Amélioration du Contraste et la détection du ROI dans des Images satellitaire Application à l’environnement et au développement durable

Abstract

La télédétection est de plus en plus utilisée à l’observation de la Terre au service de l’environnement et du développement durable. Elle se base sur l’analyse numérique pour le traitement des images où l’intelligence artificiel (IA) est l’outil principal. Les classes temporelles d’images satellitaires représentent de nos jours une source d’information importante pour le suivi de la surface terrestre à différentes échelles, elles deviennent ainsi une voie d’investigation très pertinente. Ces images permettent de renseigner sur les indicateurs environnementaux, l’étude des phénomènes dynamiques, le suivi et l’interprétation des phénomènes évolutifs tels que : le changement climatique, crises et catastrophes naturelles pour aboutir à des opérations à mener, par exemple sur les problèmes de déforestation et de suivi des ressources hydriques (nappes d’eau). Une base de données d’images de nappes d’eau prises par le satellite Sentinel-2 API. Chaque image est accompagnée d’un masque noir et blanc où le blanc représente l’eau et le noir représente le reste de l’image. Les masques ont été générés en calculant le NWDI (Normalized Water Difference Index) qui est dérivé des bandes 8 et 3 du satellite et fréquemment utilisé pour détecter et mesurer la végétation dans les images satellites, mais un seuil plus élevé a été utilisé pour détecter les nappes d’eau. La finalité du sujet proposé est de s’intéresser, dans un premier temps, à l’extraction d’information à partir d’image satellite et de proposer par la suite un outil d’analyse de texture, soit par un développement spécifique et/ou par l’utilisation de logiciel existant. Le but était de proposer, à partir de cet outil, d’analyser les différents types de zones de l’occupation des sols. Notre projet s’inscrit dans ce but : L’image est prétraitée en utilisant un algorithme impliquant une amélioration de la qualité de l’image. Ensuite, proposer une procédure de segmentation, dont le formalisme s’appuie sur la théorie des Fuzzy C-Menas pour la détection de région d’intérêt (nappe d’eau) en utilisant le logiciel Matlab. Mots Clés : Images satellitaire, nappes d’eau, prétraitement, segmentation, détection, Fuzzy CMeans. G ABSTRACT Remote sensing is increasingly being used for earth observation in the service of the environment and sustainable development. It is based on numerical analysis of image processing where artificial intelligence (AI) is the main tool. The temporal classes of satellite images today represent an important source of information for the monitoring of the earth’s surface at different scales, and thus become a very relevant line of investigation. These images provide information on environmental indicators, the study of dynamic phenomena, the monitoring and interpretation of evolutionary phenomena such as: climate change, crises and natural disasters leading to operations to be carried out, for example, on the problems of deforestation and monitoring water resources (water body). A collection of water body images captured by the Sentinel-2 Satellite. Each image comes with a black and white mask where white represents water and black represents something else but water. The masks were generated by calculating the NWDI (Normalized Water Difference Index) which is frequently used to detect and measure vegetation in satellite images, but a greater threshold was used to detect water body. The purpose of the proposed topic is to initially focus on extracting information from satellite images and then to propose a texture analysis tool, either through specific development and/or through the use of existing software. The aim was to use this tool to analyse the different types of land use zones. Our project aims to achieve this: The image is pre-processed using an algorithm involving an improvement in the image quality. Next, propose a segmentation procedure, the formalism of which is based on the theory of Fuzzy C-MEANS for the detection of region of interest (water body) using Matlab software. Keywords: Satellite images, water body, pre-processing, segmentation, detection, Fuzzy CMEANS. H ملخص يتزايد استخدام االستشعار عن بعد في رصد األرض في خدمة البيئة والتنمية المستدامة. يعتمد على التحليل العددي لمعالجة الصور حيث يكون الذكاء االصطناعي هو االداة الرئيسية تمثل الفئات الزمنية للصور الستيليتية اليوم مصدرمهما للمعلومات لرصد سطح االرض على نطاقات مختلفة وبالتالي تصبح خط بحث وثيق الصلة. وتوفر هذه الصور معلومات عن المؤشرات البيئية، ودراسة الظواهر الديناميكية ورصد وتفسير الظواهر المتطورة مثل تغيير المناخ واالزمات والكوارث الطبيعية التي تؤدي الى تعين عمليات االطالع بها. على سبيل المثال مشاكل ازالة الغابات ورصد الموارد المائية )المسطحات المائية(. قاعدة بيانات صور مسطحات المائية التي التقطها الستيليت كل صورة مصحوبة بقناع ابيض واسود حيث يمثل االبيض الماء واالسود بقية الصورة، يتم انشاء االقنعة عن طريق حساب المؤشر الطبيعي في المياه المشتق من نطاقي الستيليتية 8و3 ويستخدم كثيرا لكشف وقياس الغطاء النباتي في صور ستيليت ولكن تم استخدام عتبة اعلى لكشف عن المسطحات المائية. الغرض من الموضوع المقترح هو التركيز في البداية على استخدام المعلومات من الصور الستيليتية ثم اقتراح اداة لتحليل النسيج اما من خالل تطوير محدد و/أو من خالل استخدام البرمجيات الموجودة وكان الهدف هو استخدام هذه االداة لتحليل مختلف انواع المناطق االستخدام االرضي يهدف مشروعنا الى تقيق ذلك تتم معالجة الصورة مسبقا باستخدام خوارزمية تتضمن تحسين جودة الصورة بعد ذلك اقتراح اجراء تجزئة تستند شكلياته الى نظرية للكشف عن المناطق التي هي محل االهتمام )المسطحات المائية( باستخدام برنامج المطالب . الكلمات المفتاحية: صور األقمار الصناعية، جداول المياه، المعالجة المسبقة، التجزئة، الكشف.