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. 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 , 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.
Le rehaussement d’images est essentiellement un processus qui permet de faciliter l’interprétation visuelle d’une image. Dans certains cas (comme lors d’un filtrage passe-bas), le résultat peut paraître décevant mais il permet toutefois à l’interprète de discerner les éléments de basse fréquence spatiale parmi le fouillis des hautes fréquences de l’image. Les rehaussements sont souvent appliqués pour des raisons spécifiques. Ainsi, pour une image donnée, ils pourront être forts différents s’il s’agit d’applications différentes.
Contrairement au rehaussement dont nous avons parlé, le filtrage peut se faire de deux manières différentes: en modifiant la visualisation de l’image ou en modifiant les valeurs de l’image elle-même. Si vous décidez d’appliquer définitivement le filtrage pour travailler à la classification sur l’image modifiée, vous devrez créer une nouvelle image en sortie du processus de filtrage.
Filtrage avec QGis
Vous disposez d’un outil de traitement dans la bibliothèque SAGA Gis pour effectuer le filtrage d’images SAGA -> Raster Filter -> Simple Filter:
Les filtres disponibles concernent trois grands types de filtres:
Les filtres passe-bas (Smooth)
Les filtres de lissage (passe-bas) lissent les données en réduisant les variations locales et en supprimant le bruit. Le filtre passe-bas calcule la valeur moyenne (moyenne) pour chaque pixel voisin. L’effet est que la moyenne des valeurs hautes et basses de chaque voisin sera réduite, ce qui réduira les valeurs extrêmes des données.
Les filtres passe-haut (Sharpen)
Le filtre Netteté (sharpeningt) accentue la différence comparative des valeurs avec ses voisins. Un filtre passe-haut calcule la statistique de somme focale pour chaque cellule de l’entrée à l’aide d’un voisinage pondéré du noyau. Il met en évidence les limites entre les caractéristiques (par exemple, lorsqu’un plan d’eau rencontre la forêt), accentuant ainsi les contours entre les objets. Le filtre passe-haut est appelé filtre d’amélioration des contours. Le noyau du filtre passe-haut identifie les cellules à utiliser dans le voisinage et leur poids
Filtres de détection de bord (Edge)
Le troisième des filtres concerne la détection de bords des objets géographiques.
Voici un exemple de l’application de chacun de ces filtres sur une image:
Bonjour, vos tutoriels sont très bon, dommage qu’il n’y est pas la suite, j’aurai aimé aller au bout de cet exercice. Savez-vous ou je peux trouver un tutoriel du même type complet (en français ou anglais) ? Merci à vous
Hélas, non. C’est pour cela que j’avais commencé cette série d’articles, mais sans avoir le temps de les terminer. Dès que j’ai des disponibilités j’attaque la suite.
Merci tout de même pour votre partage