Traitement d’image et morphologie fluviale d’un torrent en ... · 1 Traitement d’image et...
Transcript of Traitement d’image et morphologie fluviale d’un torrent en ... · 1 Traitement d’image et...
1
Traitement d’image et morphologiefluviale d’un torrent en tresse : Le
Torrent de St Pierre au pré de MadameCarle (Hautes-Alpes (05), France)
Présenté par Fabien HUGUE
Maitre de Stage : Philippe BELLEUDY
2
INTRODUCTIONINTRODUCTIONOBJECTIFSOBJECTIFS
24 juin 2006 22 septembre 2006
Peut-on utiliser ces images pour étudier l’évolution du cours du torrent dans le temps par analyse diachronique?
Photos : A.M. BOULLIER; P. BELLEUDY
B
B
3
INTRODUCTIONINTRODUCTIONOBJECTIFSOBJECTIFS
Image Numérique
de qualité courante
Discrimination des
différentes zones
du lit d’un
cours d’eau
Etude de la variabilité
d’un cours d’eau
dans le temps
Transfert du stock alluvial
(transport solide)
PROPOSITIONPROPOSITION
DD’’UNEUNE
METHODEMETHODE
Domaine dDomaine d’é’étudetude
4
SOMMAIRESOMMAIRE
I- Description du site étudié
II- Méthode du traitement d’images et Limites
III- Un exemple d’application
IV- Conclusion et perspectives
5
I- DESCRIPTION DU SITE ETUDIELocalisationLocalisation
• Nord du département des Hautes-Alpes (France)
• Massif des Ecrins (Barre des Ecrins 4100m)
• Confluence des Glaciers Blanc et Noir
Tiré de Wikipédia.org et du site internet www.pour-les-vacances.com
6
Description du torrentDescription du torrent
• Pré de Mme Carle = vallée glaciaire comblée
• Plaine alluviale composée de galets, sable et farine glaciaire
Source : Tiré d’une photographie aérienne de l’Institut de Géographie Alpine IGA, 1993.
Torrent de St Pierre
=
Torrent du glacier Blanc (eau)
+
Torrent du glacier Noir (matériaux)
(+ Torrent du glacier de la Momie)
Grande variabilité journalière
I- DESCRIPTION DU SITE ETUDIE
7
VariabilitVariabilitéé
Evolution rapide du cours du torrent
Analyse diachronique sur images numérique = échelle de temps courte
Photos : P. BELLEUDY
I- DESCRIPTION DU SITE ETUDIE
8
SOMMAIRESOMMAIRE
I- Description du site étudié
II- Méthode du traitement d’images et Limites
III- Un exemple d’application
IV- Conclusion et perspectives
9
IIII-- METHODEMETHODEProtocoleProtocole
1. Sélection des images(Qualité et prise de vue)
Images de même Géométrie
(Superposition)
Images comparables entre elles
3. Classificationdes zones
Données « utilisables »
2. OrthorectificationGéoréférencement
10
1. S1. Séélection des imageslection des images
Photos : A. LETREGUILLY, B. BOUDEVILLAIN.
-
-+
+
Contraste
Point de vueImage idéale
IIII-- METHODEMETHODE
11
2. Orthorectification 2. Orthorectification et Get Gééororééfféérencementrencement
Objectif : représenter les images dans la même géométrieSuperposition des images entres elles Facilite l’analyse diachronique
Orthorectification : correction des déformations de la photographie liées à la
projection de l’axe optique (distorsion)
Géoréférencement :Représentation de l’image dans un système géographique
Image redressée semblable à une image aérienne
IIII-- METHODEMETHODE
12
1. Choix des points d’amer (PA) sur l’image de base : points d’une image qui restent fixes au cours du temps.
2. Trouver les coord. terrestres des PA (a partir d’une image aérienne)
3. Faire correspondre les PA en coord. pixel avec les PA en coord. terrain (m).
IIII-- METHODEMETHODE2. Orthorectification 2. Orthorectification et Get Gééororééfféérencementrencement
13
Image brute
Image orthorectifiée et géoréférencée
Image du 02/07/2007 à 11h30Photo : F. MACIAN
y
x
IIII-- METHODEMETHODE2. Orthorectification 2. Orthorectification et Get Gééororééfféérencementrencement
14
Superposition des imagesSuperposition des images
Image A du 10/08/2007 : J.P. BOUILLIN.
