Académique Documents
Professionnel Documents
Culture Documents
• 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
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)
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
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
Min Max
0 Valeur
min max pixel
• Exemple: idem avec dégradé de blanc vers rouge Intensité V,B
• 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
Fichier
Image Préparation DAC
V de la (« Digital to Analog Converter »)
visualisation
Fichier
Image
B
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 :
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 ...
➔ 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)
• 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%
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
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