Glossaire aéronautique

Qu'est-ce que la détection de changements ?

Inspection · Remote Sensing 8 langues
Définition
La détection de changements est une méthode qui repère les différences dans une surface ou un objet en comparant des observations faites à des dates différentes.

Définition

La détection de changements est une méthode qui repère les différences dans une surface ou un objet en comparant des observations faites à des dates différentes. En télédétection, les observations sont des images multitemporelles d’une même zone.

Un système de détection de changements doit définir la zone de changement et le taux de changement. Il doit aussi montrer où se situent les changements et comment ils évoluent, et il doit évaluer sa propre exactitude (Khurana et Saxena).

Fonctionnement

La méthode comporte trois étapes. D’abord, l’analyste prépare les images. La correction radiométrique et le recalage rendent comparables les images de chaque date. Un algorithme de détection repère ensuite les différences. Une dernière étape courante classe l’image des différences en ensembles de changement et d’absence de changement.

Les données d’entrée doivent être cohérentes. Les images de dates différentes doivent avoir la même résolution spatiale et radiométrique. Si le recalage est mauvais, une méthode fondée sur les pixels signale de faux changements. Des images prises à peu près à la même date chaque année réduisent l’effet de l’angle du soleil. Les méthodes fondées sur les entités comparent des entités extraites, et elles peuvent ne pas nécessiter de recalage.

Recalage

Le recalage place les données de chaque date dans un même système de coordonnées. Pour les nuages de points, Lague et autres citent deux techniques. La première utilise des points de contrôle au sol qui restent fixes entre les relevés, ou qu’une seconde méthode relève à nouveau. La seconde fait correspondre les parties communes des nuages. La qualité du recalage se vérifie avec des points de contrôle indépendants que le recalage n’a pas utilisés.

Sur les chaussées d’aérodrome, l’étude de la FAA a utilisé des points de contrôle au sol pour ses vols par drone. Son résumé de l’ASTM D5340 juge indispensable de relocaliser avec exactitude les unités d’échantillonnage pour suivre les changements d’état dans le temps. L’étude indique aussi que des points de contrôle au sol d’une précision meilleure que 10 cm facilitent la comparaison des données d’une année à l’autre.

Méthodes pour les images

Les revues citent ces techniques classiques.

  • La différence d’images et le rapport d’images.
  • La régression d’images et la différence d’indices de végétation.
  • L’analyse en composantes principales.
  • La comparaison post-classification et la classification multidate directe.
  • L’analyse du vecteur de changement.

Des méthodes différentes produisent des cartes de changement différentes. Une revue a constaté que la plupart des résultats n’ont pas été comparés à la vérité terrain. Les méthodes fondées sur les pixels comparent les intensités des pixels. Les méthodes fondées sur les objets extraient d’abord des objets de l’image, et elles conviennent mieux aux images à très haute résolution.

Jianya et autres répartissent les méthodes en deux groupes. Une méthode bi-temporelle mesure le changement entre deux dates. L’analyse de trajectoire temporelle suit aussi l’évolution du changement sur une période continue (Khurana et Saxena).

Nuages de points et modèles d’élévation

La détection de changements fonctionne aussi sur des données 3D. Lague et autres décrivent ces approches.

  • Modèle d’élévation de différence. La méthode répartit deux nuages de points sur une grille, puis soustrait les deux modèles pixel par pixel. Elle est rapide, mais elle ne fonctionne que sur des surfaces plates à grande échelle. Une grille fixe limite le détail.
  • Nuage à nuage. La méthode mesure, depuis chaque point d’un nuage, jusqu’au point le plus proche de l’autre. Elle ne nécessite pas de grille, mais le résultat dépend de la rugosité et de l’espacement des points.
  • Nuage à maillage. La méthode mesure depuis les points d’un nuage jusqu’à un maillage ou un modèle de l’autre. Un maillage est difficile à construire sur une surface rugueuse.
  • M3C2. L’algorithme M3C2 (Lague et autres, 2013) compare directement deux nuages de points. Il mesure le changement le long de la normale locale à la surface et donne un intervalle de confiance.

