Prétraitements : étalonnage,

correction du bruit, …,
compensation des effets
atmosphériques
X. Briottet, V. Carrère
[Link]@[Link]

Ecole d'été en traitement des images hyperspectrales - ONERA 1

Toulouse (20-22 juin 2012)
 Plan du cours

• Introduction sur les principales techniques

d'acquisition
• Défauts instrumentaux
• Corrections radiométriques
• Correction atmosphérique

Ecole d'été en traitement des images hyperspectrales - ONERA 2

Toulouse (20-22 juin 2012)
 Introduction sur les principales techniques d'acquisition

Collimator-
Wedge filter Offner Dyson Fourier Transform Spectrometer
Disperser-Camera
Compact, système optique
Compact, excellente QI,
Simple, compact, monolithique possible, très stable,
Avanta Simple, modulaire, optique réflective => large
léger, facile à Compact, excellente QI non sensible aux erreurs
ges bien maîtrisé bande passante, technique
intégrer d'alignement, réglage possible en
mature
vol de la résolution
Contrôle délicat des parties
Bande spectrale limitée par mobiles, plus adapté à l'IRT, SNR
Lourd, encombrant, Fabrication de la
Limitat l'indice de réfraction de L2, relativement faible, post traitement
composants lame de coin Moins compact que le Dyson
ions spécification forte sur les complexe, étalonnage
optiques complexes délicate
éléments réfractifs, QI critique,sensible à des dépointages
court terme
AVIRIS (1987), VIMS-V
AISA (1993), LEISA (1997), MERIS (2002), Dyson
Ex (1997), Hyperion (2000), ATMOS (1985), FTHSI (2000)
APEX (2008) LAC (2000) point chaud (Nasa)
VIRTIS (2004), M3 (2008)
A Comparison of Optical Design Forms of Hyperspectral Instruments for Remote Sensing, Timothy N. Miller, Raymond M. Bell, Jr., OSA / ORS 2010

Ecole d'été en traitement des images hyperspectrales - ONERA 3

Toulouse (20-22 juin 2012)
Instruments MS/HS aéroportés : couverture spectrale
VIS NIR SWIR MWIR LWIR

SYSIPHE 210 150 90 450 bandes

AHI* 256 256 bandes

AIRIS* >>300 bandes

AHS* 20 1 42 7 10 80 bandes
ARES* 28 29 29 29 30 155 bandes

Hyspex VNIR* 320 320 bandes

Hyspex SWIR 256 256 bandes

AVIRIS* 224 224 bandes

CASI* > 288 > 288 bandes

HYDICE 208 208 bandes

HYMAP* 126 126 bandes

MIVIS* 20 8 64 10 102 bandes

PELICAN** 8 8 bandes

SEBASS 128 128 256 bandes

VIS NIR SWIR MWIR LWIR
100
T [%]

0
0.3 0.5 1.0 1.5 2.0 3.0 5.0 10.0 15.0 20.0
Wavelength [µm]

Ecole d'été en traitement des images hyperspectrales - ONERA 4

Toulouse (20-22 juin 2012)
 Quelques instruments MS/HS aéroportés
SYSIPHE
500
Instruments aéroportés
AIRIS
Nombre de bandes spectrales

CASI avec composante IR thermique

AHI
Hyspex VNIR Warfighter
HYDICE Instruments aéroportés
AVIRIS Hyperion
HYMAP Visible-proche IR
100 ARES MIVIS
Hyspex AHS
SWIR

SEBASS

10 PELICAN

Cameras Hyspex –NEO

@ONERA

1
0,1 1 10 100 1000 10 000

Pas d‘échantillonnage au sol (m)

Ecole d'été en traitement des images hyperspectrales - ONERA 5

Toulouse (20-22 juin 2012)
 Quelques instruments MS/HS satellitaires
Warfighter (AFRL USA,
échec au lancement) COIS/NEMO (NRL, USA) VIS-NIR
Civil
500 VIS-NIR-
SWIR Dual
FTHSI (AFRL, USA) IR BII/BIII
Nombre de bandes spectrales

VIS-IR Militaire
Hyperion (NASA, USA)

100 Hyperspectral
CHRIS/PROBA (ESA)

MODIS (NASA, USA)

ASTER (NASA, USA)

