Types de données d'image et de raster utilisés dans l'imagerie et la télédétection

Disponible avec une licence Image Analyst.

L’imagerie de télédétection est collectée par la plateforme d’un satellite, d’un avion ou d’un drone. Toutes les images de télédétection ne sont pas identiques et sont généralement collectées pour répondre aux besoins d’un projet. Les conditions de chaque projet déterminent les exigences en matière de collecte et de traitement des images et permettent de distinguer les types d’images en catégories. Le premier niveau de distinction concerne le contenu d’informations et les caractéristiques géométriques des images. Que les images soient analysées visuellement ou traitées via des techniques de traitement d’images faisant appel à la télédétection, des facteurs tels que l'unité de cartographie minimale, la largeur et le positionnement des canaux spectraux et la précision géopositionnelle, déterminent l’aptitude des types particuliers d’images en fonction des objectifs et des exigences de votre projet.

Contenu d’informations des images

La nature des informations contenues dans les images dépend essentiellement de trois types de résolution (spatiale, spectrale et temporelle) qui affectent tous l’unité de cartographie minimale d’un projet.

Résolution spatiale

La résolution spatiale se réfère à la taille des pixels (éléments d’image) au sol comprenant l’image et est souvent appelée distance de référence au sol (GSD). Il s’agit d’une fonction liée à la fonctionnalité du capteur et à la hauteur de vol du capteur. La distance de référence au sol détermine le niveau de détail spatial et les types d’entités visibles dans l’image. En règle générale, plus la taille de pixel est faible, plus le détail contenu dans l’image est élevé. De petites tailles de pixel, comme 3 pouces ou 10 centimètres, génèrent des fichiers très volumineux difficiles à traiter, à stocker et à gérer. Des techniques d’extraction d’entités risquent de bien fonctionner avec une certaine distance de référence au sol, mais d’échouer avec d’autres, ce qui doit également être pris en compte. Une faible taille de pixel ne convient pas toujours à un projet particulier, comme la classification de l’occupation du sol d’un état, d’une région ou d’un pays. La résolution spatiale est étroitement associée à l’unité de cartographie minimale d’un projet car un nombre de pixels suffisant est nécessaire à l’identification d’une entité.

Résolution spectrale

La résolution spectrale est déterminée par le capteur ; elle mesure des parties du spectre électromagnétique. Les caractéristiques spectrales d’un capteur comprennent le nombre de canaux d’imagerie, les longueurs d’ondes des canaux, la largeur spectrale des canaux et le rapport signal-bruit. La résolution spectrale se réfère à la capacité du capteur à mesurer la signature spectrale d’une entité. feature. Ces caractéristiques déterminent les types d’entités et de phénomènes pouvant être détectés et cartographiés. Les capteurs multispectraux collectent au moins quatre canaux non superposés, assez larges (50 à 80 nanomètres) et placés pour distinguer de larges catégories d’entités, telles que la végétation, le sol, l’eau et les entités fabriquées par l’être humain. Les capteurs hyperspectraux collectent de nombreuses bandes (plus de 100) étroites (5 à 10 nanomètres) placées de manière stratégiques pour la détection de parties spécifiques de la signature spectrale d’une entité. Les capteurs hyperspectraux fournissent des informations plus détaillées, comme les espèces végétales, la qualité de l’eau ou les caractéristiques d’un matériau. Les capteurs hyperspectraux sont moins courants que les capteurs multispectraux car ils sont généralement déployés dans des avions, sont plus coûteux et requièrent une expertise spécialisée pour utiliser, traiter et analyser les données.

Nombre de capteurs opèrent dans la partie non visible du spectre, comme les capteurs thermiques infrarouge. Il s’agit de capteurs électro-optiques, mais qui collectent une partie du spectre représentant de la chaleur émise plutôt que de l’énergie solaire réfléchie. Géométriquement, ces capteurs sont similaires aux autres images électro-optiques, mais détectent des zones du spectre électromagnétique non visibles à l’oeil nu.

