Accueil > Éducation  > Tutoriels

Notions fondamentales de télédétection

4.5 Rehaussement des images

On applique le rehaussement des images afin de faciliter l'interprétation visuelle et la compréhension des images. Les images numériques ont l'avantage de nous permettre de manipuler assez facilement les valeurs enregistrées pour chaque pixel. Même s'il est possible d'effectuer les corrections radiométriques pour les effets de l'illumination solaire, les conditions atmosphériques et les caractéristiques des instruments utilisés avant de distribuer les images aux usagers, il peut s'avérer que l'image ne soit pas à son meilleur pour l'interprétation visuelle. Les systèmes de télédétection, et spécialement ceux qui utilisent une plate-forme spatiale, doivent être conçus de façon à pouvoir traiter les différents niveaux d'énergie propres aux cibles et à leur environnement, susceptibles d'être rencontrés dans une utilisation normale. Cette variation importante dans la réponse spectrale des différents types de cibles (ex. : forêt, désert, neige, eau, etc.) rend impossible l'application d'une correction radiométrique générale capable d'optimiser le contraste et les niveaux d'intensité dans chacune des conditions. Il faut donc faire un ajustement différent des tons en fonction de l'utilisation et de l'état de chacune des images.

Dans une image brute, les informations utiles sont souvent contenues dans un ensemble restreint de valeurs numériques parmi les valeurs possibles (256 dans le cas de données à 8 bits). Le rehaussement des contrastes se fait en changeant les valeurs initiales de façon à utiliser toutes les valeurs possibles, ce qui permet d'augmenter le contraste entre les cibles et leur environnement. Pour bien comprendre comment fonctionne ce type de rehaussement, il faut premièrement comprendre le concept de l'histogramme d'une image. Un histogramme est une représentation graphique des valeurs numériques d'intensité qui composent une image. Ces valeurs (de 0 à 255 pour des données à 8 bits) apparaissent le long de l'axe des x du graphique. La fréquence d'occurrence de chacune de ces valeurs est présenté le long de l'axe des y.

En manipulant la distribution des niveaux d'intensité (appelés aussi les tons de gris) dont l'histogramme est la représentation graphique sur l'ensemble des valeurs admissibles pour une image, il est possible de produire différents types de rehaussement. Il existe plusieurs méthodes qui permettent de rehausser le contraste et les détails d'une image. Nous n'en décrirons que quelques-unes. La méthode la plus simple est un rehaussement linéaire du contraste. Afin d'appliquer cette méthode, on identifie les limites supérieures et inférieures d'intensité représentées sur l'histogramme (les valeurs minimales et maximales), et à l'aide d'une transformation linéaire, on étire ces valeurs sur l'ensemble des valeurs disponibles. Dans notre exemple, la valeur minimale des données initiales dans l'histogramme est de 84 et la valeur maximale est de 153. Ces 70 niveaux n'occupent qu'un tiers des 256 valeurs disponibles. Un rehaussement linéaire étire de façon uniforme cet intervalle afin d'utiliser la totalité des valeurs de 0 à 255. Ce procédé rehausse le contraste dans l'image en pâlissant davantage les régions claires de l'image et en assombrissant davantage les régions plus foncées. Ceci facilite l'interprétation visuelle. Le graphique suivant montre l'augmentation du contraste dans une image avant (image du haut) et après (image du bas) un rehaussement linéaire.

 
L'augmentation du contraste dans une image avant (image du haut) et après (image du bas) un rehaussement linéaire

Un étirement uniforme des valeurs initiales sur l'ensemble des valeurs disponibles n'est pas toujours approprié, particulièrement lorsque la distribution initiale n'est pas uniforme. Dans certains cas, un étirement pondéré de l'histogramme peut donner de meilleurs résultats. Cette méthode assigne un intervalle de valeurs plus grand dans les portions de l'histogramme pour lesquelles les valeurs d'intensité ont une fréquence plus élevée. De cette façon, les détails de ces régions seront mieux rehaussés que les détails des régions pour lesquelles la fréquence des valeurs d'intensité de l'histogramme est plus faible. Dans d'autres cas, il peut être préférable de rehausser le contraste dans une portion spécifique de l'histogramme. Par exemple, supposons que dans l'image de l'embouchure d'une rivière, les régions où il y a de l'eau occupent les valeurs numériques dans l'intervalle de 40 à 76. Pour rehausser les détails de l'eau, pour voir les variations dans la quantité de sédiments en suspension par exemple, nous pourrions étirer cette petite portion de l'histogramme représentant l'eau (40 à 76) sur l'ensemble des valeurs disponibles (0 à 255). Tous les autres pixels ayant des valeurs d'intensité initiales plus grandes que 76 auront une valeur de 255 et ceux ayant des valeurs d'intensité inférieures à 40 auront une valeur de 0. Les détails dans les autres régions de l'histogramme seront donc perdus. Cependant, les détails sur l'eau seront grandement rehaussés.

Les filtres spatiaux représentent une autre méthode de traitement numérique utilisées pour le rehaussement d'une image. Ces filtres sont conçus de façon à faire ressortir ou à supprimer des caractéristiques spécifiques d'une image en se basant sur leur fréquence spatiale. La fréquence spatiale est liée au concept de texture dont nous avons discuté à la section 4.2. Elle fait référence à la fréquence de variation des différents tons qui apparaissent dans une image. Les régions d'une image où la texture est "rugueuse" sont les régions où les changements dans les tons sont abrupts; ces régions ont une fréquence spatiale élevée. Les régions "lisses" ont une variation des tons qui est plus graduelle sur plusieurs pixels; ces régions ont une fréquence spatiale faible. La méthode de filtrage spatial consiste à déplacer une "fenêtre" d'une dimension de quelques pixels (ex. : 3 sur 3, 5 sur 5, etc.) au-dessus de chaque pixel de l'image. On applique alors un traitement mathématique utilisant les valeurs des pixels sous la fenêtre et on remplace la valeur du pixel central par le résultat obtenu. La fenêtre est déplacée le long des colonnes et des lignes de l'image, un pixel à la fois, répétant le calcul jusqu'à ce que l'image entière ait été filtrée. En modifiant le calcul effectué à l'intérieur de la fenêtre, il est possible de rehausser ou de supprimer différents types de caractéristiques présents dans une image.

Un filtre passe-bas est conçu afin de mettre en évidence les régions assez grandes et homogènes ayant des pixels d'intensité similaire. Ce filtre réduit les plus petits détails d'une image. Il est donc utilisé pour lisser une image. Les filtres moyenneur et médian, souvent utilisés avec les images radars (nous les avons décrits au chapitre 3), sont des exemples de filtre passe-bas. Les filtres passe-haut font le contraire : ils sont utilisés pour raviver les petits détails d'une image. Un filtre passe-haut peut par exemple se définir en appliquant premièrement un filtre passe-bas à une image pour ensuite soustraire le résultat de l'image originale, ce qui produit une nouvelle image dans laquelle les détails ayant une fréquence spatiale élevée sont rehaussés. Les filtres directionnels ou les filtres détectant les contours sont utilisés pour rehausser les caractéristiques linéaires d'une image comme les routes ou les limites des champs. Ces filtres peuvent aussi être conçus pour rehausser des caractéristiques ayant une certaine orientation dans l'image. Ces filtres ont de nombreuses applications en géologie pour la détection de structures géologiques linéaires.