Treffer: Traitement d’images satellites avec python

Ressources éducatives libres
Open educational resources
Ce livre vise à décrire une panoplie de méthodes de traitement d’images satellites avec le langage Python. Celles et ceux souhaitant migrer progressivement d’un autre logiciel d’imagerie et de télédétection vers Python trouveront dans cet ouvrage les éléments pour une transition en douceur. La philosophie de ce livre est de donner toutes les clefs de compréhension et de mise en œuvre des méthodes abordées dans Python. La présentation des méthodes est basée sur une approche compréhensive et intuitive plutôt que mathématique, sans pour autant négliger la rigueur mathématique ou statistique. Des rappels sur les fondements en télédétection pourront apparaître au besoin afin d’éclairer les approches techniques. Plusieurs éditions régulières sont prévues sachant que ce domaine évolue constamment. Document disponible aussi à l'adresse: https://serie-python-tele.github.io/TraitementImagesPythonVol1
Préface -- Partie 1. Importation, manipulation et visualisation de données satellitaires -- 1. Introduction au langage Python ; 1.1. Les distributions ; 1.2. Les styles de programmation en Python ; 1.2.1. Les outils de programmation ; 1.3. Bonnes pratiques ; 1.3.1. Création d’un environnement virtuel ; 1.3.2. Création d’un environnement de travail local (avancé) ; 1.4. Les structures de base en Python ; 1.4.1. Les listes ; 1.4.2. Les tuples ; 1.4.3. Les ensembles (Sets) ; 1.5. Dictionnaires ; 1.6. Programmation objet – 2. Importation et manipulation de données spatiales ; 2.1. Préambule ; 2.1.1. Objectifs ; 2.1.2. Bibliothèques ; 2.1.3. Données ; 2.2. Importation d’images ; 2.2.1. Formats des images ; 2.2.2. Métadonnées des images ; 2.3. Manipulation des images ; 2.3.1. Manipulation de la matrice de pixels ; 2.3.2. Information de base ; 2.3.3. Découpage et indexation de la matrice ; 2.3.4. Changement de projection cartographique (à venir) ; 2.4. Données en géoscience ; 2.4.1. xarray – 3. Rehaussement et visualisation d’images ; 3.1. Préambule ; 3.1.1. Objectifs ; 3.1.3. Bibliothèques ; 3.1.4. Données ; 3.2. Visualisation en Python ; 3.3. Rehaussements visuels ; 3.3.1. Statistiques d’une image ; 3.3.2. Rehaussements linéaires ; 3.3.3. Rehaussements non linéaires ; 3.3.4. Composés colorés – Partie 2. Transformations des données satellitaires – 4. Transformations spectrales ; 4.1. Préambule ; 4.1.1. Objectifs ; 4.1.2. Librairies ; 4.1.3. Images utilisées ; 4.2. Qu’est-ce que l’information spectrale? ; 4.3. Indices spectraux ; 4.4. Quiz – 5. Transformations spatiales ; 5.1. Préambule ; 5.1.1. Objectifs ; 5.1.2. Librairies ; 5.1.3. Images utilisées ; 5.2. Analyse fréquentielle ; 5.2.1. La transformée de Fourier ; 5.2.2. Filtrage fréquentiel ; 5.2.3. L’aliasing ; 5.3. Filtrage d’image ; 5.3.1. Filtrage linéaire stationnaire ; 5.4. Gestion des bordures ; 5.4.1. Filtrage adaptatif ; 5.5. Segmentation ; 5.5.1. Super-pixel ; 5.5.2. Fusion des segments par graphe de proximité