jump to navigation

DETECTION DE CHANGEMENT EN IMAGERIE vendredi, 30 novembre, 2007

Posted by geotrouvetout in Méthodes.
add a comment

La multiplication des satellites à forte répétitivité temporelle ou plus généralement l’évolution des techniques de télédétection ont entraîné un développement des activités de « détection de changement » à partir de l’imagerie géospatiale. L’analyse de la déforestation suite à des feux de forêt, des dégâts suite à une inondation, de la densification d’un tissu urbain ou de l’évolution d’une construction d’un site industriel ou militaire, sont des exemples d’applications.

Calage des images acquises à différentes dates

Une des premières étapes dans l’utilisation de l’imagerie pour la détection de changement consiste à caler, les unes sur les autres, les images acquises à différentes dates. Pour cela, l’opérateur doit rechercher les points homologues entre les différentes images: cette recherche peut être manuelle ou automatique. Les méthodes automatiques, basées sur des algorithmes de corrélation d’images, ont l’avantage d’être plus précises et plus rapides par rapport à un pointé manuel.  Deux algorithmes de corrélation sont actuellement disponibles dans ENVI : une méthode basée sur les similarités radiométriques (Area-based image matching) et, une autre sur les similarités structurales (Feature-based image matching). L’outil de calcul automatique d’ENVI est accessible via le menu Map -> Automatic Registration : Image to Image.

Détection de changement

CrueLorsque les images sont correctement calées, deux approches peuvent être proposées. Une première approche consiste à comparer les valeurs des pixels pour établir différentes cartes des changement. Une deuxième approche consiste, dans un premier temps à classer les images pour ensuite suivre l’évolution entre les deux images classées.

– Carte des différences

La carte des différences est simplement obtenue en prenant la différence entre les deux images : une faible différence indique pas de changement et, à l’inverse une forte différence (négative ou positive) indique un changement important.

ENVI propose un outil qui calcule et classe, par ordre de différence, automatiquement les différences (Basic Tools -> Change Detection ->Subtractive) ainsi qu’un assistant qui guide l’opérateur dans les différentes étapes de la co-registration des images jusqu’à la création de la carte des changements (SPEAR Tools -> Change Detection ->Subtractive)

– Carte de rapport de bandes

Une méthode alternative consiste  à utiliser une carte de rapport de bandes : un rapport proche de un correspond à un faible changement et un rapport faible ou grand indique un important changement. Les rapports de bandes peuvent être calculés via la fonction Band Math (Basic Tools -> Band Math) ou Band Ratios ( Transform -> Band Ratios)

– Carte de corrélations

Une carte de corrélation peut être obtenue, par exemple, en utilisant une analyse en composantes principales. Les pixels inchangés sont très corrélés au cours du temps alors que les pixels caractérisant un changement, seront plus décorrélés.

ENVI permet d’appliquer une Analyse en Composantes Principales (ACP) et il propose également un assistant dédié la détection de changement par ACP : Basic Tools -> Spear Tools -> Change Detection-PCA

– Carte d’évolution des classes

TsunamiA partir de deux images classées, nous pouvons calculer les statistiques d’évolution des classes en différentes dates. ENVI propose un outil de calcul automatique des statistiques de changement qui donne un rapport complet de l’évolution des classes ainsi qu’une représentation graphique de ces changements :

Basic Tools -> Change Detection -> Change Detection Statistics

Vous pouvez visionner une démonstration de cet outil sur le lien suivant : http://www.ittvis.com/webinar/d.asp?classid=1217&eType=webinar

Pour plus de détails sur les techniques de détection de changement, vous pouvez consulter :

1/ Un papier blanc sur la détection de changement avec ENVI  http://www.ittvis.com/france/applications/ENVI_Changements.pdf

2/ Le livre de de Morton J. Canty : Image Analysis, Classification and Change Detection in Remote Sensing avec des exemples de codes en IDL&ENVI http://www.crcpress.com/e_products/downloads/download.asp?cat_no=7251

Se perdre dans la Forêt? Plus si simple… mercredi, 14 novembre, 2007

Posted by geotrouvetout in Evénements, Forêts.
Tags: , , ,
add a comment

La conférence internationale ForestSAT 2007 de la semaine dernière a mis en relief tout l’intérêt et la diversité de l’apport de la télédétection à l’étude des forêts.

Avec les engagements du Protocole de Kyoto – http://www.ecologie.gouv.fr/IMG/pdf/B2-06-025-Foret-Kyoto.pdf – , il faut dire que la demande politique est forte pour avoir entre autre une vision plus précise de la contribution de la forêt au cycle du Carbone.

Cette demande à une « échelle globale » a contribué à tracer des nouveaux chemins dans le paysage forestier, en favorisant en particulier le développement de méthodes spécifiques pour exploiter les données satellite.

FoestSAT 2007Toute la conférence ForestSAT a démontré le degré de maturité atteint en quelques années par cette approche, qui est capable d’aborder les questions à une échelle globale ou locale, et qui surtout est en mesure de produire des résultats de nature quantitative, moyennant le plus souvent encore une calibration avec des données terrain.

Pour donner une idée des questions ou résultats abordés, un choix subjectif de quatre présentations parmi la centaine donnée est forcement injuste, mais comment faire autrement ?

  • Production de la première carte/mosaïque SPOT couvrant toute la Guyane Française, à une échelle de 20 mètres (référence 154 du programme )

o Géo Trouvetout y a appris comment faire une mosaïque quasiment sans nuages à partir d’images nuageuses.

  • Défoliation due à une attaque d’insectes : différentes approches pour quantifier le phénomène à partir de données satellite (référence 154 du programme )

o Géo Trouvetout a apprécié la démarche systématique qui consiste à trouver des méthodes différentes pour le même problème, et à comparer les résultats, en fonctions des données utilisées (LIDAR, MODIS, SPOT).

  • Structure spatiale de la forêt : une nouvelle application de la Morphologie Mathématique (référence 163 du programme )

o La structure spatiale de la forêt représente une information qui peut être aussi importante que sa surface totale. Mais comment la mesurer ? Géo Trouvetout aurait aimé avoir cette idée : appliquer pour la première fois les concepts de la Morphologie Mathématique (très répandus dans le domaine médical) à la caractérisation spatiale de la forêt (noyaux, trous, connecteurs, … )

  • Carte Européenne de la couverture forestière (référence 86 du programme)

o Géo Trouvetout a été impressionné par la mise au point d’une méthode complètement automatique pour produire cette carte à partir de données LandSat ETM+ et CLC2000. Et en plus vous pouvez la télécharger.