2.7 Méthodes de omparaison d'images
2.7.2 Revue des méthodes existantes
De nombreuses méthodes ontété développées pour la déte tionde hangements en ima-
Terre.À etitre,bonnombred'auteursontpubliédesévaluationsdesméthodesdedéte tion
de hangements Thi Thanh PHAM, F. BONN et Jean-MarieDUBOIS [50℄.
Selon Thi Thanh [50℄, Lu et ses ollégues [51℄ dé omposent les méthodes de déte tion de hangements en six (06) atégories : algébriques, de transformations, de lassi ation,
avan ées, appro he SIG, d'analyse visuelle, etautres te hniques, f. TAB.2.4,page 43. Pour fournir une idée globalesur es méthodes de la littérature, nous utilisons la revue
bibliographique de Lu [51℄, à partir de laquelle les avantages et in ovénients de haque atégorie de méthodes sont synthétisés.
2.7.2.1 Méthodes algébriques
Elles utilisent des algorithmes algébriques (division, soustra tion, ...) et un seuil pour
identi er leszones de hangements.
⋄
Points forts : elles sont simples, ex eptée elle de ve teur de hangements. Elles per- mettent larédu tion de ertainseets atmosphériqueset radiométriques.⋄
Pointsfaibles:ellesne fournissent au une informationsur lanaturedes hangements, hormis laméthode de ve teur de hangements. Cependant, elles exigent un seuillage.⋄
Contraintes : elles exigent l'identi ation de seuils et le hoix de bandes spé i ques pour ladéte tion.2.7.2.2 Méthodes de transformation
Elles appliquent les transformations omme l'analyse en omposantes prin ipales, La
Tasseled Cap et leKhi- arré.
⋄
Pointsforts:elles sontplus omplexesquelesméthodes algébriques, maisa essibles. Elles réduisent les informations redondantes entre les bandes et il y a une possibilitéd'utiliserplusieurs bandesà la foispour ladéte tion de hangements.
⋄
Pointsfaibles :il est assez di ile d'identi er les hangements déte tés.⋄
Contraintes : l'analyste/interpréteur doit posséder une bonne onnaissan e pour le hoix des omposantes etdes seuils.2.7.2.3 Méthodes de lassi ation
⋄
Points forts : elles réduisent les impa ts de l'environnement, fournissent des infor- mations on ernant la nature de hangements, sauf les méthodes d'analyse spe traletemporellede déte tionnon dirigée.Cependant,elles produisentune bonnedéte tion.
⋄
Points faibles : elles exigent beau oup de temps et les hangements sont di iles à identi er.⋄
Contraintes:elles exigententre autres,une réalitédeterrain,l'identi ationdeseuils, une grandeexa titude de la lassi ation etune qualitéd'é hantillonsd'entraînementCatégorie Te hniques
Algébrique
Analyse par ve teur de hangement
Diéren e d'indi es de végétation
Soustra tion d'imagesde base
Régression d'images
Diéren e d'images
Divisiond'images
Transformations
Analyse en omposantes prin ipales(ACP)
Transformation Tasseled Cap
Gramm-S hmidt
Khi- arré
Classi ations
Déte tiondu maximum de probabilité
Déte tionde hangements non dirigée
Comparaisonde post- lassi ation
Déte tion de hangements hybride
Analyse spe trale temporelle
Réseaux de neurones
Méthodes
avan ées
Méthode de paramètresbiophysiques
Modèle de ré e tan e de Li-Strahler
Modèles de mixage spe tral
Appro he de SIG Méthode d'intégration de SIG etde données de télédéte tion
Analyse visuelle Interprétation visuelle d'image
Autres
te hniques
Combinaisonde trois indi ateurs :indi es de végétation,
températurede surfa e et stru ture spatiale
Méthode de générationde super ie(area produ tion method)
Système d'observation basée sur la onnaissan e
Appro he basée sur lethéorème de ourbe
Méthode basée sur la statistiquespatiale
Mesure de dépendan e spatiale
Appro he basée sur lastru ture
Modèles linéairesgénéralisés
Courbe de hangements
2.7.2.4 Méthodes avan ées
Ellessont appliquées pour ladéte tion de hangements des paramètres biophysiques/la
végétation :
⋄
Points forts : elles fournissent de l'information pré ise et détaillée sur la nature de hangements;⋄
Pointsfaibles :elles sont omplexes etnon disponibles dans des logi iels⋄
Contraintes : elles exigent le développement de modèles de ime d'arbres etd'estima- tion des paramètres biophysiques ainsi que l'identi ation de omposantes spe traleshomogènes etde seuils adéquats.
Au une de es méthodes n'a été retenue dans plusieurspapiers de la littérature, à ause de
leurs parti ularités etleurs in onvénients.
2.7.2.5 Appro hes de SIG
Elles utilisent les données multisour es, telles que les artes topographiques et théma-
tiques.
⋄
Points forts : elles permettent d'insérer des données auxiliaires pour l'analyse et l'in- terprétation des résultats. Elles permettentaussi, la mise à jourdans un SIG.⋄
Points faibles : potentiellement, l'exa titude des résultats naux de la déte tion des hangements sont diminués. En eet, lorsque des données viennent de diérentessour es, si un des do uments est artographiquement moins pré is ou s'ils sont à dif-
férentes é helles, l'exa titude globale de la déte tion de hangements est for ement
diminuée.
⋄
Contraintes : elles demandent une bonnepré ision géométrique des artes utilisées. Au une de es méthodes n'est retenue en raisosn de leurs in onvénientsévidents.2.7.2.6 Méthodes d'interprétation visuelle
Ellesaident d'analyserplusieurs imagesà la fois.
⋄
Points forts : elles permettent d'in orporer la onnaissan e de l'analyste à l'interpré- tation.⋄
Points faibles: elles ne fournissent pas d'informations détailléessur les hangements. Cependant, elles dépendent du savoir-faire de l'analyste, exigent beau oup de tempset ne permettent pas ouramment une mise à jour.