Portrait

Profession: chercheur en télédétection

Les métiers de la télédétection sont multiples. De l'ingénieur au technicien en passant par le gestionnaire de satellites ou le commercial qui distribue les données spatiales. Rencontre avec un chercheur belge qui teste une méthode d'identification automatique d'objets au départ d'images satellitaires à très haute définition, Alexandre Carleer.

Alexander Carleer, chercheur à l'Institut de gestion de l'environnement et d'aménagement du territoire (IGEAT) de l'Université libre de Bruxelles. Alexander Carleer, chercheur à l'Institut de gestion de l'environnement et d'aménagement du territoire (IGEAT) de l'Université libre de Bruxelles.
©CDB

Sur les murs de son bureau, à l'Université Libre de Bruxelles, les images satellitaires sont partout. On passe de la ville à la montagne, de la campagne aux zones désertiques. "De belles images", commente-t-il. "Mais qu'il faut savoir décoder, lire, interpréter. "

Quand les régions observées sont vastes et que la définition des images (la résolution spatiale dans le jargon) est faible, on reconnaît aisément les grandes structures: une chaîne de montagne, un lac, des champs, des forêts. Lorsqu'il s'agit d'aller dans le détail, cela devient une mission quasi impossible.

" Sauf depuis 1999", explique cet ingénieur agronome qui a ensuite bifurqué vers un doctorat en sciences et la télédétection. "Depuis cette fameuse année, nous disposons d'images satellitaires civiles à très haute résolution. Avant cela, nous nous satisfaisions de données issues par exemple des satellites Landsat, dont les premières générations ne distinguaient au sol que des détails de l'ordre de 80 mètres. Par la suite, leur résolution spatiale est passée à 30 mètres. Avec la famille Spot, on a commencé avec des pixels représentant 20 mètres au sol. Puis, avec Spot 5, on est arrivé à 2,5 mètres. "

La révolution de 1999 porte un double nom: Ikonos et Quickbird, deux satellites américains à très haute résolution. "Avec eux, la précision des images s'approche de celle des photographies aériennes, précise le chercheur, de quelques dizaines de centimètres à un mètre. Ce qui a débouché sur une explosion des nouvelles données. "

Un fouillis qu'il faut identifier, classer, interpréter. Pour les photos aériennes, cette interprétation se faisait manuellement. Mais sur des territoires plus vastes et revisités très régulièrement par les satellites, cela devient très long et très coûteux. Il a donc fallu trouver des méthodes automatiques.

Ce type de méthodes avait, bien sûr, déjà été développé pour les satellites de moindre résolution. Elle se faisait selon une classification par pixel.

Segmentation d'images

"Mais pour les images à très haute définition, cette méthode n'est plus satisfaisante", continue Alexandre Carleer. "Il a fallu passer à autre chose :la méthode de la classification par région. Celle-ci segmente l'image en fonction de la couleur de chaque pixel, mais peut aussi être couplée à des critères de forme de l'objet, et même de texture. Les programmes que nous testons tendent finalement à recréer de manière homogène et cohérente les objets vus au sol. Ainsi, on peut observer/identifier automatiquement une multitude d'éléments: des maisons, des immeubles industriels, des arbres, des voitures, des routes. Bref, ce qui ne se voyait pas avant sur des images ayant une résolution spatiale moins fine. Le procédé permet aussi de différencier des objets de même couleur (de même signature spectrale) en fonction de leurs formes. Un exemple: là où la signature spectrale seule du bitume ne permettait pas de dire s'il s'agissait d'un tronçon de route ou d'un toit, la méthode permet aujourd'hui une discrimination.»

Ce traitement numérique des données trouve, bien entendu, de nombreuses applications. «Par exemple, pour la vérification des déclarations de surfaces cultivées par les agriculteurs européens bénéficiant de subsides, la méthode permet de contrôler et de calculer les surfaces réellement travaillées tout en identifiant d'éventuelles inclusions dans les parcelles (un étang, un bosquet) et en vérifiant les types de cultures. Autre exemple où cette méthode s'avère également efficace: la mise à jour régulière des occupations des sols dans une province, une région, un département", conclut le chercheur.

Haut de page