Au ours de ehapitre, lesdonnées satellitaireset leursprinipales aratéristiques ont
été exposées,ainsi que des informationsessentiellespour l'étude de lavégétation. Pour l'analyse
de lavégétation, l'idéalseraitde disposer à lafois d'images aquises à haute résolutionspatiale,
pour permettrela loalisation des objets d'intérêt, et d'images à haute résolution temporelle et
spetrale,pourleontrledelasurfaeterrestreetladistintiondesdiérentstypesdevégétation.
La fréquene d'aquisition d'un satellite et sa résolutionspatiale sont diretement liées
à la fauhée du satellite (f. setion 1.2.1). Une large fauhée orrespond à l'observation d'une
grande surfae au sol.Les apteursde e type (grand hamp), permettent d'observer une même
sène sans néessairement passer à sa vertiale. La fréquene d'aquisition est alors augmentée.
Enrevanhe, laviséegrandhampestinompatibleaveladistintiondesdétailsde lasène.Elle
ore une vue globale,partiulièrement adaptée aux études liéesà l'environnement ou àl'analyse
desinterationsgéosphère-biopshère-atmosphère.Lesapteursgrandhampsontdonaratérisés
parunehaute fréquene temporelleouplée àunefaiblerésolutionspatiale.Al'inverse,lorsquela
fauhée est étroite, l'aquisition d'une même sène n'est possible que lorsque le satellite passe à
sa vertiale. La fréquene temporelle d'aquisition est alors inférieure à elle des données grand
hamp mais larésolutionspatialeest plusne.
Les aratéristiques inhérentes aux apteurs onduisent don à un ompromis entre
-nesse de résolutionspatiale etnesse de résolutiontemporelle, ellesne permettent pas d'aéder
simultanément à une résolution ne dans es diérents domaines. Les deux types de apteurs
SPOT/HRV etSPOT/VGTsontalorsomplémentaires.Dans l'objetifdesuivrel'évolutionde
la surfae terrestreet,en partiulier, de lavégétation, nous proposons d'exploiter la
omplémen-taritédesapteurshaute résolutionspatialeet hautefréquene temporelle,telsqueSPOT/HRV
et SPOT/VGT,MeRIS ou NOAA/AVHRR. L'utilisationonjointe des donnéesprovenant des
apteurs HRVou VGTd'un satelliteSPOTfailiteles prétraitementset permetd'en limiterles
erreursdanslamesureoùesapteurs,embarquéssurunmêmesatellite,bénéientdeparamètres
géométriquesomparables.Ilsemblealorsraisonnable desupposerqu'uneimageVGT orrespond
à lamoyenne d'uneimage HRV mêmesi les distorsionsliéesaux anglesde viséesontplus
dispa-ratespourlabasserésolutionquepourlahauterésolution.Parailleurs,leapteurMeRISpropose
une résolutionspatialenettementplus neque VGT pourunefréquene temporelled'aquisition
susante pourlalassiation de lavégétationet sonsuivi.
La plupart des méthodes existantes pour l'analyse et la artographie de la végétation
reposentessentiellementsurl'exploitation dedonnéesmultispetraleshaute résolution.
L'informa-tion haute résolutionspatialeest,en eet,essentielle pour laartographie danslamesureoù elle
permet de loaliser les diérents objets géographiques (parelles agrioles, forêts, euves, villes,
prairies, et). Cependant, la fréquene des aquisitions est également essentielle pour distinguer
les diérents typesde végétation. De plus, ledéveloppement d'outilsde suiviàpartir de données
d'imagerie grand hamp apparaît omme unobjetifmajeur pourunegestion àgrande éhelle.
Danseontexte,notreobjetifestdedévelopperdesoutilsautomatiquesdelassiation
et de détetion de hangements adaptés au suivi de la surfae terrestre et apables d'exploiter
onjointement des données provenant de apteurs haute et basse résolution spatiale. En eet,
l'exploitationd'informationsprovenantde diérentesrésolutionestalorsruialepourbénéierà
lafois d'un bonnedisriminationentre lestypesde ouvertetd'une bonne loalisationdesobjets
d'intérêt. Dans le hapitre 2, nous présentons quelques éléments d'état de l'art en détetion de
hangements.Laplupartdesméthodesrenontréesdanslalittératureproposentdessolutionspour
la détetion de hangements entre deux dates à partir d'images haute résolution ou entre deux
périodes à partir d'images basse résolution. Dans le hapitre 3, nous abordons ertains aspets
spéiquesàl'utilisationonjointe d'imageshaute et basserésolution.