Quel petit changement peut-on détecter ?

Un changement n’est significatif que s’il est plus grand que le niveau de détection. Lague et autres citent trois sources d’incertitude : l’incertitude de position des points (bruit de l’instrument), l’erreur de recalage et la rugosité de la surface. Pour un scanner de haute précision, l’erreur de recalage et la rugosité dominent le bilan d’erreur.

Le niveau de détection à 95 % de confiance tient compte de l’erreur de recalage. Une erreur de recalage de 3 mm ajoute 5,88 mm à ce niveau (1,96 fois 3 mm). Avec un géoréférencement à l’échelle du millimètre, les auteurs atteignent des niveaux de détection descendant à 6 mm sur des portées de 50 m. Ce résultat concerne un scanner laser terrestre sur un canyon fluvial, et non un vol de drone sur une piste.

Pour les dégradations des chaussées d’aérodrome, l’étude de la FAA recommande ces résolutions de données pour la détection et la cotation.

DonnéeRésolution recommandée
Orthophoto RGB1,5 mm par pixel
Modèle numérique d’élévation6 mm par pixel
Orthophoto thermique30 mm par pixel ou plus

Chaussées d’aérodrome

La circulaire FAA AC 150/5380-7B indique que le suivi de l’état des chaussées est un élément de base d’un programme de gestion des chaussées. Ce suivi exige une évaluation objective, systématique et reproductible. Un aéroport américain soumis aux obligations fédérales doit réaliser une inspection détaillée des chaussées au moins une fois par an. S’il réalise un relevé PCI selon l’ASTM D5340, l’intervalle peut être porté à trois ans. La section 10.2.1 de l’annexe 14 de l’OACI est une norme. Elle indique que les surfaces des aires de mouvement doivent être inspectées et leur état surveillé régulièrement. Aucun de ces documents ne mentionne la détection de changements, et aucun ne fixe de méthode pour celle-ci.

Foire aux questions

Qu'est-ce que la détection de changements ?
La détection de changements consiste à comparer des observations d'une même zone ou d'un même objet faites à des dates différentes, afin de repérer ce qui a changé. En télédétection, il s'agit d'une analyse conjointe d'images multitemporelles d'une même zone. Ses applications comprennent les changements d'occupation des sols, du couvert forestier et de l'urbanisation.
Quelle résolution faut-il pour détecter de petits changements d'infrastructure ?
Il n'existe pas de valeur unique. Un changement n'est significatif que s'il est plus grand que le niveau de détection, qui dépend de l'erreur de recalage et de la rugosité de la surface. Pour les dégradations de chaussée d'aérodrome, une étude de la FAA recommandait une orthophoto de 1,5 mm par pixel et un modèle d'élévation de 6 mm par pixel. Choisissez la résolution à partir du plus petit changement que vous devez signaler.
Pourquoi les images doivent-elles être recalées ?
Le recalage aligne les images de chaque date afin qu'un pixel couvre le même point du sol dans toutes. Sans lui, une méthode fondée sur les pixels signale de faux changements. Les images doivent aussi avoir la même résolution spatiale et radiométrique. Les méthodes fondées sur les entités peuvent ne pas nécessiter de recalage.
Quels types de changement la détection de changements peut-elle repérer ?
Elle repère tout changement que deux observations enregistrent. En télédétection, les revues citent les changements d'occupation des sols, le changement du couvert forestier, celui des zones humides, l'expansion urbaine, le suivi des cultures et le changement des glaciers. Avec des nuages de points 3D, Lague et autres ont mesuré l'érosion, la sédimentation et les changements de végétation sur des surfaces naturelles. Sur les chaussées d'aérodrome, l'étude de la FAA indique que les données thermiques facilitent le suivi des dégradations dans le temps.
Quelles méthodes permettent de repérer les changements entre deux images ?
Les revues citent la différence d'images, le rapport d'images, la régression d'images, la différence d'indices de végétation, l'analyse en composantes principales, la comparaison post-classification, la classification multidate directe et l'analyse du vecteur de changement. Des méthodes différentes produisent des cartes de changement différentes. De nombreux résultats publiés n'ont pas été comparés à la vérité terrain, de sorte que ces méthodes sont mal évaluées.
Qu'est-ce que M3C2 ?
M3C2 est un algorithme qui compare directement deux nuages de points en 3D. Lague, Brodu et Leroux l'ont publié en 2013. Il estime les normales à la surface à une échelle qui correspond à la rugosité locale et donne un intervalle de confiance pour le changement. Les auteurs l'ont testé avec des données d'un scanner laser terrestre sur un canyon fluvial, et non sur des données d'aérodrome.
Quelle est la différence entre un modèle d'élévation de différence et une comparaison nuage à nuage ?
Un modèle d'élévation de différence répartit deux nuages de points sur une grille, puis soustrait les deux modèles pixel par pixel. Il convient aux surfaces plates à grande échelle. Une comparaison nuage à nuage mesure, depuis chaque point d'un nuage, jusqu'au point le plus proche de l'autre. Elle ne nécessite pas de grille, mais elle dépend de la rugosité et de l'espacement des points.
À quelle fréquence un aéroport doit-il inspecter ses chaussées ?
Aux États-Unis, un aéroport soumis aux obligations fédérales doit inspecter en détail ses chaussées au moins une fois par an. S'il réalise un relevé PCI selon l'ASTM D5340, l'intervalle entre les inspections détaillées peut être porté à trois ans. Il s'agit d'une règle de la FAA pour les aéroports américains. Elle ne mentionne pas la détection de changements.

