Analyse ITC d’images aériennes

• Introduction
• Technologie propre aux capteurs aériens
• Besoins en images de l'analyse numérique
• Synergie avec le LiDAR
• Corrections de l’illumination et normalisation entre images aériennes
• Tests de courbes de correction BRDF spécifique sur deux lignes de vol
• Conclusion

---

Corrections de l’illumination et normalisation entre images aériennes

Par rapport aux images satellitaires (p.ex., IKONOS, QuickBird, etc.), les images provenant de capteurs aériens apportent plusieurs problèmes additionnels lors de l’analyse ITC: a) leur large champ de vision (±32°) nous présentent de plus en plus d'arbres couchés les uns sur les autres aux fur et à mesure que l'on s'éloigne du centre de l'image (nadir), rendant la délinéation des cimes difficile et augmentant la probabilité qu'un arbre soit complètement caché; b) les effets de l’illumination solaire sont très différent d'un côté de l'image à l'autre, car les arbres d'un côté de l'image sont vues directement illuminés alors que de l'autre, ils sont vues à contre-jour; c) il y aussi un besoin de normalisation entre les images ou les lignes de vol.

Avec des photos numérisées et des images provenant de capteurs matriciels, ces effets se présentent d'une façon circulaire. Avec les capteurs à barrettes, qui font l'acquisition de leurs images ligne par ligne, ces problèmes d'illumination se rencontre seulement dans une direction, en travers de l'image. Pour simplifier la discussion nous n'adresserons que ce dernier cas.

Une bonne analyse à l'arbre près (ITC) de données aériennes peut être obtenue en concentrant sur les régions les plus centrales des images et en corrigeant (normalisant) les variations inter- et intra-image de radiances de la végétation. Ceci peut s’accomplir par le biais de programmes de correction basés sur les courbes de BRDF (Bidirectional Reflectance Distribution Function). Pour les image multispectrales, différentes courbes de correction BRDF sont obtenues et utilisées pour chaque bande spectrale.

La première étape consiste à établir une courbe qui paramétrise à travers l'image les effets conjoints sur les pixels de l'illumination solaire et des angles de visée en accumulant un histogramme des moyennes pour chaque colonne de l'image. Pour que ça fonctionne bien, on assume que l'image est très longue et/ou que les caractéristiques au sol sont répartis assez aléatoirement de manière à ce que leur distribution spatiale n'affecte pas induement la courbe. Ceci est plutôt rare. Une alternative consiste à créer une courbe BRDF à partir d'un seul élément important au sol, préférablement l'élément que l'on veut analyser (p.ex., la forêt). Avec les données de haute définition, l'expérience nous démontre qu'il est encore mieux d'accumuler des courbes séparées pour chaque élément d'intérêt, tels les cimes de conifères et celles de feuillues, étant donnée qu'ils répondent de manière différente à la géométrie des angles de vues et d'illumination solaire à cause de la forme différente de leur cimes (c.à-d., formes coniques vs formes rondes).

La deuxième étape consiste à normaliser cette courbe BRDF par rapport à la valeur du niveau de gris moyen au nadir. Ainsi, la courbe représente les valeurs typiques à ajouter ou soustraire pour chaque position qui s'écarte du nadir, relative au niveau de gris moyen au nadir. L'inversion de cette courbe devient la courbe de correction. Elle décrit les corrections à appliquer aux niveaux de gris de chaque pixel basé sur sa position hors-nadir.

Les courbes de correction BRDF peuvent aussi servir à normaliser les radiance entre les images et/ou des lignes de vols. Parce que ces courbes sont relatives au niveau de gris au nadir, il suffit de décider du niveau de gris désiré (pour chaque canal) au nadir de toutes les images pour normaliser les radiances entre elles.

---