Soutenance mémoire
Choix du langage de programmation
La télédétection
La télédétection est un domaine scientifique et technique dont le but est l’acquisition d’informations sur l’environnement terrestre au moyen des capteurs (à bord des platesformes aériennes ou spatiales) sensibles au rayonnement électromagnétique (REM) réfléchi ou émis par la surface terrestre.
Les vecteurs et les capteurs
Pour enregistrer adéquatement l’énergie réfléchie ou émise par une surface ou une cible donnée, on doit installer un capteur sur une plate-forme distante de la surface ou de la cible observée. Ces plates-formes peuvent être situées prés de la surface terrestre, comme par exemple au sol, dans un avion ou ballon ; ou à l’extérieur de l’atmosphère terrestre, comme par exemple sur un véhicule spatial ou un satellite.
Les vecteurs
Les vecteurs sont des objets artificiels placés en orbite autour de la terre pour les besoins de la télédétection, des communications et de la télémétrie (positionnement et navigation). Grâce à leur orbite, les plates-formes spatiales permettent une couverture répétitive et continue de la surface de la terre. Le coût est souvent un facteur déterminant dans le choix des différentes plates-formes. Les vecteurs en télédétection sont deux types:
Les satellites géostationnaires
Certains satellites ont une altitude très élevée et regardent toujours la même région de la surface de la terre, ils ont une orbite géostationnaire. Ces satellites géostationnaires ont une altitude d’environ 36000 kilomètres et se déplacent à une vitesse qui correspond à celle de la terre, donnant ainsi l’impression qu’ils sont stationnaires. Cette configuration orbitale permet au satellite d’observer et d’amasser continuellement de l’information sur une région spécifique .
Les satellites de communication et d’observation des conditions météorologiques sont situés sur de telles orbites. L’altitude élevée de certains satellites météorologiques leur permet d’observer les nuages et les conditions qui couvrent un hémisphère complet de la terre. Parmi ces satellites on peut citer METEOSAT (France), GOES (Geostationary Operational Environmental Satellites, USA), GMS (Japon) et INSAT (Inde).
Les satellites à défilement
Les satellites en orbite héliosynchrone sont des satellites en orbite quasi polaire qui passent toujours à la même heure au-dessus d’un même point sur la surface de la Terre, c’est-à-dire qu’ils observent toujours chaque région du globe à la même heure.
Un satellite en orbite quasi polaire, c’est un satellite à défilement qui suit une orbite allant pratiquement du nord au sud ou vice versa, donc il survole les pôles d’une planète à chaque révolution. Cette configuration, combinée à la rotation de la terre (ouest-est), fait qu’au cours d’une certaine période, le satellite observe presque la totalité de la surface terrestre et il reste visible au dessus d’un point, peu de temps.
Les capteurs
Les divers satellites optiques sont dotés de capteurs technologiquement très variés. Ces capteurs ont la possibilité de recevoir le rayonnement qui provient de la surface terrestre. Les capteurs peuvent être installés aussi sur d’autres plates-formes distantes ou prés de la surface terrestre comme par exemple au sol, dans un avion ou un ballon. En télédétection passive, les satellites optiques sont dotés par des capteurs passifs qui sont uniquement des récepteurs. Ils ont la possibilité de recevoir le rayonnement qui provient de la surface terrestre, la source d’énergie est le plus souvent le soleil (ex : radiomètres, caméras, spectroradiomètres, etc…).
Résolution
La résolution est une mesure de la capacité d’un système optique de séparer des signaux proches spatialement et/ou spectralement. La capacité de mesurer une information par télédétection exige la considération prudente de trois types de résolution : spatiale, spectrale et temporelle.
La résolution spectrale
Les images satellites sont acquises dans différentes plages de longueur d’onde du spectre électromagnétique (canaux). Chaque canal apporte sa propre information sur les objets observés.
La résolution spatiale
Il s’agit de la plus petite surface au sol qu’un satellite est capable d’analyser.
La résolution temporelle
Les images peuvent être acquises à différentes périodes dans l’année ainsi qu’à plusieurs années d’intervalle. La perception de la surface de la terre par le satellite varie au cours du temps.
QuickBird
Le satellite de QuickBird de DigitalGlobe lancé le 18 octobre 2001offre la combinaison d’une résolution spatiale très élevée, d’une capacité importante de stockage à bord et d’un haut degré de précision pour le géoréférencement. Le satellite QuickBird est capable d’acquérir annuellement des données couvrant plus de 75 millions de km2 (plus de trois fois la taille de l’Amérique du Nord). QuickBird collecte des images multispectrales à 2,4 m de résolution et des images panchromatiques à 0,61 m de résolution.