VIS – SWIR - TIR

10 MTI (DOE USA) MERIS (ESA) MERIS (ESA)

Résolution Résolution
Multispectral réduite réduite

MIT (DOE USA)

Haute résolution Basse résolution

spatiale spatiale
1

0,1 1 10 100 1000 10 000

Pas d‘échantillonage au sol (m)

Ecole d'été en traitement des images hyperspectrales - ONERA 6
Toulouse (20-22 juin 2012)
Chaîne d’exploitation typique d'un système Imageur hyperspectral

Corrections
Spectroradiomètre Compensations Estimation des
radiométriques Traitements
imageur atmosphériques PO spectrales, T
et géométriques

Détection d’anomalie Classification Estimation de

paramètres
Base de donnes PO physiques (stress
. hydrique, propriétés
. pèrennes...)
.

Ecole d'été en traitement des images hyperspectrales - ONERA 7

Toulouse (20-22 juin 2012)
 Pourquoi des corrections géométriques et radiométriques?

L'instrument n'est pas parfait…Hélas!

Comme tout instrument de mesure, pour exploiter ses

acquisitions, il nous faut :
 Evaluer / quantifier le bruit instrumental : SNR, Courant
d'obscurité, égalisation (flat field) - correction des sensibilités relatives
interdétecteur, défauts instrumentaux (tilt, smile)
 Convertir ses données en grandeur physique :
• Spectral : canal / longueur d’ondes (position des absorptions
spécifiques)
• Radiométrique : convertir les comptes numériques en sortie de la
chaîne optoélectronique de détection en grandeur physique
(luminance: W. [Link]-1.µm-1)

Caractérisation de l’instrument
Etalonnage
Ecole d'été en traitement des images hyperspectrales - ONERA 8
Toulouse (20-22 juin 2012)
 Caractérisation de l'instrument: bruit instrumental

Spatial Spectral
Aléatoire
temporelles interdétecteur
Sensibilité

Méthode en laboratoire :
Sphère intégrante

NeDL
Bruit instrument
Evolutions

Ecole d'été en traitement des images hyperspectrales - ONERA 9

Toulouse (20-22 juin 2012)
 Caractérisation de l'instrument: défauts instrumentaux

Effet de « keystone »
Effet de « smile » Effet de « tilt »
Fauchée

Longueur d'onde
Smile

Méthode en laboratoire: source ponctuelle

Ecole d'été en traitement des images hyperspectrales - ONERA 10

Toulouse (20-22 juin 2012)
 Caractérisation de l'instrument: défauts instrumentaux

Egalisation
En laboratoire : sphère intégrante (Ex VITO)

Figure: Normalizing factors for the VNIR detector.

Figure: Across track profile, showing the factors of one band of the VNIR.

En orbite : cibles uniformes (sites neigeux, déserts)

Ecole d'été en traitement des images hyperspectrales - ONERA 11

Toulouse (20-22 juin 2012)
 Pourquoi un étalonnage?

Convertir les acquisitions exprimées en compte numérique CN

en sortie de la chaîne optro électronique en grandeur physique
L (luminance spectrale W. [Link]-1.µm-1).

C'est une étape indispensable avant toute analyse de données

hyperspectrales
Pour identifier les positions des bandes d'absorption caractéristiques de la
composition chimique => étalonnage spectral

Pour quantifier les différents constituants grâce à l'importance de la raie

d'absorption => étalonnage radiométrique A(l)

Pour s'affranchir des évolutions temporelles de l'instrument => étalonnage

multitemporel A(l, t) / A(l, t0)

Modèle radiométrique simple : L = A. (CN – « Courant d’obscurité »)

Ecole d'été en traitement des images hyperspectrales - ONERA 12

Toulouse (20-22 juin 2012)
 Etalonnage spectral

En laboratoire

En orbite :
• utilisation des raies d'absorption étroite de certains gaz atmosphériques (O2),
763 nm (ex de MERIS) => calage spectral
• Utilisation du glitter : interbande

Ecole d'été en traitement des images hyperspectrales - ONERA 13

Toulouse (20-22 juin 2012)
 Etalonnage radiométrique

En laboratoire En orbite
Cible terrestre de haute réflectance+ vérité terrain

AVNIR-2 acquisition image of ASD Fieldspec

Tuz Gölü site on 15 Aug 2010 measurements on a salt
lake, Turkey

Mais aussi : sites océanique (Rayleigh),

White sands…

Ecole d'été en traitement des images hyperspectrales - ONERA 14

Toulouse (20-22 juin 2012)
 Etalonnage multitemporel

En laboratoire En orbite
Les déserts
1.0
Negev
Algérie 4 0.8
Algérie 2
Algérie 3
Algérie 4

