Combinaison d'images

Résumé

Traitement d'images

 

Combinaison d'images

L'analyse multitemporelle

... puis au fil du temps, les images changent

Un des principaux avantages de la télédétection par satellite est de pouvoir fournir des observations de la Terre à intervalles réguliers. Il est ainsi possible de comparer un paysage à différentes saisons, ou d'en suivre l'évolution à plus long terme. Plus de 20 ans d'archives de données acquises par les satellites d'observation de la Terre sont disponibles.
Une des solutions les plus simples pour analyser des données enregistrées à des dates différentes est de les afficher simultanément, dans deux fenêtres disposées l'une à côté de l'autre. Certains logiciels de traitement d'image et de systèmes d'information géographique permettent de "synchroniser" ces deux fenêtres, de manière à ce qu'un déplacement ou un zoom dans une des fenêtres s'applique automatiquement dans la seconde fenêtre. Il est parfois également possible de dessiner dans une fenêtre (par exemple l'extension d'un nouveau lotissement), et de voir apparaître ce dessin dans les deux vues synchronisées.

Une autre possibilité de visualisation de données multitemporelles repose sur la synthèse additive des couleurs faite par l'œil. L'œil humain interprète la superposition des couleurs fondamentales (rouge, vert et bleu) comme de nouvelles couleurs, couvrant l'ensemble des couleurs de l'arc-en-ciel. En superposant une image acquise à une date, affichée en rouge, et une image acquise à une autre date, affichée en vert, on va créer une image dont la gamme de couleurs va du noir au jaune, en couvrant toutes les tonalités de vert et du rouge. 

Ces couleurs peuvent être associées à la nature et à l'intensité du changement. Dans l'exemple, on voit comment se combinent les images correspondant à deux situations différentes. Les zones qui étaient claires à la date 1 et qui sont devenues sombres apparaissent en rouge vif. Les zones qui étaient sombres et qui sont devenues claires sont en vert, et les zones qui sont restée claires sont en jaune (rouge + vert = jaune).

Il est également possible de combiner les images prises à 3 dates différentes, en utilisant aussi la composante bleue, mais l'interprétation de telles images devient plus complexe.

Il va de soi que, pour pouvoir être intégrées dans une telle image multitemporelle, chacune des images doit d'abord avoir été corrigée géométriquement par rapport à une référence commune.

Une application intéressante consiste à calculer pour deux dates différentes, l'indice de végétation, comme expliqué auparavant. La fusion des images de l'indice de végétation aux deux dates permet de mettre en évidence les changements saisonniers, mais aussi des changements plus radicaux tels que la déforestation, etc.
 

1984       1994

     

     
       
 
Dans cet exemple, une image multitemporelle a été créée à partir de deux images Landsat TM de 1984 (en rouge) et de 1994 (en vert) (courtesy of NASA - Goddard Space Flight Center/Scientific Visualization Studio). Vous pouvez observer sur cette image multitemporelle le déboisement (en vert) qui s'est opéré durant cette période près de Santa Cruz en Bolivie. (Images: Courtesy of NASA - Goddard Space Flight Center/Scientific Visualization Studio.)

 

En combinant des images, ou plutôt des produits issus d'images acquises sur plusieurs années, on peut non seulement voir le résultat final (les superficies totales déboisées dans ce cas-ci) mais également l'évolution dans le temps du phénomène (le taux de déforestation par année).

Source: Global Forest Change - Results from time-series analysis of Landsat images characterizing forest extent and change.

 

La fusion d'images de résolutions différentes

Les images obtenues par les différents capteurs des systèmes d'observation de la Terre ont des caractéristiques différentes, notamment en ce qui concerne le nombre de bandes spectrales et la résolution (taille des pixels). En général, ces deux paramètres sont mutuellement exclusifs: les images fournissant la meilleure résolution n'ont qu'une bande spectrale et les données multispectrales ne sont disponibles qu'avec des résolutions relativement grossières.

Pour certaines applications, on souhaiterait pourtant pouvoir disposer du meilleur des deux aspects: avoir des données à haute résolution ET multispectrales. Si on dispose d'une image multispectrale à basse résolution et d'une image monospectrale à haute résolution, il est possible de les fusionner pour créer une image combinant tous les avantages. Cela se fait en décomposant l'image multispectrale (l'image couleur dans l'illustration) en 3 composantes décrivant le contenu en couleurs: la teinte, la saturation et l'intensité. Cette transformation est appelée "RVB vers IST" (rouge, vert, bleu vers intensité, saturation, teinte). Ces composantes sont corrigées géométriquement pour avoir les mêmes propriétés géométriques que l'image à haute résolution.

On subdivise par exemple chaque pixel d'une image TM (30x30m) en 9 pixels de 10x10m pour être compatible avec la résolution d'une image SPOT P. On remplace alors la composante d'intensité de l'image à basse résolution par l'image à haute résolution, et on effectue la transformation inverse ("IST vers RVB").

Pour illustrer cette technique avec des images satellitaires, voici un extrait d'une image du satellite Pléiades de la basilique de Koekelberg à Bruxelles. Les images multispectrale (mode XS du satellite, avec une résolution de 2 m) et panchromatique (mode P, avec une résolution de 50 cm) ont été fusionnées pour créer une image multispectrale à 50 cm de résolution ("pansharpened image).

Image panchromatique 50cm
Image multispectrale 2m
Image multispectrale 50 cm