Origine et principe du décorrelation stretch
Le décorrelation stretch, surnommé Dstretch, a été conçu en 1978 au Jet Propulsion Laboratory (JPL) de la NASA. Jim Soha a proposé d’appliquer la transformation de Karhunen‑Loève – un théorème statistique qui concentre l’énergie d’un signal dans un nombre réduit de composantes – aux images numériques afin d’étendre le volume de couleurs disponibles. Le processus calcule la matrice de covariance des canaux RGB, en extrait les valeurs propres et les vecteurs propres, puis multiplie chaque composante par un facteur d’étirement avant de recomposer l’image dans l’espace couleur original. Au lieu d’augmenter simplement le contraste, l’algorithme redistribue les valeurs chromatiques sur une gamme plus large, rendant visibles des détails cachés par la forte corrélation des capteurs.
Adaptation au patrimoine rupestre
En 2005, l’archéologue Jon Harman a découvert le Dstretch via un article de Ronald Alley, publié en 1996 pour accélérer le calcul et améliorer la précision du procédé. En s’appuyant sur son doctorat en mathématiques et son expérience en imagerie médicale, Harman a développé un plug‑in Dstretch capable de choisir des espaces couleur personnalisés – par exemple des transformations HSV ou Lab – afin d’optimiser le rendu selon la composition minérale des roches. L’application à des photographies de gravures de Baja California a immédiatement révélé une figure jaune invisible auparavant. Depuis, le plug‑in a été employé sur plusieurs centaines d’images, permettant la découverte de quinze figures inédites et la mise au jour de nouveaux détails dans vingt‑huit autres sites, comme à Årsand 1 en Norvège. Des animaux rares (chauves‑souris, porcs) ont été identifiés dans le cimetière de Beni Hassan (Égypte) et un pictogramme de cheval et cavalier a été mis en évidence dans le parc provincial Writing‑on‑Stone (Alberta, Canada).
Analyse technique et limites
Le Dstretch repose sur une décomposition spectrale qui, si elle est correctement paramétrée, augmente le rapport signal‑bruit des zones à faible contraste. Cependant, l’étirement des valeurs propres amplifie également le bruit aléatoire généré par le capteur, ce qui peut créer des artefacts chromatiques semblables à des motifs réels. La sélection du facteur d’étirement doit donc être ajustée manuellement ; un facteur excessif conduit à une saturation des canaux et à la perte d’information structurale. De plus, le procédé suppose que les trois canaux RGB sont fortement corrélés – une hypothèse valable pour la plupart des images satellites mais moins fiable pour les photographies prises avec des objectifs grand‑angle ou des éclairages variables, où la corrélation peut être partielle. Enfin, l’interprétation des résultats reste subjective : la mise en évidence d’une forme ne prouve pas son existence historique, ce qui impose une validation croisée avec des méthodes de terrain ou d’autres techniques d’imagerie (photogrammétrie, lidar).