Il existe également des détecteurs actifs, comme les radars, qui fournissent leur propre illumination. Ces détecteurs fonctionnent avec des fréquences beaucoup plus longues que leurs contreparties électro-optiques et fournissent des images avec des géométries qui s’écartent également de la géométrie de perspective.

Résolution temporelle

La résolution temporelle se réfère à la fréquence de couverture d’un emplacement géographique, généralement par une classe de plateformes de capteur satellitaire. Elle est déterminée par le nombre de passages supérieurs satellitaires, de mécaniques orbitales et par la souplesse de la plateforme de capteur. Dans le cas de satellites qui pointent verticalement vers la terre, comme les satellites Landsat, la résolution temporelle est de 16 jours pour la couverture de la même localisation géographique. Les satellites géostationnaires, tels que les satellites météorologiques, font figure d’exceptions avec leur résolution spatiale grossière. Les satellites à résolution supérieure sont dotés d’une fréquence temporelle plus élevée en raison du déploiement de plusieurs systèmes de capteur similaires dans des orbites complémentaires et de la possibilité de pointer le point nadiral désactivé à partir de l’affichage vertical. Lorsque l’affichage du point nadiral désactivé génère une résolution temporelle plus élevée, peut-être aussi souvent que la couverture quotidienne du même emplacement géographique, les images sont obliques et ont une distance de référence au sol plus grande.

Avec l’avènement de la technologie des drones d’imagerie, la résolution temporelle a considérablement augmenté. Les drones peuvent surveiller un emplacement une fois par jour, plusieurs fois par jour ou en continu. Cette technologie a permis à de nombreux types d’applications de surveillance d’exister, ce qui n’était auparavant pas possible.

Remarque :

L’étendue de la couverture d’un système d’imagerie télédétectée est un autre facteur essentiel lorsque vous étudiez les images appropriées d'un projet. L’étendue des images se réfère à l’emprise, ou couverture au sol, du capteur. Les capteurs satellitaires ont une emprise très importante, en général, de 10 à 200 kilomètres ou plus, alors que les capteurs aériens sont dotés d’une emprise beaucoup plus faible de plusieurs centaines de mètres par image, en fonction du capteur et de la hauteur de vol. Les drones ont une faible emprise, de quelques dizaines de mètres.

Caractéristiques géométriques de l’imagerie

Dans le cadre du SIG, l’imagerie est classée en six catégories reposant sur la géométrie. Chaque distinction affecte l’utilité de l’image pour certaines applications ou certains cas concrets. Elle détermine également le mode de traitement des images dans l’application dans un souci d’optimisation des résultats. Certains types d’images sont parfaitement adaptés à un traitement axé sur les images, alors que d’autres doivent être traités dans un mode axé sur les cartes. Ainsi, l’imagerie verticale et l’imagerie de fond de carte doivent être traitées d’une manière axée sur les cartes. L’imagerie oblique et l’imagerie animée sont généralement traitées dans un mode axé sur les images, éventuellement avec l’option de passer au mode cartes en fonction de l’obliquité. L’imagerie stéréo requiert un traitement axé sur les images dans une vue stéréographique dédiée. Pour finir, les images sont dépourvues d’informations adéquates sur la position géométrique et doivent être traitées dans une fenêtre contextuelle distincte. Chaque type d’imagerie est soumis à des règles d’utilisation et des limitations dictées par la géométrie :

