GEOG0206-1 “CARTOGRAPHIE ET SIG”

Roland Billen et Jean-Paul Kasprzyk

Année Académique 2019-2020

MODE IMAGE - 1
Roland Billen et Jean-Paul Kasprzyk

Année Académique 2019-2020

Crédit :

Une grande partie du contenu (textes et

figures) des transparents présentés est issue
des notes de cours du titulaire précédent, le
Professeur Jean-Paul Donnay
Notes de cours:

http://geomatics.ulg.ac.be/download/carto/cours
Mode image
Concepts de base
 L’ESPACE GÉOGRAPHIQUE DISCRET

• Entités géographiques discrètes et mode vectoriel

• Une couche thématique de l’espace géographique peut être
modélisée comme un ensemble d’entités spatiales discrètes
caractérisées par
• Des frontières bien définies
• Ex: bâtiments, parcelles, routes, …
• Des valeurs d’attributs constantes au sein d’une même entité
• Ex: Monsieur Dupont est propriétaire de l’infinité de points
constituant son bâtiment (2D ou 3D)
• Une couverture partielle de l’espace
• Ex: zones sans bâtiments
• Particulièrement bien adapté au mode vectoriel
6
 L’ESPACE GÉOGRAPHIQUE CONTINU

• Phénomènes spatialement continus et mode image

• Une couche thématique de l’espace géographique peut
être modélisée comme un phénomène spatialement
continu
• Le phénomène varie sur une échelle quantitative en
chaque point de l’espace
• Ex: altitude, température, réflectance, concentration
d’une molécule, …
• Autocorrélation spatiale: des points proches ont des
valeurs proches
• Couverture totale de l’espace et absence de frontières
• Particulièrement adapté au mode image
(= mode raster = mode maillé = mode matriciel)
7
DISCRÉTISATION SPATIALE DU MODE IMAGE

• Application d’une grille provoquant une

discrétisation spatiale régulière d’un phénomène Centre du pixel
géographique. Emprise spatiale du pixel
• Chaque point de la grille correspond au centre d’un
pixel (= cellule carrée ou plus rarement
rectangulaire) de taille constante
• Chaque centre est associé à un couple de
coordonnées et à une valeur attributaire (ex:
altitude, occupation du sol, intensité de lumière, …)
• Chaque pixel est coloré en fonction de sa valeur
attributaire qui est toujours numérique (entier ou
réel)
• Le pixel est la seule primitive géométrique du mode
image

8
 IMAGE GÉORÉFÉRENCÉE
• Une image, de forme rectangulaire, est composée d’un ensemble régulier de pixels jointifs organisés en Nl
lignes et Nc colonnes
• Nl * Nc correspond à la taille de l’image en pixels (généralement plusieurs millions)
• Lorsque l’image est géoréférencée: Rx Nc=5
• Chaque centre de pixel est associé à un couple de coordonnées
cartographiques ou géographiques Ry

• la longueur du côté du pixel (carré) sur le terrain correspond

Nl=4
à la résolution spatiale* de l’image, notée R
• Dans de rares cas, les pixels ont 2 résolutions spatiales Rx et Ry
(pixels rectangulaires)
• L’image peut être superposée à d’autres couches cartographiques et devient exploitable dans un SIG

** A ne pas confondre avec la résolution (non-spatiale) d’une image informant sur Nl ou Nc

Exemples de résolutions d’images 16/9: 1080p = 1920 x 1080 pixels; 4k = 3840 x 2160 pixels
9
 RÉSOLUTION SPATIALE
• La résolution spatiale est un paramètre important qui:
• influence la précision des mesures
• influence la taille des fichiers et les temps de traitements pour un même territoire
• doit être adaptée à l’échelle d’analyse

10
 COMPARAISON RASTER ET VECTEUR

MONDE REEL

MODE MATRICIEL MODE VECTORIEL

Mode image
Sources de données
 ENREGISTREMENT PAR UN CAPTEUR
• Les pixels du raster correspondent aux pixels de la surface sensible du capteur
• Les valeurs des pixels correspondent aux quantités d’énergie lumineuse enregistrées
par chaque cellule du capteur, dans une bande précise du spectre électromagnétique