Réflectance
0.6

0.4

0.2

0.0
400 600 800 1000 1200 1400 1600 1800
Longueur d'onde (nm)

Stabilité
temporelle

Mais aussi : la lune, Dome C

Ecole d'été en traitement des images hyperspectrales - ONERA 15

Toulouse (20-22 juin 2012)
 Qualité des données

Pixels "mauvais" (proche du Pixels saturés

niveau de courant d'obscurité)

Ex : Part of the APEX SWIR

detector showing bad pixels as Ex : spatial saturation quality layer
spikes (Eufar) showing the number of saturated bands
per spatial position (Eufar)

Ecole d'été en traitement des images hyperspectrales - ONERA 16

Toulouse (20-22 juin 2012)
 Masque des nuages

Exemple simple
Critère : ρ*(0.5 µm) > 35% AND ρ*(1.6 µm) > 30%

@Eufar
Hyquapro

Autres méthodes plus complexes

Richter, R. 2010. Atmospheric/topographic correction for airborne imagery. ATCOR-4 user
guide, version 5.1
Richter, R., and Müller, A., ”De-shadowing of satellite/airborne imagery”, Int. J. Remote Sensing,
Vol. 26, 3137-3148 (2005)

Ecole d'été en traitement des images hyperspectrales - ONERA 17

Toulouse (20-22 juin 2012)
 Masque des ombres

Exemple simple

@ONERA-DSO

Shadows

No-shadows

Autres méthodes plus complexes (voir article ci-dessous)

SHADOW DETECTION IN VERY HIGH SPATIAL RESOLUTION AERIAL IMAGES: A COMPARATIVE
STUDY, K. R. M. Adeline, M. Chen, X. Briottet, S.K. Pan, N. Paparoditis, JPRS, submitted
2012
Ecole d'été en traitement des images hyperspectrales - ONERA 18
18 ADELINE Karine – CHEN Marcus
Toulouse (20-22 juin 2012)
 Identification des géométries de BRDF critique

Objectif : fournir les informations géométriques de prises de vue et du relief

pour permettre d'alerter l'utilisateur

Eufar@Hyquapro

Ecole d'été en traitement des images hyperspectrales - ONERA 19

Toulouse (20-22 juin 2012)
Chaîne d’exploitation typique d'un système Imageur hyperspectral

Corrections
Spectroradiomètre Compensations Estimation des
radiométriques Traitements
imageur atmosphériques PO spectrales, T
et géométriques

Détection d’anomalie Classification Estimation de

paramètres
Base de donnes PO physiques (stress
. hydrique, propriétés
. pèrennes...)
.

Ecole d'été en traitement des images hyperspectrales - ONERA 20

Toulouse (20-22 juin 2012)
 Pourquoi des corrections atmosphériques ?

Image mesurée

Image corrigée

Ecole d'été en traitement des images hyperspectrales - ONERA 21

Toulouse (20-22 juin 2012)
 Quelques rappels
3.1. : Atténuation
Transfert radiatif – Introduction
du rayonnement le long d'un
(1)trajet

• Milieu M homogène de molécules et d'aérosols :

– la perte de rayonnement direct s'écrit: dL  s.L( x).dx dx

M
où s est le coefficient d'extinction du milieu
L(x) L(x+dx)
s
L( B)  L( A). exp   s( x).dx 
B
– sur un trajet A B, on a:
 A 
B
avec ( AB)   s( x)dx l'épaisseur optique du trajet.
A

– L'exponentielle de l'épaisseur optique est une transmission

• L'extinction s  s a  s s est due à:

– absorption par le milieu (sa)
– diffusion = redistribution d'une partie de l'énergie (ss)

Ecole d'été en traitement des images hyperspectrales - ONERA 22

Toulouse (20-22 juin 2012)
 Quelques rappels
3.1. : contribution
Transfert radiatif – Introduction
du milieu traversé le long (3)
d'un trajet

Cette contribution est modélisée par un terme source J :

dL  s .J (l ).dl dx

Diffusion par le milieu: L(x)

