Click here to reach the English version
of this document.
Chercheurs
:
Stanislas
de BÉTHUNE
Fabrice MULLER
Dans
le cadre des projets de recherches appliquées en cartographie digitale
et en traitement d'images, le laboratoire SURFACES a développé une
méthode originale de fusion d'images multirésolutions et multisources.
Avec
l'apparition des images satellitaires à haute et à très haute résolution
spatiale, de nouvelles applications voient le jour en cartographie
digitale ainsi que dans le domaine des SIG. Par conséquent, il est
important de s'intéresser à ces nouveaux produits, et de chercher
à les améliorer au niveau spectral où ils sont toujours pauvres
étant donné leur caractère panchromatique. C'est pourquoi, depuis
1993, le laboratoire SURFACES a mené diverses recherches dans ce
domaine et participe à des forum sur ce sujet.
Les
images satellitaires riches en information spectrale sont toujours
faibles en résolution spatiale. Par contre, à l'inverse, les images
à haute résolution spatiale présentent une information radiométrique
de faible qualité liée à leur caractère panchromatique. Dès lors,
il apparaît intéressant de combiner ces deux types d'images pour
réaliser des images composites offrant à la fois une bonne résolution
spatiale et spectrale.
Si
l'injection de l'information spatiale est chose aisée, il n'en va
pas de même lorsqu'on cherche à préserver un maximum d'information
spectrale. Des techniques de fusion adaptées doivent être employées
pour obtenir un produit hybride de qualité. Les images ainsi obtenues
peuvent alors être exploitées dans des traitements numériques tels
que classifications, indices de végétation, etc.
Méthodologie
:
La méthode
développée au laboratoire SURFACES fait appel à des techniques adaptatives
de filtrage d'image : égalisation locale de la moyenne et de la variance
de l'image à haute résolution spatiale avec celles de l'image à faible
résolution. Le résultat de la fusion présente alors une information
structurale riche tout en offrant les caractéristiques radiométriques
de l'image originale à faible résolution spatiale.
La
bonne qualité d'une intégration d'images dépend, avant toute chose,
de la qualité de la correction géométrique appliquée aux images.
Cette correction s'accompagne d'une mise en référence géographique
et d'un rééchantillonnage des pixels à une résolution commune. Cette
résolution est très souvent choisie identique à celle de l'image
panchromatique.
Deux
algorithmes ont été développés : un premier qui réalise une égalisation
des moyennes locales, et un second qui opère une égalisation des
moyennes et variances locales.
LMM : local mean matching
LMVM : local mean and variance matching
Le
choix de la taille de la fenêtre de convolution influe fortement
sur le résultat. Ainsi, une fenêtre de petite taille produit de
faibles distorsions des valeurs radiométriques originales; tandis
qu'une fenêtre de grande taille injecte plus d'information structurale
de l'image panchromatique, mais avec une plus forte distorsion de
la radiométrie.
Résultats
:
La
technique développée a été appliquée avec succès pour la fusion
d'images SPOT P (10 m) avec SPOT XS (20 m), KOSMOS KVR-1000 (2 m)
avec SPOT XS, et, plus récemment, pour IRS-1C Pan (5 m) avec IRS-1C
LISS-III multispectral (25 m).