13
ENREGISTREMENT PAR UN CAPTEUR

Image satellite
SPOT 5 - Résolution : 5 m

Photographie aérienne
Orthophotoplan (PPNC)

Carte scannée
Carte topographique IGN
ENREGISTREMENT PAR UN CAPTEUR

La valeur attributaire d’un pixel est associée à l’ensemble de sa surface

15
 RÉSULTATS DE TRAITEMENTS
• Les valeurs des pixels, réelles ou entières, sont calculées, pixel par pixel, sur base d’un
traitement mettant en œuvre des données quantitatives et/ou qualitatives distribuées
spatialement sur la surface (territoire) en mode vectoriel ou raster.
• Exemples quantitatifs
• Modèle Numérique de Terrain (MNT) par interpolations entre points cotés
• Surface d’accessibilité calculée par un algorithme de propagation
• Carte de chaleur calculée par « Kernel Density Estimation » (KDE)
• Exemple qualitatif
• Couche d’occupation du sol par classification d’images satellitaires multispectrales
(télédétection)

16
RÉSULTATS DE TRAITEMENTS

Exemple de raster
issu d’un traitement
KDE

Exemple de surface d’accessibilité (avec

classification des pixels en 3 catégories)

Exemple de raster
traduisant l’altitude en
Begique (MNT)

17
 RÉSULTATS DE TRAITEMENTS

Exemple de carte
d’occupation du sol
obtenue par par
classification d’images
satellitaires
18
 RASTERISATION D’ENTITÉS VECTORIELLES
• Rasterisation = conversion d’entités vectorielles
(points, lignes, polygones) en mode image avec
transfert de valeurs d’un attribut numérique (réel ou
entier) en valeurs de pixels (ex: identifiant d’entités
administrative)
• L’extension du raster est choisie a priori pour
couvrir une surface (territoire) à une résolution
spatiale donnée.
• Engendre une perte de précision géométrique
(fonction de la résolution spatiale)…
• … mais nécessaire pour effectuer des opérations
spatiales entre couches vectorielles et images
• Le procédé inverse s’appelle vectorisation

19
RASTERISATION D’ENTITÉS VECTORIELLES

20
Mode image
Modélisation de l’information
géographique
 ENTITÉS GÉOGRAPHIQUES DISCRÈTES

• Bien que le mode vecteur soit plus adapté, le

=0
raster peut également représenter des entités =1
=2
géographiques discrètes =3
=4
=5
• Les valeurs attributaires de pixels sont =6
=7
=8
toujours numériques mais traduisent une =9
=10
information qualitative en exploitant des
valeurs entières et une légende
• Utile en algèbre carte, analyse multicritère, …

22
ENTITÉS GÉOGRAPHIQUES DISCRÈTES

La valeur attributaire d’un pixel est associée à l’ensemble de sa surface

23
 PHÉNOMÈNES SPATIALEMENT CONTINUS ET
SONDAGE SPATIAL
• Pour représenter un phénomène spatialement continu en mode image, celui-ci doit être sondé en
chaque point d’une grille de discrétisation spatiale (= centres des pixels)
• Exemple: production d’un MNT
• Application d’une grille avec résolution spatiale fixée sur une couche vectorielle de points à
altitude connue
• Calcul des valeurs d’altitude (réels) pour chaque centre de pixel par interpolation TIN

Point coté
Emprise spatiale
de pixel
Centre de pixel

24
PHÉNOMÈNES SPATIALEMENT CONTINUS

La valeur attributaire d’un pixel est associée à son centre

25
 INFORMATION « 3D »

• Collection d’images
• A la base, une image permet la modélisation d’un attribut
numérique dépendant des deux dimensions spatiales
planimétriques X et Y
➔ image à 1 couche cartographique
• Il est possible de modéliser un attribut dépendant d’une
troisième dimension au moyen d’une collection d’images
➔ image à plusieurs couches cartographiques
• Par exemple:
• Attribut dépendant de la hauteur (Z)
• Attribut dépendant du temps (série temporelle)
• Attribut dépendant d’une bande spectrale (images
chromatiques et multispectrales)
• Dans ce contexte, l’expression « 3D » ne fait donc pas
nécessairement référence aux 3 dimensions de l’espace
26
 INFORMATION « 3D »

