Analyse spectrale

La sous-boîte à outils Spectral Analytics traite chaque pixel comme un spectre, une courbe de réflectance en fonction de la longueur d’onde, plutôt que comme une poignée de valeurs de bandes indépendantes. Ce changement de point de vue compte quand votre imagerie comporte de nombreuses bandes, et c’est la façon naturelle de travailler avec des données hyperspectrales.

Deux questions dominent cette sous-boîte à outils. De quel matériau est fait ce pixel, à en juger par la forme de son spectre ? Et quand un pixel contient plusieurs matériaux à la fois, dans quelles proportions ?

Par où commencer

Linear Spectral Unmixing

La réponse au problème des pixels mixtes. Un pixel de 20 mètres au-dessus d’une zone périurbaine n’est ni une maison ni un jardin, c’est un mélange des deux, et aucun classificateur contraint de choisir une seule classe ne le décrira correctement.

Le démélange suppose que le spectre de chaque pixel est une combinaison de quelques spectres de matériaux purs, les pôles purs (endmembers), et calcule leurs proportions. Le résultat est un raster par pôle pur, qui contient la fraction du pixel occupée par ce matériau.

Toute la difficulté réside dans les pôles purs. Ils peuvent provenir d’une bibliothèque spectrale, ou des pixels les plus purs de votre propre image, ce qui est souvent la voie la plus fiable, puisqu’ils partagent les mêmes conditions d’acquisition.

Spectral Angle Mapper

Classifie les pixels en comparant la forme de leur spectre à des spectres de référence, en mesurant l’angle qui les sépare en tant que vecteurs.

Son atout est que l’angle ignore la luminosité globale. Un même matériau au soleil et à l’ombre a la même forme spectrale, mais une luminosité différente : là où un classificateur fondé sur la distance voit deux classes, l’angle spectral n’en voit qu’une. C’est pourquoi c’est la méthode standard pour la cartographie minérale et pour toute scène présentant un fort contraste d’éclairement.

Spectral Library Matching fait de même avec plusieurs mesures de similarité plutôt qu’avec l’angle seul.

Continuum Removal

Une étape de normalisation utilisée avant la comparaison spectrale. Elle ajuste l’enveloppe supérieure du spectre, le continuum, et divise le spectre par celle-ci, ce qui fait ressortir nettement les bandes d’absorption.

Ces bandes sont la partie diagnostique : un minéral, un stress de la végétation, une teneur en eau se manifestent par un creux à une longueur d’onde précise, et la suppression du continuum est ce qui rend ce creux comparable entre des spectres de luminosité globale différente.

Minimum Noise Fraction

L’équivalent hyperspectral de l’analyse en composantes principales, et mieux adapté à ces données. Elle estime d’abord le bruit, le blanchit, puis transforme les bandes, de sorte que les composantes obtenues sont ordonnées par rapport signal sur bruit plutôt que par la seule variance.

L’usage pratique est la réduction de dimension. Un cube hyperspectral de 200 bandes porte généralement son information dans les dix ou vingt premières composantes MNF, et travailler sur celles-ci est plus rapide et plus propre que sur les bandes brutes.

Tous les outils

Outil	Ce qu’il fait
Linear Spectral Unmixing	Décompose chaque pixel en proportions de quelques matériaux purs (pôles purs).
Spectral Angle Mapper	Classifie les pixels selon l’angle entre leur spectre et des spectres de référence.
Spectral Library Matching	Compare les spectres des pixels à une bibliothèque de référence selon plusieurs mesures de similarité.
Continuum Removal	Normalise les spectres par leur enveloppe supérieure, pour isoler les bandes d’absorption.
Minimum Noise Fraction	Transforme les bandes en composantes ordonnées par rapport signal sur bruit.

Remarques

Ces outils récompensent les bandes nombreuses. Avec quatre bandes, la forme spectrale est à peine une forme. Ils donnent toute leur mesure sur des données hyperspectrales, et restent utiles sur l’imagerie multispectrale pour le démélange.

La somme des fractions de démélange doit valoir un. C’est la vérification de cohérence la plus rapide d’un résultat de démélange. Des fractions qui s’écartent systématiquement du total signifient généralement qu’il manque un pôle pur dans le jeu.