Références

khurana-saxena-2015
Soft Computing Techniques for Change Detection in Remotely Sensed Images: A Review IJCSI International Journal of Computer Science Issues, vol. 12, issue 2 (Khurana and Saxena, 2015)
lague-2013-m3c2
Accurate 3D comparison of complex topography with terrestrial laser scanner: application to the Rangitikei canyon (N-Z) Lague, Brodu and Leroux. ISPRS Journal of Photogrammetry and Remote Sensing 82 (2013), arXiv:1302.1183

Ceci est une entrée de référence. TarmacView fournit des services d'inspection par drone et ne vend pas l'équipement ou les matériaux décrits dans ce glossaire.

Commencer Besoin de vérifier l'éclairage de votre aérodrome ? TarmacView inspecte l'éclairage PAPI, de piste et d'approche par drone, entre les mouvements d'aéronefs, et fournit un rapport de conformité conçu pour votre régulateur. L'inspection de la chaussée et des obstacles est en développement.
Poursuivez votre lecture

En savoir plus

06 PAGES

Termes associés

03 TERMES
Relevé des dégradations de chaussée
glossary

Relevé des dégradations de chaussée

Un relevé des dégradations de chaussée enregistre le type, la sévérité et la quantité de chaque dégradation d’une chaussée. Quel manuel utiliser, comment fonctionne l’échantillonnage, comment les dégradations se combinent en PCI, et la place des drones.

Télédétection
glossary

Télédétection

La télédétection est l'acquisition d'informations sur une zone à distance. Capteurs actifs et passifs, et traitement de la télédétection par la FAA dans les levés d'aéroports.

Recalage
glossary

Recalage

Le recalage est le processus qui aligne deux jeux de données ou plus, comme des nuages de points, dans un même système de coordonnées. Son fonctionnement et ce qui le distingue du géoréférencement.

Lectures complémentaires

03 ARTICLES
Inspecter un aérodrome sans aucun accès à Internet
Inspecter un aérodrome sans aucun accès à Internet
blog

Inspecter un aérodrome sans aucun accès à Internet

La capture, le traitement et le rapport final peuvent tous se dérouler sur un ordinateur portable sur l'aérodrome, sans que rien ne quitte l'aéroport…

JUN 30 2026 3 MIN