  • Fond de carte d'imagerie : image traitée et orthorectifiée ou ensemble de tuiles d’images ayant l’intégrité d’une carte et utilisé comme référence. Les fonds de carte d'image sont généralement employés comme arrière-plans contextuels des données SIG et leurs couleurs sont souvent équilibrées dans un souci d’optimisation de l’attrait visuel. Ils ne conviennent donc pas pour l’extraction automatique d’entité.
  • Imagerie verticale : imagerie collectée à des fins de cartographie et dotée de métadonnées de positionnement géographique associées. Son objectif principal est de produire des fonds de carte géométriquement précis, ainsi que l’extraction automatique ou semi-automatique d’entités.
  • Imagerie oblique : imagerie collectée avec des angles de visée de point nadiral désactivé qui la rendent inappropriée pour l’interprétation visuelle et la perception de situation. L’imagerie utilisée dans les applications de surveillance est souvent oblique. Elle inclut des métadonnées de positionnement géographique.
  • Imagerie stéréo : images superposées collectées spécifiquement à des fins d’exploitation stéréo et dotées de métadonnées de positionnement géographique précises. L’imagerie stéréo est principalement employée pour la compilation précise d’entités 3D en vue de la création et de la mise à niveau des couches de territoire et SIG.
  • Imagerie animée : imagerie comportant plusieurs images qui capture le mouvement entre 1 et 120 Hertz, comme les données vidéo. Cette imagerie comporte généralement des métadonnées de géoréférencement imbriquées dans le flux vidéo numérique.
  • Image : image dépourvue de métadonnées de positionnement géographique ou dotée de métadonnées de positionnement géographiques inadéquates. Elle peut ou non comporter des informations sur l’intensité dotées de n’importe quel degré d’intégrité radiométrique. Cette imagerie est souvent de nature historique ou sert de support à des enquêtes de référence au sol.

Imagerie de fond de carte

Fond de carte satellite

Image du satellite Quickbird reproduite avec la permission de DigitalGlobe

Cette carte de l’image satellite de San Francisco provient du fond de carte d'imagerie d’Esri. Elle est constituée de plusieurs images orthorectifiées dont les couleurs ont été équilibrées et qui ont été mosaïquées ensemble de long de raccords. Cela est le plus visible lorsque vous examinez le pont dans l’angle inférieur droit de la scène. Le pont est disjoint à la limite de l’eau et du sol. Ce déplacement est dû à la distorsion du relief dans l’image d’origine qui n’a pas été prise en compte dans la matrice d’altitude employée pour la rectification. Les fonds de carte sont très précis, mais uniquement pour les entités qui se situent à la surface terrestre nue. Les bâtiments, les ponts et autres entités élevées sont précises uniquement au niveau de leur base, là où elles rencontrent le sol. La radiométrie du fond de carte est également considérablement modifiée afin de fournir une image visuellement attrayante. Vous devez faire preuve de prudence lorsque vous souhaitez extraire des données d’entité depuis des fonds de carte. Les fonds de carte servent généralement d’arrière-plans aux couches SIG et constituent une excellente source pour l’extraction manuelle d’entités pour la création et la mise à jour de territoire lorsqu’ils sont à jour. Il n’est cependant pas inhabituel que les fonds de carte soient obsolètes en raison du temps et de l’argent qu’exige leur création.

Imagerie verticale

Image satellite verticale

Image satellite WV-1 reproduite avec la permission de DigitalGlobe

L’imagerie verticale est généralement collectée à des fins de cartographie. Elle fournit des vues claires du MNT, offre une excellente intégrité géométrique et peut être facilement orthorectifiée. Si l’imagerie verticale n’a pas fait ouvertement l’objet d’un équilibrage des couleurs, elle s’avère très utile pour la classification et l’extraction automatique d’entité en fonction des caractéristiques spectrales. L’imagerie verticale est également dotée d’une taille de pixel ou d’une distance de référence au sol uniforme au sein de l’image, mais aussi d’une échelle uniforme. L’imagerie verticale est souvent employée comme source de données des fonds de carte.

Imagerie oblique

Image satellite oblique

Image satellite WV-1 reproduite avec la permission de DigitalGlobe

L’imagerie oblique est souvent utilisée pour la perception de situation et l’analyse. La nature oblique facilite la collecte des entités et offre souvent des vues plus intuitives de la région et des entités présentant un intérêt. En fonction du capteur et de la distance au sol, l’échelle et la distance de référence au sol peuvent considérablement varier au sein de l’image. L’imagerie oblique convient parfaitement à l’affichage et à l’analyse en mode perspective dans l’application d’analyse de l’espace image dans Image Analyst.

