Environnements+numériques+de+l’image++Images+numériques+de+l’environnement!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+
Eric+Masson1,!Shamshod!Akmalov1,!Olivier!Blanpain1,!Jean7Bap8ste!Litot1,!Hélène!Melin2,!Antonio!Dos!Santos2,!Cyril!Durant3,!Alain!Leprêtre4,!Céline!
Pernin4,!Coralie!Burrow4,!Sébas8en!Détriché4,!Francis!Douay4,!Julie!Leclercq4!
Ins7tut+des+Sciences+de+l’Homme+de+Lyon+18G19+juin+2015+
1!Territoire!Ville!Environnement!société!(TVES)!EA!4477!Université!de!Lille!Sciences!et!Technologies!2!CLERSÉ!UMR!CNRS!8019!Université!de!Lille!Sciences!et!Technologies!3!Laboratoire!de!Génie!Civil!et!de!géo7Environnement!(LGCgE)!EA!4515,!Université!de!Lille!Sciences!et!Technologies!4!Laboratoire!de!Génie!Civil!et!de!géo7Environnement!(LGCgE)!EA!4515,!ISA7Lille!
Introduc8on!• Projets!pluridisciplinaires!– INE7ENI!(BQR!Lille!1)!20137…!– Thèse!(Erasmus!Mundus)!201372016!– 2!thèses!écologie!du!Sol!(LGCgE)!!– Thèse!en!Socio7Anthropologie!de!l’Environnement!(CLERSE)!!
– SewerMapper!(Ira7SME)!201572016!
• Obje8fs!scien8fiques!similaires!– Champs!théma8ques!très!large!de!l’environnement!mais!rapport!à!l’espace!
– Stockage!de!l’informa8on!au!format!image!– Intégra8on!ou!exploita8on!numérique!des!données!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Présenta8on!
• Images!Numériques!de!l’Environnement!– Du!satellite!au!microscope…!cas!d’études!
• Environnements!Numériques!de!l’Image!– Résolu8ons!et!échan8llonnages!de!l’informa8on!
• Visualisa8on!de!données!et!extrac8on!de!l’informa8on!– Visualisa8on!des!données!images!
– Extrac8on!OBIA!
INE,!du!satellite!au!microscope…!
ENI!Résolu8ons!et!échan8llonnages!
Visualisa8on!7extrac8on!données7informa8on!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Images!Numériques!de!l’Environnement,!du!satellite!au!microscope…!
• Plusieurs!projets!de!recherches!impliqués!• Différents!types!de!données!au!format!image!• Différentes!théma8ques!environnementale!• Objec8fs!scien8fiques!similaires!– Echan8llonner!des!objets!environnementaux!– Extraire!de!l’informa8on!depuis!les!jeux!de!données!images!
• Probléma8ques!BIG!DATA!/!Visualisa8on!– Catalogage!des!sources!disponibles!– Visualisa8on!des!données!pour!analyse!théma8que!
INE,+du+satellite+au+microscope…+
ENI!Résolu8ons!et!échan8llonnages!
Visualisa8on!7extrac8on!données7informa8on!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
• Données!satellitales!– Moyenne!(MODIS)!à!très!haute!(Worldview2)!résolu8on!spa8ale!
– Données!mul8spectrales!(4!à!9!bandes)!– Données!hyperspectrales!(144!bandes)!– Mul8dates!période!197472013!– Sur!programma8on!
!• Données!aériennes!– Très!haute!résolu8on!spa8ale!(2,5m!à!8!cm) !!– Monocanal!(1!bande),!Mul8spectrales/mul8canal!(374!bandes)!à!Hyperspectrales!(144!bandes)!
– Instantanée,!!mul8dates!193072013!– Sur!programma8on!
INE,+du+satellite+au+microscope…+
ENI!Résolu8ons!et!échan8llonnages!
Visualisa8on!7extrac8on!données7informa8on!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Quelques!carateris8ques!techniques!de!données!satellites!(basse!et!trés!haute!résolu8ons)!
Données+Worldview2+
hjps://lpdaac.usgs.gov/!
Données+MODIS+
Thèse!en!cours!Shamshod!Akmalov!Syr!Daria!(Ouzbekistan)!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Données!Worldview!2!Mataiva!(Tuamotu,!Polynésie!Fra.)!
AOI!
N!
2!km!
Courtesy!of!Digital!Globe!data!2009!
Carateris8ques!techniques!de!données!aeriennes!(mul8spectrales!et!hyperspectrales)!
INE,+du+satellite+au+microscope…+
ENI!Résolu8ons!et!échan8llonnages!
Visualisa8on!7extrac8on!données7informa8on!
Photo!LMCU,!Vraies!Couleurs,!1997!
