Urbanisation - Détection au moyen du tracé du périmètre de la ville
Page 12
Cet exercice est divisé en deux parties et nécessite l'utilisation de LEOWorks.
Partie 1
Suite à l’évaluation et à l’interprétation visuelles de ces deux images satellite très haute résolution, nous allons maintenant poursuivre l’analyse de l’urbanisation de Lhassa et mesurer l’augmentation de la zone urbaine entre 1965 et 2000.
Télécharge les données à partir de Himalayas_env3.zip.
Nous commencerons par étudier les deux images multispectrales du 1er novembre 1988 et du 28 décembre 2000. Ouvre LEOWorks et les images suivantes : 1988_321.tif, 1988_432.tif 1988_543 et 1988_753.tif.
1988_321 signifie : image de 1988 en couleur naturelle, bande 3 en rouge, bande 2 en vert et bande 1 en bleu. 1988_432 a une bande 4, le proche infrarouge en rouge, etc. La bande 5 est infrarouge (environ 1,6 μm) et la bande 7 est également infrarouge (environ 2,2 μm)
Lorsque tu ouvres les images, ton outil de visualisation doit ressembler à ça:
Combinaisons de bandes différentes - Lhassa 1988.
Comme tu peux le voir, les images sont faiblement contrastées, ce qui rend difficile la distinction entre les différents types de couverture. Cela est dû aux niveaux de gris des pixels qui sont proches les uns des autres.
Appuie sur le bouton 'Image histogram' de ton outil de visualisation.
Une fenêtre montrant l’histogramme de l’image s’ouvre.
L’histogramme présente chaque canal d’image. Comme tu le sais, les images en couleur comprennent généralement 3 canaux: un canal rouge, un canal vert et un canal bleu.
L’histogramme ci-dessous décrit la répartition des niveaux de pixels (de gris) de ce canal.
S’agissant d’un jeu de données 8 bits, les niveaux de gris de l’image peuvent se situer dans une gamme allant de 0 à 255. Cela donne 256 niveaux de pixel différents. 2^8 (2*2*2*2*2*2*2*2 = 256).
L’histogramme indique que la majorité des niveaux de gris se trouve entre 9 et 128. Lorsque tu déplaces ta souris sur l’histogramme, un réticule apparaît et indique, dans la zone d’informations, la valeur (niveau) et le nombre total de pixels associés à cette valeur précise (nombre).
La gamme complète de 256 niveaux de gris n’est pas utilisée puisque 119 seulement le sont (128-9). Comme il est difficile pour l’œil humain de distinguer des couleurs très proches, il faut utiliser toute la gamme de 256 possibilités.
Image histogram
Dans LeoWorks, appuie sur Enhance>Histogram Equalization. Tu peux voir les changements immédiatement après avoir appuyé sur le bouton. Étudie à nouveau l’histogramme après l’égalisation. Tu constates que la gamme complète est désormais utilisée et que les contrastes de l’image sont bien meilleurs.
Fais la même chose avec les quatre images, puis compare-les.
1. Pourquoi une image numérique se compose-t-elle de trois canaux? Quelles bandes spectrales peuvent se trouver derrière (voir les trois exemples)?
2. Que serait un histogramme optimal?
3. Pourquoi l’image originale n’avait ni contraste ni couleurs?
4. Comment ces trois combinaisons de bandes varient-elles les unes par rapport aux autres ?
5. Quelle est la couleur de la végétation sur ces images?
6. Quelle est la couleur des zones urbanisées sur ces images ? (utilise 'lhasa_1965' et 'lhasa_2000_3m' pour faire la distinction entre les zones urbaines et les terres agricoles etc.)
Après avoir étudié les images qui ont toutes une combinaison de bandes différente, tu t’apercevras que les objets apparaissent dans des couleurs différentes.
Les couleurs sont différentes en raison des différentes combinaisons de bandes du capteur. Cette image a été prise le 1er novembre 1988 par le radiomètre LANDSAT. Elle a une résolution spatiale de 28,5 mètres et utilise 7 bandes différentes (6 spectrales, 1 thermique).
Les bandes spectrales sont décrites comme suit:
Bande 1: Bleu
Bande 2: Vert
Bande 3: Rouge
Bande 4: Infrarouge proche
Bande 5: Infrarouge moyen
Bande 6: Thermique (non disponible ici)
Bande 7: Infrarouge moyen
Page12
| 