Avant d'envisager le problème de la détetion de hangements dans le adre
spéiquedu suivide lasurfaeterrestreet,en partiulier,des surfaesontinentales,e
hapitreestentrésurlesdiérentesméthodesutiliséespourladétetiondehangements
à partir de données images. Le problèmede la détetion de hangementsen traitement
d'images est motivé par des appliations très diverses. Nous proposons ii un état de
l'art sommaire des tehniques ouramment utilisées an d'en souligner les prinipaux
avantages et inonvénients. Pour nir, nous disutons de la possibilité de les appliquer
dans le ontexte partiulier du suivi de la végétation, en regard des données à notre
disposition.
2.1. Introdution
2.1.1. Problématiques de la détetion de hangements
L'essordes tehnologiesliéesà l'imagerie satellitese manifestepar uneroissane
mar-quée de laprodution d'images satelliteset unemesure de plus en plus ibléevis à visdes
nom-breusesproblématiquesonernantl'observation,laprotetion oulasurveillanedelaplanète.De
nombreusesproblématiquesabordéesaujourd'huientélédétetionsontliéesàladétetionde
han-gements, 'est-à-direà la aratérisationet à la loalisation des zones quiont évolué entre deux
instantsoudeuxpériodesdonnées(àpartirdedeuxobservationsou séquenesd'observations)sur
unemême sène.Cetteévolution peut êtrenaturelleet,parexemple,orrespondre àlaroissane
de la végétation, à une éruption volanique, à une inondation, à un inendie ou à un glissement
de terrain. Elle peut aussi être liée à l'ativité humaine de manière direte, ave l'urbanisation,
les oupesde forêt, ou larotationdes ultures, oude manièreindirete, notamment àtraversles
eets de la pollution. En eet, la pollution a de fortes réperussions sur le limat et la surfae
terrestre. Les hangements induits sont don de diérents types, d'origines et de durées variées.
Nous pouvons,à titred'exemple, distinguerles famillesd'appliationssuivantes :
lesuividuplan d'oupationdessols,notamment pourdesappliationsen géographie
(urbanisation, déforestation,politiqueagriole),
ladétetiondeshangementssaisonniersdevégétation,pourdesappliationsen
agro-nomie,
lagestiondesressouresnaturelles,notamment lesuividesopérationsd'aorestation,
dereforestationoudedéforestation(ARD)dansleadredesprotoolesinternationaux
(parexemple, leProtoolede Kyoto),
laartographiedes dommages, qu'ils soient dus aux atastrophes naturelles
(inonda-tions, raz de marée, éruptions volaniques, tremblementsde terre, et), ou d'origine
anthropique.
La détetion de hangements repose essentiellement sur la apaité à mesurer les
as-pets temporels desphénomènes en utilisant desdonnées multitemporellesbien hoisies.L'étude
de[Edwards,1990 ℄révèlequ'uneinterprétationvisuelled'unephotographieaérienneproduitpresque
toujours de meilleursrésultats que les méthodesnumériques de détetion automatique des
han-gements, ave un degré de préision plus élevé. Cependant, outre leur oût élevé, les résultats
d'uneinterprétationvisuelledemeurentsubjetifsequiiniteaudéveloppementdetehniquesde
détetion automatique,même s'ils'agitd'unetâhe diile[Coppinet al.,2004 ℄.
En traitement d'images, la détetion des zones de hangements dans des paires ou
sé-quenesd'imagesd'unemêmesènepriseàdiérentesdatesestunproblèmequionernede
nom-breuxdomaines,telsquel'aideaudiagnostimédial[Rey etal.,2002,Bos et al.,2003℄,la
vidéo-surveillane [Wrenet al.,1997, Caoet al.,2005 ℄ ou la télédétetion [CollinsetWoodok, 1996 ,
Bruzzone et Prieto,2002 , LeHégarat-Masle etSeltz,2004℄. Il s'agit d'identier l'ensemble des
pixels qui dièrent signiativement entre deux instants ou deux périodesdonnées. Le problème
estgénéralementformulédelamanièresuivante:àpartirdedeuximages(ouséquenesd'images)
I 1
etI 2
aquises à deux instants (ou intervalles de temps)t 1
ett 2
diérents, l'objetif est degénérer une imagereprésentant les zones de hangements/non-hangement entre
I 1
etI 2
,imageourammentappeléeartedeshangements.Leproblèmede ladétetionde hangementsadonné
lieu àde nombreux travaux.Il estsouvent déomposéen deux étapes :
1. l'élaborationd'un ritèreoud'unemesurepermettantdefailiterladisriminationdes
han-gements,'est-à-diredemettreenexergueleshangementssurvenusentrelesdeuxpériodes
onsidérées;
2. l'identiation deshangements de manière àobtenir unepartitionde lasène observée en
zones de hangements etde non-hangement (prisede déision).