Image B du 04/09/2003 : A. LETREGUILLY
Erreur de décalage (environ 10m)
=
Choix des points d’amer
+
Modèle d’orthorectification
+
Qualité du géoréférencement
Étude des grandes variabilités (>10m)
IIII-- METHODE et LIMITESMETHODE et LIMITES
15
Objectif : comparer les images entre ellesClassification des zones du lit du torrent
Facilite l’analyse diachronique
Classification :
- Simplification de l’image par attribution de couleurs artificielles (image standard)
- Correspondance entre classes d’information (catégorie d’intérêt) et classes spectrales (groupes de
pixels de même intensité)
- Classification supervisée recommandée
3. Classification3. Classification IIII-- METHODEMETHODE
16
a. Image orthorectifiée géoréférencée
b. Sélection des zones d’entraînement
c. Algorithme de classification
d. Image classifiée
Méthode de classification dite « supervisée »
IIII-- METHODEMETHODE3. Classification3. Classification
17
Image orthorectifiée et géoréférencée
Image classifiée
Image du 02/07/2007 à 11h30Photo : F. MACIAN
IIII-- METHODEMETHODE3. Classification3. Classification
18
Choix du nombre de classes
Possibilité de créer un masque pour cibler la zone d’intérêt
IIII-- METHODEMETHODE3. Classification3. Classification
19
Artéfact de la classification :
différence de luminosité sur la zone
photo : F. MACIAN
IIII-- METHODE et LIMITESMETHODE et LIMITES3. Classification3. Classification
20
SOMMAIRESOMMAIRE
I- Description du site étudié
II- Méthode du traitement d’images et Limites
III- Un exemple d’application
IV- Conclusion et perspectives
21
Morphologie fluvialeMorphologie fluviale IIIIII-- EXEMPLE DEXEMPLE D’’APPLICATIONAPPLICATION
Etude de la variabilité du cours d’eau par :
- Analyse temporelle
- Transects
4 septembre 2003 2 juillet 2007
22
Analyse temporelleAnalyse temporelle
Détection des changements significatifs entre deux ou plusieurs images prises à des dates différentes
Perspective : créer des cartes d’évolution par soustraction normalisée (analyse temporelle).
IIIIII-- EXEMPLE DEXEMPLE D’’APPLICATIONAPPLICATION
23
TransectsTransects
Transect perpendiculaire àla variation
Représentation d’une coupe donnant un graphe des
classes en fonction de la distance entre deux points
Classes
Distance
Eau
Grève
Banc végétalisé
Berge
IIIIII-- EXEMPLE DEXEMPLE D’’APPLICATIONAPPLICATION
24
SOMMAIRESOMMAIRE
I- Description du site étudié
II- Méthode du traitement d’images et Limites
III- Un exemple d’application
IV- Conclusion et perspectives
25
IVIV-- CONCLUSIONCONCLUSION
• Méthode permettant une analyse diachronique entre des images.
• Nécessité de procéder à un traitement d’image Comparaison d’images semblables (forme).
• Problèmes de superposition liés à la méthode.
• Méthode utile pour analyser les grandes variations des cours d’eau.
26
IVIV-- PERSPECTIVESPERSPECTIVES
1. Amélioration de la méthode
• Connaître la position géographique réelle de chaque point d’amer (par GPS ou théodolites sur le terrain).
• Tester d’autre logiciels pour l’orthorectification.
• Collecter des photos.
2. Utilisation de la méthode
• Etudier la variabilité pour mieux comprendre le transfert du stock alluvial.
- Evolution des bancs
- Echelles de temps
- Hydrologie
27
REMERCIEMENTSREMERCIEMENTS
Général : Philippe BELLEUDY
Méthode d’orthorectification : Alexandre HAUET
Méthode de classification : Ghislain PICARD
Erwan PATHIER
Merci aux photographes amateurs
Collecte de nouvelles images du torrent de St Pierre au pré de Mme Carle sur le
site internet :
http://www.lthe.hmg.inpg.fr/~belleudy/reportage/PredeMadameCarle/
N’hésitez pas à nous envoyer vos photos du torrent de St Pierre au pré de Mme Carle. Pour plus d’information :
Site web : http://ltheln21.hmg.inpg.fr/LTHE/spip.php?rubrique142