GEOG0206-1 “CARTOGRAPHIE ET SIG”

Roland Billen et Jean-Paul Kasprzyk

Année Académique 2019-2020

MODE IMAGE - 2
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
Mode image
Codage de l’information
 CODAGE DES PIXELS
• L’information numérique donnée par pixel dépend de sa capacité de stockage
• Quelques exemples:
Nombre de valeurs
Codage possibles Domaine de valeurs (entiers)
1 bit 21 = 2 {0,1}
non-signés {0, …, 15}
4 bits 24 =16 signés {-8, …, 7}
non-signés {0, …, 255}
8 bits (1 octet) 28 = 256 signés {-128, …, 127}

non-signés {0, …, 65 535}

16 bits (2 octets) 216 = 65 536 signés {-32 768, …, 32 767}

232 = plus de 4 Non-signés {0, …, 4 294 967 295}
32 bits (4 octets) milliards signés {-2 147 483,648, …, 2 147 483 647}

• Les nombres réels sont généralement codés sur 32 bits (float) ou 64 bits (double) en
fonction des valeurs extrêmes et du nombre de décimales requises
• Tout comme la résolution spatiale et la taille de l’image (Nl * Nc), le codage des pixels
influence l’espace de stockage de l’image et les 5 temps de traitement
 IMAGE BINAIRE CODÉE SUR 1 BIT

• Beaucoup de traitements calculent ou

exploitent des images binaires (ou masques =0
=1
binaires) dans lesquelles le pixel prend soit
la valeur 1 (présence du phénomène) soit la
valeur 0 (absence du phénomène)
• Permet la délimitation de zones d’analyse
exploitables en algèbre de cartes
• Ex: génération d’un bassin hydrographique
sur base de MNT

6
IMAGE QUALITATIVE CODÉE SUR 4 BITS

=0
=1
=2
=3
=4
=5
=6
=7
=8
=9
=10

7
 IMAGE QUANTITATIVE EXPRIMANT UNE INTENSITÉ DE LUMIÈRE
VISIBLE

2 bits (4 niveaux de gris) 4 bits (16 niveaux de gris) 8 bits (256 niveaux de gris)

Remarque: en télédétection, le codage de l’intensité de lumière mesurable par un capteur s’appelle

« résolution radiométrique »
IMAGE QUANTITATIVE 8 BITS EXPLOITABLE EN ANALYSE MULTICRITÈRE

Accessibilité des casernes de

pompiers bruxelloises ramenée sur
une échelle variant de 0 à 255 (8
255
bits) sur fond de plan Open Street
Map (noir et blanc)
IMAGE QUANTITATIVE STOCKANT DES RÉELS SUR 32 BITS

Modèle Numérique de
Terrain avec altitudes
en réels (32 bits)

Source: http://gsp.humboldt.edu/OLM/Lessons/GIS/08%20Rasters/RasterDataModels3.html
Mode image
Visualisation de l’information
géographique
 CUBE DES COULEURS
• Définir une couleur revient à indiquer l’intensité de
chacune des 3 couleurs primaires qui la
composent Jaune
Vert
• Système additif (en partant du noir): intensité
de rouge, vert, bleu Cyan Blanc
• Applications: fonctionnement d’un écran, de Fondamentales
votre œil, … soustractives
CMJ
• Système soustractif (en partant du blanc):
intensité de cyan, jaune, magenta
Primaires additives Noir Rouge
• Applications: Impression, peinture, … RVB

• En SIG, une couleur est généralement codée sur

un total de 24 bits (3 x 8 bits) dans un système
additif Bleu Magenta

• 256 valeurs d’intensité de rouge

• 256 valeurs d’intensité de vert
12
• 256 valeurs d’intensité de bleu
 IMAGE QUALITATIVE ET COULEURS INDEXÉES

• Couleur indexée = couleur associée à une

valeur de pixel (index) sans rapport avec la
couleur sur terrain
• Contre-exemple: photographie
• Image qualitative:
• association d’une couleur arbitraire à chaque
valeur différente de pixel (index) d’une image
via une palette de couleurs
• Nombre d’entrées dans la palette = nombre de
couleurs affichables simultanément
• Applicable uniquement sur des nombres
entiers
• Exemple: occupation du sol

13
IMAGE QUALITATIVE ET COULEURS INDEXÉES
Extrait d'image en couleurs indexées
Visualisation sur écran
18 18 9 27 9
18 9 9 27 9
9 9 9 27 9
9 9 9 27 9
18 9 9 9 27
18 9 9 9 27
18 18 9 9 9
18 18 18 9 9
18 18 18 9 9 Palette de couleurs
18 18 18 9 9 (codification de chaque
couleur primaire sur
256 niveaux)

