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

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.