éditions des archives contemporaines

Application à l'analyse multirésolution et des méthodes floues pour la fusion et la classification des images satellitaires

ACHIR Mounir et KHETTAL Nassim
DOI—
Pages17–31
Paru le5 mai 2003
Citer Lire en PDF · 15 p.

Résumé

Les techniques de télédétection connaissent une évolution permanente mettant en œuvre des technologies et des méthodes qui se diversifient à mesure que les données recueillies s’accroissent. Ceci est dû au grand nombre de satellites opérationnels et à la diversité des capteurs montés à leur bord. Dans le but d’exploiter au maximum ces données, il est apparu nécessaire de fusionner les images issues des différents capteurs pour avoir un meilleur contenu en information afin d’améliorer l’interprétation thématique de ces images. La plupart des satellites d’observation de la Terre fournissent des images à haute résolution spatiale et des images de moins bonne résolution spatiale (cas du capteur HRV de SPOT : canal panchromatique à 10 m et trois canaux à 20 m). L’objectif principal de cet article concerne l’amélioration de la résolution spatiale des images HRV (XS) de SPOT en utilisant l’image à haute résolution. Cette étude est réalisée par une méthode utilisant la transformée en ondelettes et l’analyse multirésolution où le problème de la modélisation de l’information est abordé. Pour cela, deux algorithmes ont été utilisés : l’algorithme de Mallat et l’algorithme à trous de Dutilleux. L’algorithme de Mallat utilise plusieurs ondelettes (bases d’ondelettes orthonormales ou biorthogonales) où l’image est décomposée en quatre sous-images : une image de contexte et trois autres contenant les détails en fonction des directions horizontale, verticale et diagonale. L’algorithme à trous, lui, applique un filtre isotrope, où aucune direction n’est privilégiée et n’applique pas de décimation de l’image. Les différentes images synthétisées sont évaluées à l’aide d’une étude quantitative basée sur des tests statistiques. Les outils statistiques sont utilisés pour l’évaluation des résultats obtenus sur une image. Un paramètre RASE (Relative Average Spectral Error) au sens des moindres carrés RMSE (Root Mean Square Error) permet d’avoir une comparaison globale entre les deux méthodes et pour toutes les images multibandes. Une classification automatique est opérée sur cet ensemble d’images HRV (XS) synthétisées obtenues. Une méthode basée sur une approche floue FCM (Fuzzy C-Means) est étudiée et mise en œuvre pour une meilleure classification sur le plan thématique.

Mots clés
Transformation en ondelettesanalyse multirésolutionfusion d’imagesclassification automatiquelogique floue

Abstract

The remote sensing techniques knows a permanent evolution carrying out technologies and methods that diversifies as the data increases. It is due to a large number of operational satellites and to the diversity of available sensors. The goal is to maximise these data, it appeared necessary to merge the images of the different sensors in order to have a better content in information and to improve the thematic interpretation of these images. Most satellites of Earth observation provide images with high spatial resolution and images of less good spatial resolution (case of the HRV sensor of SPOT satellite : panchromatic channel at 10 m and three spectral channels at 20 m). The main objective of this article concerns the improvement of the spatial resolution of the HRV images (XS) of SPOT satellite using the high resolution image. This study is achieved by a wavelets transform method and a multiresolution analysis. For the wavelets transform, two algorithms have been used : the Mallat algorithm and the «a trous» algorithm of Dutilleux. The Mallat algorithm uses several wavelets (orthonormal or biorthogonal wavelets basis) where the image is decomposed into four sub-images : a context image and three others containing details according to horizontal, vertical and diagonal directions. The « à trous » algorithm applies an isotropic filter, where no direction is privileged and does not apply decimation of the picture. The different synthesised pictures are valued with the help of a quantitative survey based on the statistical tests. The statistical tools are used for the assessment of results. A parameter RASE ( Relative Average Spectral Error) in the sense of the least MSE (Mean Square Error) allows to have a global comparison between the two methods and for all multiband images. An automatic classification is operated on this obtaining a set of HRV synthesised images (XS). A method based on a fuzzy approach FCM (Fuzzy C-Means) is studied and carried out for a better classification on the thematic plan.

Keywords
Wavelet transformmultiresolution analysisdata fusionclassificationfuzzy concepts

Lire l’article

Première page

PDF de 15 pages, tel qu’imprimé dans la revue, pages 17 à 31. En libre accès.

Pas encore de consultation enregistrée.