# R V B
0

9 0 240 0

18 255 255 0

27 255 30 40

Utilisation d'une palette avec n-1

une image en couleurs indexées n = nombre de couleurs
affichables simultanément
14
 IMAGE QUANTITATIVE ET COULEURS INDEXÉES
Etirement linéaire d’une image quantitative
• Une image quantitative peut être représentée par un dégradé de couleurs traduisant l’aspect quantitatif des
valeurs de pixels (l’indexation des couleurs n’est plus totalement arbitraire)
• Exemple: application d’un étirement linéaire pour représenter les valeurs de pixels sur une échelle
ordonnée de 256 niveaux de gris
• Intensité R,V,B = (valeur - min) * 255 / (max - min) Intensité R,V,B

• Arrondi à l’unité 255

RVB (0,0,0) RVB (255,255,255)

Min Max
0 Valeur
min max pixel
• Exemple: idem avec dégradé de blanc vers rouge Intensité V,B

• Intensité V,B = 255 – (valeur - min) * 255 / (max - min) 255

• Arrondi à l’unité
RVB (255,255,255) RVB (255,0,0)
• Intensité R = 255
Valeur
min max 0 pixel
min max
 IMAGE QUANTITATIVE ET COULEURS INDEXÉES

(°) (°)

Illustration d’étirements linéaires sur des prévisions météo du modèle MAR pour la Belgique avec fond de plan Open Street Map

16
 IMAGE QUANTITATIVE ET COULEURS INDEXÉES
Classification linéaire d’une image quantitative
• Principe relativement similaire à l’étirement mais avec
un nombre de paliers (classes) réduit
• Exemple: 5 classes au lieu de 256 niveaux de
couleurs
• Perte d’information (continuité) au profit d’une
meilleure lisibilité
• La classification linéaire (ou amplitudes égales) est
une méthode de classification parmi d’autres que
nous aurons l’occasion de voir en détails dans la
partie « cartographie » du cours
• La classification d’une variable quantitative s’applique Classification linéaire de la (°)

aussi bien au mode raster qu’au mode vecteur température sur 5 classes

• Note: la police utilise notamment la classification sur

des cartes de densité pour déterminer les hotspots de
criminalité
IMAGES RVB
• Système RVB (« Rouge Vert Beu ») classique (couleurs non-indexées)
• L’image est une collection formée de 3 couches (ou 3 fichiers distincts) stockant
respectivement les intensités des 3 couleurs primaires RVB, à raison par ex. d’un
octet / pixel / couche (3 x 8 bits).
• Intervalle d’intensité de chaque primaire : 1 octet = [0..255].
• Nombre de couleurs possibles : 256³ = 16.777.216 (16 Mégas-
couleurs).
• « Vraies couleurs » : les 3 couches correspondent effectivement aux intensités de
R, V et B (exemple : image scannée, photo numérique…).
• « Fausses couleurs » : les 3 couches correspondent à 3 bandes quelconques du
spectre électromagnétique (par exemple: proche
infra-rouge, rouge, vert) mais sont associées
arbitrairement aux 3 couleurs RVB.
• Les couleurs sont rendues à l’écran
par « synthèse additive »
18
IMAGES RVB

Vraies couleurs: composition Fausses couleurs: composition

[rouge, vert, bleu] [proche infra-rouge, rouge, vert]
19
 IMAGES RVB
Mémoire graphique
Ecran
3 x 8 bits
Fichier (analogique)
Image
R

Fichier
Image Préparation DAC
V de la (« Digital to Analog Converter »)
visualisation

Fichier
Image
B

Composition colorée « vraies couleurs »

Visualisation sur écran d'une image en couleurs 24 bits 3 x 8 bits
Mode image
Structure numérique
 STOCKAGE D’IMAGES

• Une image peut être stockée soit

• Sous forme de fichier
• Dans une base de données (cf cours de SIG 1er master géomatique)
• Quelques formats de fichiers raster a priori non-spatiaux
• BPM, JPEG, GIF, PNG, TIFF, …
• Quelques formats de fichiers raster spatiaux
• GeoTIFF,
• ArcInfo Binary Grid,
• ArcInfo ASCII Grid
• NetCDF, …

22
 STRUCTURE NUMÉRIQUE D’UNE IMAGE

• Qu’elle soit stockée dans un fichier ou dans une base de données, une image contient
toujours deux grands types d’information
• La grille numérique (= données = partie « bitmap » d’un fichier)
• Contient toutes les valeurs de pixels sous forme de tableau au sens informatique
(« array »)
• Les métadonnées (partier « header » d’un fichier et/ou fichiers à part)
• Les métadonnées non-spatiales sont les informations nécessaire à l’interprétation de la
grille numérique
• Sans métadonnées, pas de lecture possible de l’image par la machine
• Les images géoréférencées contiennent des métadonnées spatiales propres à
l’information géographique, notamment les paramètres de géoréférencement
• Sans métadonnées spatiales, pas d’interaction possible avec un SIG
• Autres métadonnées (date, source, …)
GRILLE NUMÉRIQUE
Coordonnées image implicites
Données en format binaire :

00010010 0001001000001001000110110000100100010010000010010000100100011011 ...