La génération de données révélatries(f. setion 1.3.2)deshangements apparus entre les deux
instantsoupériodesd'observationestdonunpointlefpourlaqualitédeladétetion.L'utilisation
deritèresalulésdiretementsurlesimagesoriginalesn'est,eneet,pasforémentperformante.
Parexemple,ertainstypesd'imagespeuventêtretrèssensiblesauxonditionsd'aquisition:dans
le asdesimagesoptiques,l'informationradiométriqueesttrèssensibleaux onditions
d'illumina-tion et àl'anglede visée.
2.1.2. Taxonomie des méthodes de détetion de hangements
Dansles setionssuivantes,nousprésentonsunétatdel'artsynthétique surladétetion
dehangementsappliquéeàlatélédétetion.L'objetifn'estpas,ii,dedresserunelisteexhaustive
desméthodesdedétetiondehangementsproposéesdanslalittératuredepuisplusieursdéennies,
maispluttde mettreen avantdiérentes stratégiespour réaliserladétetion.Les artiles d'état
de l'artde [Singh,1989 ℄,[Jensenet Cowen, 1997℄,[Luetal.,2004 ℄,ou [Coppinet al.,2004℄
pro-posentune revueplusomplètedes approhes existantes de détetionde hangements en
télédé-tetion.Notons quelesatégoriesutiliséespourlassierlesméthodesde détetiondièrentd'un
artile à l'autre. En partiulier, [Coppin et al.,2004℄ proposent une taxonomie distinguant le as
bi-dates,i.e. ladétetionde hangements réaliséeuniquemententre deuximages aquises àdeux
instantsdiérents,duasmulti-dates, ourammentappelétemporaltrajetory, dontl'objetif est
de réaliserle suivid'unesène àpartird'une séried'observations sur unelongue durée(évolution
des ultures, du tissu urbain, et) 1
. Cependant, les méthodes d'analyse de la trajetoire
tem-porelle sonttrès peu nombreuses et orrespondent généralementà desadaptations de méthodes
bi-dates au as multi-dates. Parla suite,nous qualions de bitemporellesles méthodes de
déte-tion de hangements basées sur la omparaison entre deux dates, et de multitemporelles elles
quireposentsurlaomparaisonentreplusieursdates.Engénéral,lesméthodesbitemporellessont
plutt employéespour l'analyse des hangements abrupts, à une éhelle loale,et exploitent des
données à haute résolution spatiale. A l'inverse, les méthodes multitemporelles, plutt entrées
sur l'analysedesévolutionslentesou desphénomènes àgrandeéhelle,reposentsurl'analysedes
prols d'évolution à haute fréquene temporelle dérivés de séries grand hamp aquises par des
apteurs àbasse résolutionspatiale et haute répétitivité temporelle. Pourl'analyse de l'évolution
de lavégétation etdesattributsde surfae àune éhellerégionaleou nationale voireglobale,des
outilsdedétetionapablesd'exploiterl'informationmultitemporellesontnéessaires.Cependant,
la résolutionspatiale desapteurs à haute fréquene temporelleest un fateur trèslimitantpour
le type de hangements observables. Par ailleurs, [Coppinetal., 2004 ℄ identient, dansle as
bi-dates,neufsgrands typesdeméthodes:laomparaisonpost-lassiation,l'analyseonjointe,les
opérationsde diéreneetde rapportd'images,les transformationslinéaires,l'analysedeveteurs
de hangements, la régression, l'analyse multitemporelle de mélange spetral, l'analyse
multidi-mensionnelle de l'espae temporel et les méthodes hybrides plus marginales. Dans un adre plus
général, [Radke et al.,2005℄ présentent unerevue très omplète desprinipales méthodes de
dé-tetiondehangements,aussibienàpartird'imagessatellitesqued'imagesbeauoupplusprohes
dansle temps,issues par exemplede séquenes vidéo.