Exemple d’exploitation d’une collection d’images Génération du profil vertical en un point sur base
des autres couches de la collection: vitesse du
vent d’est en fonction de la PA
Vitesse du vent d’est pour une pression atmosphérique* de 1000 Pa

m/s

-16.5 67.06

* Note: la pression atmosphérique dépend directement de l’altitude

Mode image
Systèmes de coordonnées
 SYSTÈME DE COORDONNÉES IMAGE

• Qu’elle soit géoréférencée ou non, une image est toujours associée à un système de coordonnées « image »
• Les positions des pixels au sein de la grille sont fixées par leur numéro de colonne (c) et numéro de ligne
(l)
• Les coordonnées images (c,l) sont des nombres entiers variant de 0 à Nc-1 (colonnes) et de 0 à Nl-1
(lignes)
• L’origine du système de coordonnées image est située en haut à gauche (l’axe L pointe vers le bas)

0 1 2 3 4
0
1
C

Pixel de coordonnées (l=1;c=2)

2
3
4

L
29
 SYSTÈME DE COORDONNÉES CARTOGRAPHIQUE
• Lorqu’elle est géoréférencée, chaque pixel de l’image est associé à un couple de coordonnées
cartographiques (x, y) ou géographiques (longitude, latitude)
• Pour retrouver les coordonnées cartographiques (x, y) d’un pixel de coordonnées image (c,r), il suffit
d’appliquer une transformation affine entre le système image et le système cartographique (idem pour un
système géographique)
x = A.c + B.l + C
y = D.c + E.l + F
• A et E traduisent une homothétie Y
(= mise à échelle = résolution spatiale)
du système image respectivement selon les axes X et Y
• B et D traduisent une rotation du système image si les axes X et Y sont
perpendiculaires (sinon, on parle de glissement selon X et Y)
• C et F traduisent une translation du système image
respectivement selon les axes X et Y
X
• Les 6 paramètres A, B, C, D, E, F doivent donc être connus par le SIG
pour que l’image soit géoréférencée 30
TRANSFORMATIONS ENTRE SYSTÈMES DE COORDONNÉES

31
 SYSTÈME DE COORDONNÉES CARTOGRAPHIQUE
• Simplification de la transformation affine
• Dans la très grande majorité des cas:
• l’axe L du système image est parallèle à l’axe Y du système cartographique (le haut de l’image
correspond au nord cartographique) ➔ rotation nulle
• La résolution spatiale est identique en X et Y au signe près (car l’axe L pointe vers le bas)
• La transformation affine devient donc
x = A.c + C 0 1 2 3 4
C

0
y = -A.l + F Y

1
• A est la résolution spatiale du pixel carré

2
3
• C et F sont respectivement les coordonnées cartographiques (x, y)
du premier pixel de l’image (= coin supérieur gauche)

4
• La transformation inverse (passage des coordonnées cartographiques L
aux coordonnées images) est donc donnée par:
X
c = (x – C) / A
l = (F - y) / A 32
Mode image
Géoréférencement
 PRINCIPES DE BASE DU GÉORÉFÉRENCEMENT
• Objectif: associer une image non-spatiale à un système de coordonnées
cartographique/géographique
• A priori, le problème consisterait à retrouver les 6 paramètres A, B, C, D, E et F de la
transformation affine entre les systèmes de coordonnées images et
cartographiques…
• … mais pour obtenir une image orientée vers le nord cartographique, certaines
corrections géométriques sont nécessaires. Il faut donc recalculer la valeur de
chaque pixel en effectuant un nouveau sondage dans la grille de discrétisation. Ce
Image originale (Spot Panchro)
procédé s’appelle rééchantillonnage (« resampling »)

• Note: Le rééchantillonnage s’applique également pour d’autre traitements SIG sur

des images, notamment:
• Le changement de résolution spatiale
• Le passage d’un système de coordonnées de référence à un autre à travers des
formules de reprojection cartographique