Si données codées sur 1 octet :

18 18 9 27 9 18 9 9 27 9 9 9 9 27 9 9 9 9 27 9 18 9 9 9 27 18 9 9 9 27 ...

Si Nombre de colonnes = 5 et nombre de lignes = 10 : 18 18 9 27 9

18 9 9 27 9
9 9 9 27 9
9 9 9 27 9
18 9 9 9 27
18 9 9 9 27
18 9 9 ... ...

➔ La machine est donc capable d’interpréter les dimensions L et C de la grille numérique si elle
connait le codage des pixels (nombre de bits par pixels), le nombre de lignes et le nombre de colonnes
GRILLE NUMÉRIQUE ET VALEUR « NO DATA »
• Avantage du mode raster: la structure en grille numérique évite le
stockage explicite des coordonnées (x, y ou c,l) de chaque pixel
• … mais celle-ci ne peut pas contenir de « trous » pour être
interprétée correctement par la machine. Autrement dit, tous les
pixels doivent avoir une valeur.
• Définition arbitraire d’une valeur « no data » indiquant l’absence
de données
• Cette valeur ne doit évidemment pas interférer avec celles des
données
Couche raster exprimant la densité de criminalité
• Exemples: « 0 » pour des comptages des points, « 9999 » pour avec valeur « no data » fixée à 0 sur fond de plan
la température, « -1 » pour des distances, … « Open Street Map » (en noir et blanc)

• En général, les pixels « no data » sont représentés de manière

transparente (si le format d’image le permet)
• Avantage du mode vectoriel: l’absence d’information géographique
se traduit par l’absence de données (pas le cas du raster)…
• … mais stockage explicite de toutes les coordonnées (points ou
25
sommets de lignes/polygones)
 ENTRELACEMENT DE LA GRILLE NUMÉRIQUE
• Une collection d’images (ex: image RVB) peut être stockée dans une seule grille numérique (« cube
numérique »)
• Très courant pour stocker les différentes bandes spectrales d’une image satellitaire
• L’entrelacement traduit la manière dont les différentes bandes (= couches) sont agencées dans la grille

Entrelacement BIL (« Band Interleave by Line »)

Ordre de lecture « par rang » Entrelacement BSQ

pour un raster à une bande (« Band SeQuential »)
(pas d’entrelacement)
26
Entrelacement BIP (« Band Interleave by Pixel »)
ENTRELACEMENT DE LA GRILLE NUMÉRIQUE
 COMPRESSION DE LA GRILLE NUMÉRIQUE
• Afin de d’économiser l’espace de stockage, le raster peut subir une compression modifiant la
structure de la grille et réduisant sa taille (= nombre de valeurs)

• Inconvénient : opérations de compression / décompression

➔ temps de traitements plus longs

• Exemple: compression sans perte RLE (« Run Length Encooding ») du format de fichier « BPM »
• Exploitation des séquences de valeurs identiques.
• Au lieu d’exprimer chaque valeur de pixel une à une, on exprime un nombre d’occurrences
successives suivi de la valeur de pixel concernée
• Applicable aux seuls rasters en entiers
• Efficace si fréquence moyenne des pixels > 2
Dans le pire des cas (toutes les valeurs sont différentes), augmentation de la taille de 200%

• D’autres méthodes de compression peuvent entraîner

28 une perte d’information
 COMPRESSION RLE DE LA GRILLE NUMÉRIQUE
6 6 6 6 1 1

3 3 6 6 6 1

3 3 3 6 6 6
3 3 4 4 5 6

2 2 2 4 4 4
2 2 2 4 4 4

raster

6,6,6,6,1,1, 4,6,2,1,
3,3,6,6,6,1, 2,3,3,6,1,1,
3,3,3,6,6,6, 3,3,3,6,
3,3,4,4,5,6, 2,3,2,4,1,5,1,6,
2,2,2,4,4,4,
3,2,3,4,
2,2,2,4,4,4
3,2,3,4
Grille numérique non-compressée (36 valeurs) Grille numérique compressée (30 valeurs)
29
 MÉTADONNÉES IMAGE
• Métadonnées nécessaires pour la lecture de l’image
• Nombre de lignes
• Nombre de colonnes
• Si le raster contient plus d’une bande:
• Nombre de bandes
• Type d’entrelacement
• Codage des pixels
• Valeur « no data »
• Type de compression éventuel