– une partie ss de l'énergie incidente est diffusée
– répartition spatiale de l'énergie selon la fonction de phase
• la fonction de phase dépend de la particule diffusante

Émission par le milieu:

– l'émission du milieu est donnée par la loi de Kirchhof (  l     l  )
• émissivité du milieu = absorption du milieu

  milieu  s a .dx et dLemis  s a .LCN

l (Tcouche ).dx

Ecole d'été en traitement des images hyperspectrales - ONERA 23

Toulouse (20-22 juin 2012)
 3.1. Équation
Transfert radiatif
de transfert – Introduction
radiatif généralisée (4)
dL
  L(l )  J (l )
s .dl
= Atténuation + Source
Cas particulier 1 : les contributions de l'émission thermique et de la diffusion
sont négligeables.
dL  ABs a ( l ).dl
  L(l ) soit L( B)  L( A).e  L( A).T ( A  B)
s a .dl
L'atténuation d'une radiation traversant un milieu homogène absorbant suit une
loi exponentielle dont l'argument est le produit du coefficient d'absorption par la
longueur du trajet.

Application: dans l'atmosphère en condition de ciel clair :

• l >1 µm : la diffusion de la lumière est négligeable
• l dans [1µm – 2,5 µm], l'émission atmosphérique est négligeable

Cette équation sert de base pour le transfert radiatif dans le domaine [1 µm –

2,5 µm].
Ecole d'été en traitement des images hyperspectrales - ONERA 24
Toulouse (20-22 juin 2012)
 3.1. Équation
Transfert radiatif
de transfert – Introduction
radiatif généralisée (5)

Cas particulier 2 : le milieu n'est pas diffusant et en équilibre thermodynamique

à la température T (Equation de Schwarzchild).
dL B
L
 lB s a ( l ).dl
  L(l )  LCN (T , l ) soit L( B )  L( A).e  A s a ( l ).dl 
B

CN (T , l ).e .s (l ).dl
s a .dl A

Atténuation du signal par absorption la contribution du

milieu sur le trajet AB.

Application : dans l'atmosphère en condition de ciel clair,

• absorption et émission atmosphérique dominent dans le domaine [3 µm – 14
µm]

Cette équation sert de base pour le transfert radiatif dans le domaine [3 µm –

14 µm].

Ecole d'été en traitement des images hyperspectrales - ONERA 25

Toulouse (20-22 juin 2012)
 3.1. Équation
Transfert radiatif
de transfert – Introduction
radiatif généralisée (6)

Cas particulier 3 : le milieu est absorbant et diffusant uniquement.

B
L
dL   AB s ( l ).dl  lB s ( l ).dl
  L(l )  Ld (l ) soit L( B )  L( A).e  (l ).e .s (l ).dl
s (l ).dl
d
A

Atténuation du signal par absorption Contribution du milieu sur le

et diffusion trajet AB.

Application : dans l'atmosphère en condition de ciel clair,

• Absorption et diffusion atmosphérique dominent dans le domaine [0,4 µm –
1,0 µm]

Cette équation sert de base pour le transfert radiatif dans le domaine

[0.4 µm – 1.0 µm].

Ecole d'été en traitement des images hyperspectrales - ONERA 26

Toulouse (20-22 juin 2012)
 3.1. Équation
Transfert radiatif
de transfert – Introduction
radiatif généralisée (7)

Cas particulier 3 : atmosphère plane–parallèle = empilement de couches planes,

parallèles et homogènes
• Hypothèse valide si épaisseur de l'atmosphère << rayon de courbure de la Terre (Cas
d'observations satellitaires avec des angles de visée et d’éclairement solaire inférieurs à
60°)
Z Z
z

B
avec

A
Y
0 f
X

Calcul plus simple si en épaisseur optique : d ( A, l )  s (l ).dl

   cos( )
Avec  ( )  ,


Ecole d'été en traitement des images hyperspectrales - ONERA 27

Toulouse (20-22 juin 2012)
Cas d'une surface plane homogène dans le système Terre Atmosphère
T ( s )T ( v ) E0 s  s ( s , v , f )
LTOA( s , v , f )  L0 ( s , v , f ) 
 [1   s ( s , v , f ) S ]

