‹ retour au glossaire du SIG
Filtrage du bruit spatial
Définition
Le filtrage du bruit spatial réduit le bruit aléatoire ou systématique dans les jeux de données spatiales tout en préservant les motifs significatifs. Pour les rasters, les filtres incluent la moyenne, la médiane, le gaussien, le bilatéral et la diffusion anisotrope ; pour les nuages de points, la suppression des valeurs aberrantes et le lissage de surface ; pour les trajectoires vectorielles, la simplification et le filtre de Kalman. Le défi est d’enlever le bruit sans effacer les contours, les petits éléments ou les vraies anomalies. La connaissance du domaine guide le choix des paramètres — taille de fenêtre, sigma et poids préservant les contours — et l’évaluation compare les sorties filtrées à des données de référence ou à la physique connue.
Application
Les analystes de télédétection débruitent le chatoiement radar et les pixels chauds thermiques ; les hydrologues lissent les MNE avant le routage des écoulements ; les cartographes simplifient les traces GPS ; et l’analytique urbaine retire le bruit des données de localisation mobile pour protéger la vie privée et l’exactitude. L’industrie et la robotique utilisent le filtrage spatial sur des capteurs de profondeur pour stabiliser les mesures destinées aux systèmes de contrôle.
FAQ
Pourquoi le filtre médian est-il préféré à la moyenne pour le bruit poivre et sel ?
Les filtres médians sont robustes aux valeurs aberrantes et conservent mieux la position des contours que la moyenne, qui floute les limites nettes et laisse les pixels extrêmes fausser les résultats.
Comment les filtres préservant les contours aident-ils en imagerie haute résolution ?
Les filtres bilatéraux ou guidés pondèrent les pixels à la fois par la proximité spatiale et la similarité radiométrique, réduisant le bruit dans les régions homogènes tout en gardant des contours nets.
Quels risques le lissage des MNE avant l’analyse hydrologique comporte-t-il ?
Un lissage excessif peut aplatir les crêtes et creuser de fausses cuvettes, modifiant les chemins de drainage. Privilégiez des méthodes ciblées de comblement et de percement qui corrigent les artefacts tout en préservant la structure réelle du relief.
Comment savoir si l’on retire du signal plutôt que du bruit ?
Comparez à des références indépendantes, réalisez des analyses de sensibilité sur les modèles en aval et tracez les spectres de puissance — une atténuation excessive des fréquences liées à de vrais éléments est un signal d’alerte.