Photo!IGN,!N&B,!1994!Photo!IGN,!N&B,!1930!
Photo!LMCU,!Infrarouge,!2008!
ZAC+de+l’Union+G+Métropole+Européenne+de+Lille:+résolu8on!spa8ale!1!m!à!8!cm!7!79!dates!disponibles!
Thèse!en!cours!Coralie!Burrow!(ZAC!Union)!
Source!:!Pizzolante!R.!Carpen8eri!B,!2012!
Données+Hyperspectrales+:+Résolu8on!spa8ale!décimétrique!et!+!
Acquisi8on!sur!programma8on!Quelques!dizaines!à!244!bandes!spectrales!
• Données!photographiques!au!sol!– Données!à!très!haute!résolu8on!(>18!Mio!pixels)!– Différentes!profondeur!de!champs!(zoom)!et!d’ouverture!(champs!de!vision)!
– Revisites!saisonnière!à!vingtennale!(199472014)!et!!images!d’archives!
!• Données!images!3D!!– Données!à!très!haute!résolu8on!(mm)!– Informa8on!3D!monocal!– Inventaire!des!réseaux!d’assainissement!!!!!!(projet!IRA7SME!SewerMapper!201572016)!
INE,+du+satellite+au+microscope…+
ENI!Résolu8ons!et!échan8llonnages!
Visualisa8on!7extrac8on!données7informa8on!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Plusieurs!Go!par!objet!
1!
2!
2!
3!
Photographie!au!sol!(Yellowstone!USA)!1!Plan!large!(28!mm),!2!!zoom!(85mm)!3!agrandissement!numérique!(24!Mio!pix)!!
Entrepôts!d’images!numériques!et!veille!environnementale!par8cipa8ve…!
Paysages!de!friches!urbaines!Image!d’élicita8on!de!discours!:!percep8on!de!l’environnement!sur!les!friches!de!la!ZAC!de!l’Union!
(Thèse!en!cours!A.!Dos!Santos)!
• Données!microscope!électronique!– Ultra!haute!résolu8on!spa8ale!(échelle!du!µm)!
– Echan8llon!lame!mince !!
– Image!BSE!(1!bande)!ou!Microsonde!(cartographie!élémentaire)!
INE,+du+satellite+au+microscope…+
ENI!Résolu8ons!et!échan8llonnages!
Visualisa8on!7extrac8on!données7informa8on!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Données!Microscope!Electronique!à!Balayage!
ENI!7!Résolu8ons!et!échan8llonnages!
• Stockage!des!images!(matrices!2D)!de!dimension!n!(bandes!spectrales,!strates!temporelles,!niveaux!séman8ques…)!
• Nombre!de!pixels!(cadence!d’échan8llonnage)!par!grille!grandissant!
• Surface!réelle!d’acquisi8on!en!forte!croissance!(du!micro!au!macro)!
• Type!de!données!dans!la!catégorie!des!matrices!hypercube/mul8cubes.!
INE,+du+satellite+au+microscope…+
ENI+Résolu7ons+et+échan7llonnages+
Visualisa8on!7extrac8on!données7informa8on!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
INE,+du+satellite+au+microscope…+
ENI+Résolu7ons+et+échan7llonnages+
Visualisa8on!7extrac8on!données7informa8on!
Les+résolu7ons+:+7!spa8ale!:!du!micron!au!km!7!spectrale!:!une!bande!à!244!bandes!spectrale…!7!temporelles!:!journalière,!mensuelle,!sur!demande!7!numérique!:!profondeur!d’encodage!(4!à!16!bits)!7!séman8que!:!nomenclature!des!classifica8ons!+L’échan7llonnage+spa7al+:+7!De!plusieurs!microm²!à!plus!plusieurs!Mio!de!km²!imagés!7!de!quelques!centaines!de!milliers!à!plusieurs!millions!de!pixels!par!surface!
imagée!!Le+stockage+et+l’exploita7on+:+7!matrices!hypercube!(mul8bandes,!mul8dates)!7!unités!d’archives!en!To!7!accès!distant!–!Global!7!interopérabilité!des!formats!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
2010!7!Campagne!d’échan8llonnage!:!!7!211!pts!GPS!!7!733!photos!
Photographie+au+sol+(Yellowstone+USA)+
2013!7!Campagne!d’échan8llonnage!:!!7!229!pts!GPS!!7!702!photos!
Visualisa8on!de!données!et!extrac8on!de!l’informa8on!
• Visualisa8on!des!données!images!– Composi8ons!colorées!RVB!et!calculs!d’indices!
– Fusion!de!données!(mul8date!/!mul8résolu8on!spa8ale)!
– Composi8on!colorées!ACP!
– Composi8ons!colorées!augmentées!(eCogni8on®)!
INE,!du!satellite!au!microscope…!