Luminance atmosphérique Interactions atmosphère - surface

Pas d’interaction avec la surface T ( s ) Transmission totale « descendante »
s  cos( s ) v  cos( v ) T ( v ) Transmission totale « montante »
E0 Irradiance solaire au sommet de
l’atmosphère
 s ( s , v , f ) Réflectance de la surface
(sans atmosphère)
Albédo sphérique =réflectance de
S l’atmosphère pour un éclairement
isotrope

 Terme de couplage Terre atmosphère

T ()  e 
 td (  )

Direct Diffus

Ecole d'été en traitement des images hyperspectrales - ONERA 28

Toulouse (20-22 juin 2012)
Cas d'une surface hétérogène en milieu montagneux

Ecole d'été en traitement des images hyperspectrales - ONERA 29

Toulouse (20-22 juin 2012)
 Compensation atmosphérique

2 étapes :

• caractérisation de l'atmosphère : détermination des composants

atmosphériques ayant un impact radiatif sur le signal
• absorbants majoritaires : H2O, O3, CO2, (CH4)
• diffusants majoritaires : aérosols (type, abondance), gaz

• correction atmosphérique

Ecole d'été en traitement des images hyperspectrales - ONERA 30

Toulouse (20-22 juin 2012)
 Compensation atmosphérique : domaine réflectif –
caractérisation de l'atmosphère
Gaz : H2O, CO2, O3, O2
Principe : La profondeur de la bande d'absorption dépend de l'abondance du gaz
Contraintes : prise en compte de la réflectance sol, impact des aérosols
Outil ONERA-DOTA : Etat de l'art : sol plat : USA-FLAASH [Adler-
Cochise [Miesch, 2004] Golden, 1998],
Image AVIRIS sur Railroad Valley (USA)
Luminance
Image en Image Contenu Histogramme
Lri
:L = b.l + c
luminance en vapeur d'eau CH2O

Lrj

Lm1
Lm2
lri lm1 lm2 lrj
RLIRR  f ( wH 2O , Lref ) H2O terrain : 1.3 g/cm2
H2O Cochise : 0.99 g/cm2 ± 0.01
H2O Flaash : 1.05 g/cm2

Précision compatible avec les précisions recherchées sur les réflectances hors bande
d'absorption

Ecole d'été en traitement des images hyperspectrales - ONERA 31

Toulouse (20-22 juin 2012)
 Compensation atmosphérique : domaine réflectif –
caractérisation de l'atmosphère

Aérosols
Principe : Utilisation de visée sur des cibles sombres
Contraintes : Sélection de cibles sombres (eau) et moins sombres (vgt)

Etat de l'art :
Outil ONERA-DOTA :
Sol plat : USA-FLAASH [Adler-Golden, 1998],
Etalonnage absolu des capteurs
Autre méthode : fonction de structure sur sol
satellitaires dans le bleu et vert sur cibles
stable temporellement
océaniques [Briottet, 1996]

Limites : ces méthodes sont adaptées à des instruments de la classe hm

à km, avec un paysage fortement homogène sombre

Autres méthodes :
Caractérisation des aérosols par acquisitions spectrales à très haute
résolution spatiale en milieu urbain par utilisation des transitions ombres
soleil (Thomas et al., 2012)

Ecole d'été en traitement des images hyperspectrales - ONERA 32

Toulouse (20-22 juin 2012)
 Corrections atmosphériques – méthode emprique

Exemple : « Empirical line »

Réflectance l = A l * CN l + B l ou Al*Ll+Bl

Nécessite de faire des mesures de réflectance de surface ou de connaître la

réflectance de certaines cibles particulières
Ecole d'été en traitement des images hyperspectrales - ONERA 33
Toulouse (20-22 juin 2012)
 Corrections atmosphériques – Modèle de transfert radiatif

-> Utilisation de modèles de transfert radiatif à haute résolution spectrale

(type MODTRAN)
Lcapteur = Latm + T *   = (Lcapteur – Latm) / T

Étape 1 : Calculer Latm

Étape 2 : Calculer T
Modélisation avec une
réflectance choisie

Étape 3 : Utilisation de
Latm et de T pour
corriger l’ensemble de
l’image

Ecole d'été en traitement des images hyperspectrales - ONERA 34

Toulouse (20-22 juin 2012)
 Compensation atmosphérique : domaine réflectif (3) –
correction atmosphérique
Dépend du type de paysage :
(a) (b)