ASTER :
L’instrument ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) est un capteur japonais qui est l’un des cinq à distance des dispositifs sensoriels à bord du satellite Terra lancé en orbite terrestre par la NASA en 1999. L’instrument a été la collecte de données superficielles depuis Février 2000 et capable d’obtenir des images de la Terre dans 14 longueurs d’onde différentes du spectre électromagnétique, allant du visible à l’infrarouge thermique. ASTER est l’unique instrument à haute résolution (15-90 m) à bord du satellite Terra. ASTER est constitué de 3 sous-systèmes:
– VNIR (Visible and Near Infrared’) qui enregistre dans le visible et le proche infrarouge,
– SWIR (Shortwave Infrared’) qui enregistre dans l’infrarouge à courtes longueurs d’onde
– TIR (Thermal Infrared’) qui enregistre dans l’infrarouge thermique. Les scientifiques utilisent les données ASTER pour produire des cartes détaillées de la température du sol, d’émissivité, de réluctance et d’élévation. Grâce à sa résolution spatiale élevée et son abilité à changer d’angle de vue, ASTER peut fournir des images stéréoscopiques et des modèles numériques de terrain détaillés.
Filtrage d’une image par un noyau de convolution
Filtre moyenneur
Le niveau de gris du pixel central est remplacé par la moyenne des niveaux de gris des pixels environnants. La taille de la fenêtre dépend de l’intensité du bruit et de la taille des détails significatifs de l’image traitée. Le filtre moyenneur permet de :
– Permet de lisser l’image (smoothing)
– Remplace chaque pixel par la valeur moyenne de ses voisins
– Réduit le bruit
– Réduit les détails non-important
– Brouille ou rend floue l’image (blur edges)
Filtre gaussien
Le filtre gaussien donnera un meilleur lissage et une meilleure réduction du bruit que le filtre moyenne. Les propriétés de réduction de bruit des filtres Gaussiens peuvent être utilisées en combinaisons avec d’autres filtres qui au contraire génèrent du bruit, comme les filtres Laplaciens. On peut par exemple choisir d’appliquer d’abord un filtre Gaussien pour réduire le bruit, avant d’appliquer un filtre Laplacien pour détecter les points autour desquels les variations de luminosité sont importantes.
Filtres non-linéaires
Ces opérateurs ont été développés pour pallier aux insuffisances des filtres linéaires : principalement la mauvaise conservation des contours. Ils ont le défaut d’infliger des déformations irréversibles à l’image. Nous ne développerons pas ici de théorie des filtres nonlinéaires : ils sont chacun basés sur des bases mathématiques ou empiriques différentes.
Filtre médian
Le niveau de gris du pixel central est remplacé par la valeur médiane de tous les pixels de la fenetre d’analyse centrée sur le pixel. La taille de la fenêtre dépend de la fréquence du bruit et des la taille des détails significatifs de l’image traitée.
|
Table des matières
Introduction Générale
Chapitre I Segmentation des images
I. 1Introduction
I.2. Définition d’une image
I.3. Types
d’image
I.3.1. Image binaire
I.3.2. Image en niveaux de gris
I.3.3. Image couleur
I.3.4. Image à valeurs réelles
I.4. Caractéristique d’image
I.4.1. Pixel
I.4.2 Prétraitement
I.4.3 Histogramme
Filtrage
I.5.1. Filtres linéaires
I.5.2 Filtre non-linéaire
I.6. Segmentation
I.6.1. Segmentation basée pixel
– Les méthodes de classification
– Les méthodes de seuillage
I.6.2 Segmentation basées régions
– La croissance de région
– Les méthodes de décomposition et fusion
1.6.3 Segmentation basées contours
Chapitre II Contour Actif
II. 1 Introduction
II.2 contour actif
II.2 .1 Définition des énergies
II.2.1.1Énergie Interne
– L’énergie de continuité
– l’énergie de courbure
II.2.1.2 Énergie Externe
– L’énergie d’Intensité
– L’énergie de Gradient
II.2.1.3 Énergie de contexte
– L’énergie de Ballon
II.3 Contour actif origine par Kass,Witkin et Terzopolos
II .4 L’algorithme greedy snake
a) Voisinage
II .5 Avantage et inconvénients
Chapitre III Implémentation
III.1Introduction
III.2 Choix du langage de programmation
III.3 Implémentation
III.3.1 Interface
III.3.2 Présentation de quelque vues
III.4 Synoptique de la démarche préconisée
III.5 Paramètres
III.6 Résultats expérimentaux
III.6.1 Image de synthèse
III.6.2Image Satellitaire
III.7 Discussion des résultats et conclusion
Conclusion générale
Télécharger le rapport complet