ENI!Résolu8ons!et!échan8llonnages!
Visualisa7on+Gextrac7on+donnéesGinforma7on+
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
R:!Red;!G:!Green;!B:!Blue!R:!Nir!1;!G!:!Red;!B:!Green! R:!Nir2;!G:!Red!edge;!B:!Yellow!
Panchroma8c!band!!NWI! NDVI!
Composi8ons!colorées!et!indices!calculés!sur!des!données!Worldview2!(Mataiva!–!Polynésie!Fra.)!
Données!aériennes!PPIGE!région!NPDC!(site!de!Metaleurop)!Composi8on!colorée!fusion!IR72009!(20cm)!/!RVB72005!(50cm)!
Thèse!en!Cours!!Julie!Leclercq!
ACP+1+
ACP+2+
ACP+3+
HOUSTON+(USA)+!Données!hyperspectrales!(Casi!144!bandes)!!!Compression!des!données!par!ACP!pour!réalisa8on!de!composi8on!colorée!!!
HOUSTON+(USA)+!!Données!hyperspectrales!(Casi!144!bandes)!!!Combinaisons!de!composantes!principales!pour!l’interpréta8on!et!l’analyse!théma8que!des!données!images!!De!haut!en!bas!:!Composantes!123!Composantes!234!Composantes!456!
Géochimie+:+Composi7on+colorée++données+microsonde+(Al,+Ca,+Mg,+Si)+
Avantages+:++7 !Synthèse!des!données!par!composi8on!colorée!7 !Iden8fica8on!des!différentes!phases!pour!l'interpréta8on!et!l'extrac8on!d'informa8ons!
Olivine!&!
Serpen8ne!
Dolomie!
Calcite!
Spinelle!
Diopside!
Vide!
Visualisa8on!de!données!et!extrac8on!de!l’informa8on!
• Extrac8on!OBIA!– OBIA!=!Object!Based!Image!Analysis!
– Segmenta8on!d’image!(eCogni8on®)!
– Classifica8on!orientée!objet!
INE,!du!satellite!au!microscope…!
ENI!Résolu8ons!et!échan8llonnages!
Visualisa7on+Gextrac7on+donnéesGinforma7on+
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
OBIA!:!Object!Based!Image!Analysis!
Source!:!Definiens!2006!
Source!:!Definiens!2006!
INE,!du!satellite!au!microscope…!
ENI!Résolu8ons!et!échan8llonnages!
Visualisa7on+Gextrac7on+donnéesGinforma7on+
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Hiérarchie!et!extrac8on!de!sta8s8ques!spa8ales!
Données!ajributaires!à!différents!niveaux!de!segmenta8on!!
Données!
Résultat!de!la!classifica8on!CASI7Lidar!sur!Houston!(USA)!
Règle+de+classifica7on+basée+sur+«+membership+func7ons+»+
Données!d’interpréta8on!
Classes!
Résultats+:+Classifica7on+globale+au+niveau+2+(Diopside+&+Serpen7ne+dans+l'Olivine)+
Perspec8ves!• L’accumula8on!de!données!numériques!au!format!image!étend!les!
perspec8ves!et!les!défis!de!recherches!disciplinaires!et!interdisciplinaires!(dont!les!SHS)!sur!l’environnement.!
• Ceje!accumula8on!impose!également!l’u8lisa8on!d’ou8ls!de!visualisa8on!et!d’extrac8on!de!l’informa8on!numérique!qui!soient!capables!de!gérer!des!bases!de!données!:!
– complexes,!
– de!plus!en!plus!volumineuses,!
– et!dont!la!mise!à!jour!s’accélère.!
• Ceje!accumula8on!pose!aussi!le!problème!de!l’accès!aux!données!:!!
– indexa8on!mul87sources!(inventaires,!catalogages…),!
– fouille!de!métadonnées!(propriétés,!contenus,!qualité…),!
– accessibilité!(moissonnage,!accès!distant!aux!contenus…),!
– direc8ve!INSPIRE!pour!l’UE…!
4ème+édi7on+des+journées+«+Big+Data+Mining+and+Visualiza7on+»+18G19+Juin+2015+Lyon+
Remerciements!
• Organisa8on!des!4e!journées!/!GT7GAST!:!Cécile+Favre+(ERIC,!Université!Lyon!2)!Cyril+de+Runz+(CReSTIC,!Université!de!Reims!Champagne7Ardenne)!
Eric+Kergosien+(GERIICO,!Université!Lille!3)!• Université!Lille!1!
Financement!BQR!2013!«!INE7ENI!»!
• IraSME!:!Union!Européenne!/!Région!NPDC!Financement!Projet!SewerMapper!(201572016)!!
Merci!pour!votre!ajen8on!