30
 MÉTADONNÉES PROPRES AU SIG
• Métadonnées spatiales
• Résolution spatiale en X
• Résolution spatiale en Y
• Coordonnées d’un coin de l’image (en général, supérieur gauche) dans son système de Affine
coordonnées cartographique
• Rotation entre systèmes de coordonnées image et cartographiques (généralement nulle)
• SRID du système de coordonnées de références (cartographique ou géodésique)
• Indispensable pour la superposition avec d’autres couches et pour la reprojection (idem
données vectorielles)
• Métadonnées attributaires
• Quantitatif: Unité de mesure du phénomène modélisé (phénomènes spatialement continus)
• Qualitatif: légende associée aux valeurs présentes dans l’image (entités discrètes)
• Palette de couleurs éventuelle pour couleurs indexées

31
 « WORLD FILE »
• Beaucoup de formats de fichiers raster « non-spatiaux » permettent un géoréférencement
interprétable par un SIG grâce à un fichier particulier: le « world file »
• Le world file contient simplement les valeurs des 6 paramètres de la transformation affine
pour le passage du système de coordonnées image au système cartographique exprimés
dans l’ordre A, D, B, E, C, F
x = A.c + B.l + C
y = D.c + E.l + F
• L’extension du world file varie en fonction du type de fichier image auquel il se rapporte. Exemple de world file
Par exemple: sans rotation du
système image
• TFW pour TIFF
• JPW pour JPEG
• PGW pour PNG
• BMW pour BMP
• Le SIG interprète le géoréférencement si le world file porte le même nom que le fichier
image de base et se situe dans le même répertoire
Mode image
Rasterisation
 RASTERISATION
• Deux cas de figure
• Mode création
• Définition d’une nouvelle image à partir d’une couche vectorielle
• Définition préalable de la grille (point supérieur gauche + résolution + nombre de
lignes et de colonnes)
• Valeur « no data » affectée à tous les pixels de l’image avant rasterisation
• Modification des valeurs des pixel touchés par la rasterisation
• Mode mise à jour
• Incrustation d’un ou plusieurs objets vectoriels dans une image existante
➔ changement de valeur des pixels correspondants
• Les pixels non-touchés par la rasterisation restent inchangés

34
 RASTERISATION DE POINTS

• Point de vue géométrique

• Sélection du pixel correspondant dans le système image par
application de la transformation affine inverse simplifiée
(homothétie et translation)
• Point de vue attributaire
• Cas général: report de l’identifiant ou d’un attribut du point
comme attribut du pixel correspondant
• Comptage : affectation du nombre de points (de 0 à n)
s’inscrivant à l’intérieur de chaque pixel.
• Construction d’une image binaire : affectation de la valeur (1) à
tous les pixels correspondant à un ou plusieurs points et de la
valeur (0) aux pixels ne contenant aucun point
• …

35
RASTERISATION DE POINTS
Rasterisation de points : quelques alternatives possibles

Comptage du nombre
1 2 0
2 2 0 Somme des valeurs de points par pixel
d’un attribut quantitatif
1 1 3
5 4 9
2 1
1 1 2 1
4 6 1
4 5 2
5
2
2 1 0 3
1 1 1 0
4 3
5 4 2
1 1 1
Mode des valeurs Construction d'une
4 3 1 d’un attribut image binaire
qualitatif 1 1 1
(présence / absence)
36
RASTERISATION DE LIGNES
• Principe pour un segment de droite
• Identification des pixels correspondant aux extrémités du segment.
• Sélection des pixels situés sur le trajet du segment :
• Recherche effectuée en coordonnées image
• Report de l’identifiant ou d’un attribut du segment comme attribut
de tous les pixels correspondant au trajet du segment.
• Rasterisation de polylignes
• Généralisation de la rasterisation de segments :
• Identification des extrémités des segments.
• Rasterisation segment par segment.
• Report de l’identifiant ou d’un attribut d'une polyligne à tous les
pixels situés sur son parcours

37
RASTERISATION DE POLYGONES
• Principe
• Rasterisation de la limite du polygone (cf. rasterisation de
polylignes).
• Remplissage de l'intérieur du polygone par report de
l'identifiant ou d'un attribut du polygone sur tous les pixels
inscrits dans la limite.
• Traitement distinct des limites appartenant à 2 polygones
contigus
• Les pixels des limites d'un polygone peuvent recevoir la valeur
assignée aux pixels du dernier polygone rasterisé (identifiant
ou attribut).
• Les pixels de la limite peuvent être affectés d'une valeur propre
à toutes les limites, mais avec une altération sensible des
superficies des polygones rasterisés.

38