Dans e hapitre,nous proposons de distinguer, en adoptant unritèrede lassiation
davantage méthodologique, deux grandes lassesde méthodesde détetionde hangements :
les méthodes basées sur les diérenes observées d'après la mesure du apteur en
haque point de l'image,qualiéesnaturellementd'approhes pontuelles;
les méthodesbaséessur l'extrationet lesuivide régionsou d'objetsdansles images,
regroupéessous lenom d'approhesontextuelles.
Notons,ependant,quenousferonssouvent référeneà[Coppinet al.,2004 ℄pourlaprésentation
de méthodesd'intérêt bienquenous n'ayons don pasadopté sataxonomie.
1
Notonsqu'uneapproheestégalementqualiéedebi-dateslorsqu'elleestbaséesurl'utilisationdedeuxséquenes
d'imagesaquisessurdeuxintervallesdetempsdonnés.
Avant d'appliquerune quelonque tehniquede détetion de hangements àdes images
de télédétetion, un ertain nombre de prétraitements sont néessaires pour rendre les images
omparables :lesprinipaux d'entreeux sontprésentés brièvement danslasetion2.2.
2.2. Prétraitements
Ladétetiondehangementsestpossibleseulementsileshangementssurlephénomène
d'intérêt impliquent des hangements de réetane. De plus, si un apteur est susamment
sensible pourdéteterunhangement,l'objetifestgénéralementde séparer leshangements liés
au phénomène d'intérêt des autres hangements et surtout du bruit ou de la variabilité présent
dansles images.Lesfateurs quipeuvent rendrediileette distintionsontlesdiérenesliées
aux onditions atmosphériquesou àl'élairement(angled'inidene,date d'aquisition, et.),les
diérenes desgéométriesd'aquisitionetles diérenesde l'état dela surfae(humidité).
Avantd'appliquer uneméthode de détetionde hangements,ilparaîtdon essentielde
pouvoir assurer, au ours d'une étape de prétraitements, qu'une omparaison est possible entre
les deux observations, tant au niveau géographique (les images orrespondent bien à la même
zoneobservée)qu'auniveaudelaqualitéradiométriquedesimages(lesobservationsontétéfaites
dans des onditions similaires). En partiulier, les images utilisées dans le adre d'une analyse
multitemporelle sont souvent aquises dans des onditions diérentes, notamment onernant
l'atmosphère, qui impliquent des variations de réetane. Des hangements de radiométrie dus
à la présene de nuages ns et à leurs ombres arrivent aussifréquemment, ils sont sans rapport
ave les hangements qui nous intéressent mais risquent d'être perçus omme tels en l'absene
d'un pré-traitementadéquat.Il estdonessentielde orrigeraupréalablelaradiométriedeseets
atmosphériques, maiségalementdesdéalagesgéométriques (dusà laalibrationduapteur).
De faon générale, un ertain nombre de fateurs physiques peuvent être à l'origine
de l'apparition de défauts dès la phase d'aquisition des données de télédétetion. Une série de
prétraitementsestalorsnéessaireavantde pouvoirutiliserlesdonnées.Citonsquelquesexemples
typesde as de gures :
pour garantir la qualité de la détetion de hangements, les images étudiées doivent
êtresuperposables(au niveaudupixel).Ceprétraitement,essentiel à ladétetion de
hangements,est appelé realaged'images.Cependant, deserreurs loales résiduelles
derealagedemeurent,engénéral,entredeuximages(parexempleenraisondela
om-plexitétopologique de lazone), ellesnuisent àlarobustesse dudéteteur de
hange-ments.Denombreusesétudesmontrentl'importanede l'inuenedelaqualitédu
re-alaged'imagessurlapréisiondeladétetiondehangements[Dai etKhorram, 1998 ℄.
Lestehniquesde realagesontassezomplexes,diversesetfortementliéesauxtypes
de apteursutilisésmais nousne nous attarderons pas sur lesujet.
Lesinstantsd'observations,souventespaésdeplusieursmoisvoiredeplusieursannées,
nepermettentpasdegarantirdesonditionsd'observationsidentiques.Desdiérenes
majeures peuvent être observéesau niveau de laréetivité de lasène, parexemple
en fontion de lasaison(sèhe ou humide).
Lessystèmesd'aquisitionoptiquesouinfra-rougesdépendentdel'ensembledes
ondi-tions d'aquisitions et, notamment, de l'angle solaire d'élairement de la sène, de
l'angle d'observation de la sène (angle de visée), du type de trajetoire du satellite
(trajetoire montante/desendante) lors des diérentes prises de vue, de la
omposi-tiondel'atmosphèrelorsdesobservations,et.Lesobservationsissuesdetelsapteurs
néessitent don uneorretion (normalisation)radiométrique (illuminationet/ou
ré-etivité)an d'étalonnerles images entreelles.