Imagerie stéréo

Image anaglyphe stéréo

Image anaglyphe stéréo reproduite avec la permission de Vexcel Imaging

L’imagerie stéréo est collectée à des fins multiples. Elle est le plus souvent utilisée pour l’extraction des modèles de MNT, des emprises et des toits de bâtiment, ainsi que pour la gestion de la végétation, comme la forêt. Elle est principalement employée pour l’extraction d’entités 3D et l’identification et l’interprétation d’entités difficiles ou impossibles à voir en mode monoscopique, comme le sol sous couvert forestier. L’imagerie stéréo est affichée, analysée et utilisée pour la collecte d’entités 3D dans l’application Stereo Mapping, dans Image Analyst.

Imagerie animée

Imagerie animée affichée sur le lecteur vidéo, avec emprise affichée sur la carte
L'imagerie animée est le plus souvent collectée pour l'analyse des situations. L'une de ses formes les plus courantes est Full Motion Video (FMV), utilisé en temps réel pour les applications légales. FMV fait référence à la combinaison d'un flux vidéo et des métadonnées associées dans un même fichier vidéo, qui rend la vidéo géospatiale. Les systèmes de capteur collectent les information de direction de la caméra, la position et l'attitude de la plateforme et d'autres données et les encodent dans le flux vidéo afin que chaque image vidéo soit associée à des informations géopositionnelles et puisse être affichée sur la carte. Cette fonctionnalité permet la collecte et l'affichage bidirectionnels des données d'entités entre le lecteur vidéo FMV et la vue cartographique. Par exemple, vous pouvez collecter des entités dans le lecteur vidéo en mode de diffusion en continu en direct et les visualiser sur la carte avec d'autres couches SIG.

FMV utilise les métadonnées pour convertir sans faille les coordonnées entre l’espace image vidéo et l'espace cartographique, de la même manière que le système de coordonnées d’image (ICS) transforme les images fixes. Cela fournit la base de l'interprétation des données vidéo dans le contexte intégral de toutes les autres données géospatiales et informations de votre SIG. Par exemple, vous pouvez afficher l'emprise des images vidéo, le centre des images et la position de la plateforme d'imagerie sur la vue cartographique à mesure de la lecture de la vidéo, avec vos couches SIG, telles que les bâtiments, et les ID, barrières géographiques et autres informations pertinentes.

Résumé

Il est important de comprendre les objectifs et les exigences de vos projets afin d’acquérir le type d’imagerie approprié. L’aptitude d’un type d’imagerie particulier dépend du contenu des informations et des caractéristiques géométriques de l’imagerie. ArcGIS Pro traite les différents types d’imagerie de manière à exploiter au mieux les informations contenues dans l’imagerie et la géométrie de l’imagerie dans les environnements d'affichage, d’analyse et d’exploitation.

Les caractéristiques de l’imagerie, son adéquation pour un type général d’application et le mode de traitement des types d’image dans ArcGIS Image Analyst sont récapitulés dans le tableau ci-après.

ImageTypeUtilisationPéevalenceVue d’ArcGIS Pro

Imagerie de fond de carte

Contextuel

Modéré

Vue cartographique

Imagerie verticale

Création et mise à jour de carte

Modéré

Vue cartographique

Imagerie oblique

Perception de situation

Elevée

Vue cartographique en mode Perspective

Imagerie stéréo

Cartographie précise en 3D

Faible à modérée

Vue cartographique stéréo

Imagerie animée

Perception de situation

Faible à modérée

Lecteur vidéo associé à la vue cartographique

Image

Référence

Faible

Fenêtre contextuelle

Le fait d’utiliser l’aptitude des différents types d’imagerie de manière appropriée par rapport aux différents types d’applications permet d’optimiser les résultats et de satisfaire aux exigences des projets dans des environnements opérationnels, universitaires et de recherche.

Rubriques connexes