Paysage : sol plat Ediff

Edir
Principe : inversion de l'ETR Latm
Contrainte : prise en compte des effets de Ecoup Ldi
couplage du à l'environnement
Lenv r
Etat de l'art : 6S (LOA, env. homogène),
ATCOR4 (DLR), FLAASH (USA)
ONERA : COCHISE [Miesch, 2004]
P

(a)
Paysage : zone montagneuse (b)

Principe : inversion itérative de l'ETR Ediff

Contrainte : effet de pente, couplage du à Edir Latm
Eco
l'environnement, effet directionnel de la Erefl up
Ldir
réflectance
Lenv
Etat de l'art : ATCOR4 (DLR)
ONERA : SIERRA [LENOT, 2003]
Performances comparables pour les vallées
P
larges. Si étroite, Cochise meilleur <30°
qqes hm à km
Ecole d'été en traitement des images hyperspectrales - ONERA 35
Toulouse (20-22 juin 2012)
 Ex 1 : Atmospheric correction (0.4-2.5µm) over
mountainous area (SIERRA)
Hymap on mountainous region
(Calanas, Espagne)
[ Thèse Lenot, 2005, Achard,
OMP]

Inputs :
At sensor radiance
DTM
Radiance image, 585 nm Reflectance image, 585 nm
Luminances 1665 nm DTM

SIERRA
Reflectances 1665 nm (Flay Réflectances 1665 nm
PELICAN Images: 8 bands
field assumption) SIERRA

outputs :
Surface
reflectance

Slope effect
Correction of the slope
effect
Similar as ATCOR4 for not too deep mountains, but SIERRA better in sharp valley
Ecole d'été en traitement des images hyperspectrales - ONERA 36
Toulouse (20-22 juin 2012)
Ecole d'été en traitement des images hyperspectrales - ONERA 37
Toulouse (20-22 juin 2012)
 Compensation atmosphérique : domaine réflectif (3) –
correction atmosphérique

Paysage : milieu urbain

Principe : inversion itérative de l'ETR (a) (b)
Contrainte : effet de pente, couplage du à
Ediff
l'environnement, ombrage, effet Edir Latm
Ecoup
directionnel, façade verticale, occultation Erefl
Etat de l'art : rien Ldir
ONERA : ICARE [thèse Lachérade, 2008, Lenv
Miesch, Briottet, IGN, CNES] avec des
limitations (visées nadir, effet directionnel,
hypothèses sur les façades) P
P

Ecole d'été en traitement des images hyperspectrales - ONERA 38

Toulouse (20-22 juin 2012)
Ex 2 : Correction atmosphérique en milieu urbain dans le VIS-
SWIR [Lachérade et al., 2008] – ICARE
Campagne Capitoul ONERA-IGN (PELICAN) sur Toulouse (2003)

Senseur Pelican
0.4-0.9µm
Dl=20nm
8 bandes

soleil ombre

Image en luminance Image en réflectance

Apport : amélioration de la classification des matériaux en milieu urbain

en tenant compte des effets de pente et des ombres
Ecole d'été en traitement des images hyperspectrales - ONERA 39
Toulouse (20-22 juin 2012)
 Exemple : toute la chaîne
Image brute (L0) Image « étalonnée » (L1) Image « corrigée » (L2)
Comptes Numériques (W/m2/µm/sr) Réflectance

Etalonnage Corr. Atm.

= f(sensibilité instrument,
bruit électronique, etc.)
Codage = 210 ou 212 bits = = grandeur physique =
1024 ou 4046 niveaux de gris énergie / unité de surface = quantité d’énergie
L = (CN-bruit)* coeff
réfléchie par la surface
INSTRUMENT + SOLEIL + étalonnage
ATMOSPHERE + SURFACE SURFACE
SOLEIL + ATMOSPHERE
+ SURFACE
Ecole d'été en traitement des images hyperspectrales - ONERA 40
Toulouse (20-22 juin 2012)
 Corrections atmosphériques - Comparaisons

Ecole d'été en traitement des images hyperspectrales - ONERA 41

Ben-Dor et al. (2004) Toulouse (20-22 juin 2012) (a) HATCH
(b) EFFORT
 Exemple

Champ labouré
Végétation
Sol

Ecole d'été en traitement des images hyperspectrales - ONERA 42

Toulouse (20-22 juin 2012)