Dansunadreopérationnel,lesaquisitionspeuventprovenirdesatellitesdiérentset,
paronséquent,avoirdesaratéristiquesdiérentes.Eneet,lesinformationsaquises
sont propres au type de apteur utilisé. De plus, l'utilisation de apteurs identiques
n'assure pas forément l'aquisition d'images omparables [Lee, 2003 ℄. En eet, des
diultéspeuventaussiêtreliéesaufaitquelesapteursutilisés[Duggin, 1985 ℄nesont
pasdelamêmegénération,problèmesquel'onpeutrenontrerlorsquelesdeuximages
sontséparéesparplusieursannées(vieillissementdesapteurs,résolutionspatiale,
inter-étalonnage, et).
Finalement,l'évolutionnaturelledessènesobservées(phénomènelentommela
rois-sane de la végétation) ne doit pas être onfondue ave les hangements abrupts
(phénomène rapide).
Les prétraitements assoiés à es fateurs sont de nature aussidiverse que les fateurs
eux-mêmes. Il est don néessaire de mettre en plae des tehniques spéiques an de orriger
les défauts inhérents à haque fateur. En général, es tehniques permettent de orriger es
erreurs en moyenne sur l'image maispas parfaitement en haque pixel. Notons qu'unetehnique
de détetion de hangements est d'autant plus able qu'elle est robuste à es fateurs d'erreur.
Le prétraitementdesimages est,à lui seul,un sujettrès vastesur lequelnous ne nous étendrons
pas davantage.
Par la suite, nous supposerons que des images géographiquement realées,
radiométri-quementorrigéesetnormaliséessontdisponiblesetpermettentainsiuneomparaisondirete.La
setion 2.3présenteune revuedes prinipales approhes pontuelles proposées danslalittérature
pourla détetionde hangements.
2.3. Les approhes pontuelles
Les méthodes pour lesquellesla déision de détetion porte, spatialement, sur un pixel
onsituentlamajeurepartiedesméthodesde détetion.Denombreux déteteursettehniques
dé-rivéesontété misau point,notammentselonletypede hangementàidentier.Dansunpremier
temps, nous présentons les approhes qui reposent sur la transformationdes images onsidérées
dans le but de favoriser la détetion des hangements éventuels. La setion 2.3.1 dérit les
dif-férents types de transformations proposés dans la littérature, tels que la diérene d'images, les
transformationslinéairesou l'analyseduveteur deshangements.Ladétetion deshangements
néessite alorslaprise d'unedéision pourhaque pixel de l'image.Lasetion 2.3.2 présente
dif-férentes méthodes utilisées à et eet, empiriques ou statistiques. Dans un seond temps, nous
présentons diérentstypesd'approhes pourlesquellesladétetion de hangementsest envisagée
sous laformed'un problèmede lassiation(f.Setion2.3.3)aveunelassepourles pixelsde
hangements etunepour euxsanshangements.
2.3.1. Les transformations
Les méthodes les plus ouramment utiliséesreposent sur le alul d'opérateurs simples
de hangements tels que ladiérene normalisée ou le ratio [Rignot et van Zyl,1993 ℄ entre une
image d'arhiveet uneimage aquiseau ours de lévénementd'intérêt, ou après.Cependant, le
ratio d'imagesest pluttutilisédansle asd'imagesradarpourlesquelleslebruitest multipliatif
(spekle). Quelques uns des indiateurs les plus utilisés dans la littérature sont présentés ii. Un
simple seuillagesur l'image de l'indiateurhoisi permetensuite de partitionnerl'image en zones
de hangements versusnon-hangement.
Les opérateurs simples
Les méthodes de détetion de hangements les plus utilisées,et historiquement les plus
aniennes, sont basées sur la diérene d'images du fait de leur simpliitéd'interprétation et
de mise en oeuvre. Ellesonsistentà opérerune diérene pixelà pixelentre les images
I 1
etI 2
aquisent aux dates
1
et2
pourproduire uneimagedite imagede diéreneI D
,dénieparI D (x) = I 2 (x) − I 1 (x),
et révélatriedeshangements survenusentredeux observations suessivesen unmême pixel
x
.La distintion entre les hangements et les eets dûs aux variations des onditions d'aquisition
entre les deux dates onsidérées est souvent diile dans les images originales. En général, une
entre les deux dates onsidérées est souvent diile dans les images originales. En général, une