34
Image géoréférencée
 RECHERCHE DES PARAMÈTRES DE TRANSFORMATION AFFINE

x = A.c + B.l + C
y = D.c + E.l + F
• En théorie, ce système à 6 inconnues (A, B, C, D, E, F) peut être résolu classiquement en
connaissant à la fois les coordonnées images et cartographiques de 3 points non-alignés afin
d’obtenir un système de 6 équations à 6 inconnues. Ces points sont appelés amers (ou « ground
control points »).
• En pratique, une solution basée sur seulement 3 points engendre des imprécisions importantes
car :
• Imprécisions sur les coordonnées cartographiques connues
• Déformations* géométriques dans l’image (dues au capteur, à la courbure de la terre, au
support physique pour une image scannée, …)
• Solution: calcul par moindres carrés en exploitant n points amers répartis de manière
homogène sur toute l’image avec n > 3

* Note: il existe des transformations alternatives à l’affine pour tenir compte de ces déformations: polynomiales d’ordre 2 ou 3
 PRINCIPE DES MOINDRES CARRÉS (AFFINE)

Recherche des paramètres A, B, C, D, E, F minimisant les écarts entre les positions

connues des points amers et leurs positions calculées par transformation affine

Amer 1
Amer 2
Position connue du point
Amer 3 amer
Position calculée
Amer 4 du point amer

Amer 5
Y

X
 POINTS AMERS

• Les coordonnées cartographiques (système de coordonnées de référence) de points visibles sur

l’image peuvent être retrouvées par:
• Mesures directement sur le terrain (GNSS, topographie)
• Consultation de données spatiales portant sur le territoire en question: plans, cartes, images
satellitaires, …

Récupération des
coordonnées
géographiques d’un
point amer sur Google
37 Maps
INTERFACE SIG POUR LE GÉORÉFÉRENCEMENT

Interface de géoréférencement du
logiciel Idrisi (géoréférencement
d’une carte scannée) 38
Mode image
Rééchantillonnage
 RÉÉCHANTILLONNAGE (« RESAMPLING »)
• Contrairement aux données vectorielles, le passage d’un système
de coordonnées à l’autre, pour un raster, ne se limite pas à une
« simple » transformation de coordonnées
• Cela nécessite aussi une redéfinition de la grille sur le territoire et
donc un nouveau sondage
• Les paramètres définissant la nouvelle grille sont fournis par
l’utilisateur:
• Taille de l’image en sortie (nombre de rangées et de colonnes)
• Résolution spatiale
• Coordonnées cartographiques d’un coin de l’image
• Les nouveaux points sondés, aux coordonnées bien connues,
doivent être associés à des nouvelles valeurs attributaires par
interpolation sur base des valeurs de l’ancienne grille
Ancienne grille 40
Nouvelle grille
RÉÉCHANTILLONNAGE POUR DONNÉES DISCRÈTES

• Au plus proche voisin « Nearest Neighbor »)

• Un point de la nouvelle grille prend la valeur du point le plus proche dans l’ancienne grille
• Méthode la plus simple et la plus rapide

• Majorité (« majority resampling »)

• Un point de la nouvelle grille prend la valeur
la plus fréquente de l’ancienne grille dans
une fenêtre de filtrage centrée sur ce point
(par exemple: 100m x 100m)
• Méthode la plus utilisée pour l’occupation du sol
RÉÉCHANTILLONNAGE POUR DONNÉES CONTINUES
• Interpolation bilinéaire (« Bilinear interpolation »)
• La valeur d’un point de la nouvelle grille est calculée sur
base des 4 points de l’ancienne grille les plus proches.
• Moyenne pondérée des valeurs de ces 4 points où le
poids est inversement proportionnel à la distance au point
de la nouvelle grille
• Lissage modéré, traitement rapide

• Interpolation à convolution cubique (« Cubic Convolution

Interpolation »)
• Idem que l’interpolation bilinéaire en tenant compte des 16
points les plus proches
• Lissage important, traitement plus lent