Filtre A = 8 Filtre B= Filtre C= 9 9 Filtre A Filtre B Filtre C Passe bas Passe-haut Rehaussement d arêtes Question 7 : Nous voulons détecter les arêtes sur une image dans la direction verticale. Est-ce que le filtre ci-dessous est approprié? Justifiez votre réponse Question 8 : Dans une région de forêt feuillue nous voulons cartographier l'étendue de la défoliation des arbres due à une épidémie d'insectes. Pour ce faire nous avons choisi deux images TM-LANDSAT d été avec un intervalle d'une année. Les images ont d abord été orthorectifiées et les effets secondaires dus à l atmosphère ont été corrigés. Par la suite nous avons utilisé l algorithme suivant: [VN été II]-[VN été I]+ 28 = [VN différence]i où VN : signifie valeur numérique i : indique la bande TM été II : l image où une partie de la forêt est affectée été I : l image avec la forêt affectée Répondre aux questions suivantes: a. Pourquoi nous avons utilisé des images orthorectifiés? b. Est-ce que l'élimination des effets secondaires est une étape importante pour ce type d application? c. Pourquoi nous avons choisi cet algorithme pour détecter les changements? d. Si nous savons que les valeurs numériques moyennes ; par bande spectrale et par classe forestière sont les suivantes (après élimination des effets secondaires) Vert Rouge PIR Forêt non affectée Forêt affectée 5 8 Quelle sera la couleur d une forêt saine en été I et affectée en été II sur le composé couleur suivant : [DIFFERENCE BANDES Vert] ----Bleu 5

6 [DIFFERENCE BANDES Rouge]--Vert [DIFFERENCE BANDES PIR] ----Rouge Question 9 : Le rapport entre bandes spectrales est une technique très utilisée pour l'analyse des images multispectrales. Dans le cas d'une étude nous avons utilisé le rapport des bandes XS (proche infrarouge) sur XS2 (rouge) d'une image HRV-SPOT. En prélevant un certain nombre de pixels nous avons pu constater que le rapport variait entre. et 4 et que la majorité de pixels avait un rapport supérieur à.5. a) Démontrer que la majeure partie de l'image était couverte de végétation. b) Afin de créer une image du rapport à 8 bits, nous avons décidé de représenter les rapports inférieurs à.5 selon l'intervalle [ -] tandis que les autres valeurs du rapport ont été affectées à l'intervalle [ -255]. c) Quelle sera la valeur numérique dans l'image finale des pixels avec les valeurs numériques d'origine (XS2 : 25 et XS :75) et (XS2 : 5, XS :25). Question 2 : Après analyse de la matrice de variance-covariance d une image SPOT multispectrale en vue de sa transformation en composantes principales, nous avons établi la matrice des vecteurs propres suivante: A Quelle sera la couleur dominante d un pixel ayant des valeurs numériques sur l image originale: 5, 6, 7 respectivement dans les bandes,2 et, si l on affiche la première composante en rouge, la deuxième en vert et la troisième en bleu? Montrez vos calculs. Question 2 : Les diagrammes A et B montrent les matrices de cooccurrence calculées à partir des imagettes C et D en fixant un vecteur de translation ( pixel, ) et en compressant c une façon linéaire l échelle de gris de 8 bits en 4 bits (les imagettes font m x m). Les matrices de cooccurrence ne sont pas normalisées a) Quel trait visuel d une image on essaie de représenter par ces matrices? b) Que signifie vecteur de translation ( pixel, )? c) Expliquer dans les diagrammes A et B la signification des trois axes. d) En termes statistiques comment appelle-t-on la probabilité qu on estime à partir d une matrice de cooccurrence e) Selon vous la matrice A est extraite de quelle imagette C ou D et pourquoi? A B C. Feuillus (hors feuillaison) D. Conifères 6

7 Question 22 : Pourquoi lors d une classification supervisée on spécifie les statistiques d une série de sites d entraînement? 7 Question 2 : Une image à deux bandes spectrales est à classifier en deux classes. Par des sites d entraînement nous savons que : Classe Classe 2 Moyenne Écart-type Moyenne Écart-type Bande 5 ± 4 ±4 Bande 2 2 ±2 26 ± Classer le pixel avec le vecteur [7 24] selon : ) l algorithme de distance minimale 2) l algorithme par parallélépipède avec un écart type. Accompagnez votre réponse avec des graphiques pertinents (espace d attributs). Question 24 : Deux approches ont été suivies pour classifier une image multispectrale prise en été dans la région de Montréal suivant 5 classes d occupation du sol: parcs, masses d eau, industriel/commercial, agricole. ( points) A) trois sites d entraînement par classe ont été localisés sur l image. Le vecteur des moyennes et la matrice de variance-covariance par classe ont par la suite été calculés. Ces statistiques ont été introduites dans l algorithme de maximum de vraisemblance et l image entière a été classifiée. B) trois sites d entraînement par classe ont été localisés sur l image. Le vecteur des moyennes a par la suite été calculé. À l aide de ces vecteurs seuls les pixels des sites d entraînement ont été classifiés à l aide de l algorithme de k-moyennes. On a pu constater que plusieurs pixels de la classe agricole ont été attribués à la classe «industriel/commercial». Après vérification on s est rendu compte qu il fallait créer deux sous-classes de la classe agricole. Ainsi des nouveaux sites d entraînement ont été définis pour chacune des sous-classes de l agricole. Le vecteur des moyennes et la matrice de variancecovariance ont été calculés par classe et introduits dans un algorithme par maximum de vraisemblance pour classifier l ensemble des images. a) catégoriser les deux approches: (dirigée-non dirigée/paramétrique-non paramétrique) b) comment nous pouvons expliquer que dans le cas de l approche B nous avons trouvé deux sousclasses agricoles. c) décrire succinctement comment faut-il procéder pour vérifier la qualité des classifications A et B Question 25 : Un utilisateur veut faire une carte d occupation du sol à l échelle du :5 à partir d une image satellitale multispectrale acquise en été avec une résolution spatiale d environ 5 m. Les classes qu il cherche sont : a) agriculture; b) forêt; c) résidentiel densité faible/moyenne/forte, d) industriel/commercial e) boisés et f) plans d eau. ) Est-ce que une telle cartographie est réalisable à partir d une classification dirigée par maximum de vraisemblance de son image. Donnez votre opinion 2) Quels sont les étapes à suivre pour réaliser un tel projet à partir d un logiciel comme celui GEOMATICA de PCI? Question 26 : Après classification nous avons fait un test de validation et nous avons construit la matrice de confusion suivante : Vérité terrain Classification (nombre de pixels) Classes Nombre de pixels Classe A Classe B Classe C Classe A Classe B Classe C Quelle était l exactitude globale de la classification? 7