TP:Télédetection(1): Présentation du logiciel ENVI Visualisation
des images
NOM :KHATTAOUI
PRENOM :YOUCEF
MATRCULE :202039024294
SPECIALITE :EVE
Dr .Mouissa habib
Présentation du logiciel ENVI :
ENVI est un logiciel commercial complet dédié à la visualisation et au traitement
des images de télédétection. Il propose des outils pour les corrections
géométriques et radiométriques, la classification, la cartographie, ainsi que la
modélisation des données topographiques. c
Composition colorée dans ENVI :
Dans l'application ENVI, la composition colorée d'une image optique consiste à
combiner des bandes spectrales pour créer une image en couleur facilitant
l'analyse visuelle des paysages et des objets. Étapes principales :
1-Ouverture de l'image :
Lancez ENVI, ouvrez une image multispectrale via File > Open image file,
sélectionnez l'image, définissez la projection et chargez les bandes souhaitées
(zoom, défilement disponibles).
1. Réalisation de la composition colorée :
La composition colorée exploite la signature spectrale des objets pour
distinguer les types de surfaces. Elle est utilisée pour détecter des
phénomènes environnementaux comme les incendies de forêts, les tempêtes
de sable ou la fonte des glaces.
Rôle de la couleur en traitement de l'imagerie spatiale :
En traitement d’images numériques, la couleur permet de distinguer les objets
et de faciliter l’interprétation visuelle. On peut utiliser un nombre limité de
couleurs pour mettre en valeur certains éléments ou, plus fréquemment, un large
éventail de couleurs dans les compositions colorées.
Types de compositions colorées :
Vraies couleurs : Restituent des images réalistes similaires à la perception
humaine.
Fausses couleurs : Utilisées pour accentuer des éléments spécifiques, comme
l’étude de la végétation avec l’infrarouge.
La composition colorée consiste à associer trois bandes spectrales aux couleurs
primaires (rouge, vert, bleu). Par synthèse additive, cela permet de reconstituer
toutes les couleurs et d’extraire un maximum d’informations des images
satellites.
1. Création de composition colorée :
Dans la fenêtre Select RGB Bands, sélectionnez trois bandes spectrales à
associer aux canaux Rouge (R), Vert (G) et Bleu (B). Accédez à Display > New
Display > Tools > Animations pour afficher l’image. Compositions courantes :
True Color (couleurs naturelles) : Rouge = bande rouge, Vert = bande verte, Bleu
= bande bleue (vision humaine simulée). False Color (fausses couleurs –
infrarouge proche) : Rouge = infrarouge proche, Vert = rouge, Bleu = vert
(analyse de la végétation).
2. Facteur d’indice optimal (OIF) :
L’OIF est un critère statistique sélectionnant la meilleure combinaison de trois
bandes pour maximiser le contraste et l’information visuelle.
Étapes :
Calcul de l’écart-type :
Accédez à Statistics pour chaque bande.
1. Calcul de la corrélation :
Via Basic Tools > Statistics > Compute Statistics, analysez la matrice de
corrélation.
2. Application de la formule :
Testez plusieurs combinaisons et choisissez celle avec l’OIF le plus élevé.
Affichage des images : En niveaux de gris :
Sélectionnez la bande souhaitée (ex. bande 7), choisissez Gray Scale puis Load
Band.
Fenêtres disponibles : Display 1 (affichage principal) Scroll (navigation) Zoom
(agrandissement) Les valeurs varient de 0 (noir) à 255 (blanc), indiquant la
réflectance. En fausses couleurs : Attribuez des couleurs fictives : Rouge =
infrarouge proche, Vert = rouge, Bleu = vert pour mieux distinguer la
végétation.
3. Transformations :
NDVI (Normalized Difference Vegetation Index) : Transform > NDVI > OK →
Sélection des bandes rouge et infrarouge proche.
Valeurs : [-1 ; 1]. Analyse via Basic Tools > Statistics > Compute Statistics >
Histogramme. Tasseled Cap :
Calcule trois composantes clés :
1. Brightness (luminosité) – Réflectance totale.
2. Greenness (verdure) – Indice de végétation.
3. Wetness (humidité) – Contenu en eau des sols.
Density Slice :
Technique de classification segmentant une image continue (ex. NDVI) en
classes définies par des intervalles de valeurs pour faciliter l’analyse visuelle.
Display > Tools / NDVI / Overlay > Density Slice / NDVI / OK.
TP: Télédetection (2)
Présentation du logiciel ENVI
Classifications d'images
Classifications d'images :
La classification des images se divise en deux grandes familles :
1. Classification par pixel
2. Classification par objet
1. Classification par pixel : Elle se subdivise en deux méthodes
principales :
Classification non supervisée :
Cette méthode regroupe les pixels en classes spectrales basées uniquement
sur leurs valeurs numériques, sans connaissances préalables. L'analyste peut
définir le nombre de classes et ajuster des paramètres comme la distance
inter-classes et la variance intra-classe. Bien que rapide, cette méthode est
moins précise et nécessite des ajustements itératifs, car l'association des
classes spectrales aux classes d’information utile intervient après le
processus de classification.
Classification supervisée :
L'analyste sélectionne des échantillons représentatifs des différentes surfaces
de l’image (données-tests) en s'appuyant sur sa connaissance du terrain et
des zones géographiques. Ces échantillons permettent à l’ordinateur de
calculer la signature spectrale de chaque classe via des algorithmes
spécifiques. L'ordinateur assigne ensuite chaque pixel à la classe la plus
proche de sa signature spectrale. Cette méthode est plus précise que la non
supervisée, bien qu’elle nécessite une intervention humaine pour la définition
des classes initiales. Comparaison :
Classification non supervisée : Rapide mais moins précise, sans
connaissances préalables du terrain.
Classification supervisée : Plus précise grâce aux connaissances de
l'analyste, mais plus chronophage .
1 )Les méthodes de classification non assistée :
Ff
2) Les méthodes de classification assistée
