Contribution de la texture pour l’analyse d’images à très haute résolution spatiale : application à la détection de changement en milieu périurbain

Contribution of the texture to process very high resollution images : application to change detection in peri-urban area

• Auteur / Autrice : Antoine Lefebvre
• Direction : Laurence Hubert-Moy
• Type : Thèse de doctorat
• Discipline(s) : Géographie
• Date : Soutenance en 2011
• Etablissement(s) : Rennes 2
• Ecole(s) doctorale(s) : École doctorale Sciences humaines et sociales (Rennes)
• Partenaire(s) de recherche : Autre partenaire : Université européenne de Bretagne (2007-2016)

Mots clés

Mots clés contrôlés

Cartographie spatiale

Variabilité

Paysage -- Modifications

Images de télédétection

Utilisation du sol

Télédétection en sciences de la Terre

Résumé

Les données de télédétection acquises à Très Haute Résolution Spatiale (THRS) constituent une source d’information importante pour le suivi détaillé des changements d’occupation du sol sur de petites surfaces. Ces données sont particulièrement intéressantes pour les applications dans les milieux urbains et périurbains car elles permettent d’appréhender des changements brusques et irréguliers autant que des modifications subtiles et régulières. Toutefois, l’exploitation d’images à THRS nécessite des développements méthodologiques, les méthodes de détection de changement généralement utilisées pour traiter les images à basse et moyenne résolution n’étant pas adaptées : d’une part l’étendue et la résolution spectrale des capteurs à THRS sont souvent inférieures à celles des autres capteurs, la résolution spectrale des capteurs diminuant avec l’augmentation de leur résolution spatiale. D’autre part, la variabilité spectrale des pixels définissant les classes d’occupation du sol augmente en fonction de la résolution spatiale. Cette thèse présente ainsi une série d’outils méthodologiques qui permettent d’identifier et de caractériser automatiquement des changements affectant de petites surfaces à partir de données à THRS acquises à différentes dates et provenant de différentes sources. Contrairement à la majorité des méthodes utilisées en télédétection, l’originalité des outils présentés ne repose pas exclusivement ou essentiellement sur l’utilisation de l’information spectrale de l’image ; ils reposent surtout sur les propriétés de texture des objets géographiques observés. La texture est caractérisée à partir d’une analyse des coefficients issus d’une décomposition en ondelettes des images. Les outils développés comprennent : une méthode de correction de l’effet de vignettage des photographies aériennes anciennes ; une technique de segmentation d’images ; une méthode d’estimation de l’orientation dominante de motifs texturés ; une méthode de classification ; une méthode de détection de changements. L’ensemble de ces outils a été validé à partir d’exemples synthétiques, puis appliqué sur un secteur périurbain de l’agglomération rennaise afin de détecter les changements d’occupation et d’utilisation des sols à partir de photographies aériennes acquises en 1978 et 2001. Les taux de changement correctement détectés, qui varient de 78 % à 85 %, montrent l’intérêt d’exploiter la texture pour classer des images à THRS. Il est possible de détecter automatiquement différents types de changements et ainsi de distinguer des changements de pratiques culturales et des changements liés à l’artificialisation des sols. Les outils développés dans cette thèse sont génériques et s’appliquent à l’analyse de tout objet texturé. Ainsi nous avons exploité certains outils proposés pour détecter et caractériser des parcelles viticoles ou estimer des mouvements fluides en aéronautique

Remotely sensed images at very high spatial resolution (VHSR) constitute an important source of information for land cover change detection over small areas. They are particularly interesting for applications in urban and peri-urban areas because they can cope with sudden and irregular changes as well as regular and subtle changes. However the use of VHSR images needs methodological improvements, since usual change detection approaches, based on a pixel analysis, have been developed to process low and medium resolution images and can unfortunately not be applied for VHSR data. On one hand, spectral resolutions of VHSR sensors are often lower than those of other sensors, the spectral resolution decreasing with increasing spatial resolution. On the other hand, the spectral variability of pixels defining classes of land cover increases with the spatial resolution, resulting in a decrease in the separability between different classes of land cover and limitations of conventional classification methods based on pixel values. This thesis presents a series of methodological tools which allow to automatically identify and characterize changes over small areas from VHRS images acquired at different dates and from different sources. The originality of the tools presented here relies on the comparison of the textural properties of the objects of interest, while not using exclusively or primarily spectral information of the image but rather focusing on spatial information. The texture characterization is based on the analysis of the coefficients from a wavelet decomposition. The developed tools include : a preprocessing method dedicated to the vignetting effect correction for old aerial photographs ; an image segmentation approach ; a method for texture orientation estimation ; a classification method ; a change detection method. All these tools have been validated using synthetic examples and then applied in the suburban environment of the city of Rennes using aerial photographs acquired in 1978 and 2001. The classification rates, which ranged from 78 % to 85 %„ show the importance of texture for classification of VHSR images. They highlight the possibility of detecting different types of changes and thus to distinguish changes related to agricultural practices and urbanization. The tools developed in this thesis are generic and can be applied for the analysis of any textured pattern. To illustrate this, we have applied some of the proposed tools for detecting and characterizing vineyards and estimating fluid motions from images