Problématique de classification des images satellitaires à très haute résolution spatiale THRS

Abstract

L’identification des objets géographiques en milieu urbain et périurbain à partir des images issus des capteurs à Très Haute Résolution (spatiale ou spectrale) est une tache compliquée. Toutefois, l’hétérogénéité des images satellites de résolution métrique perturbe les méthodes de classification classique. Les méthodes dites "orientées-objets" où chaque objet constitue un agrégat de pixels homogènes sont actuellement privilégiées. Outre les propriétés spectrales, les caractéristiques spatiales et contextuelles sont également prises en compte dans l’identification des objets. Ces nouvelles techniques sont utilisées dans ce travail afin de montrer que l’introduction de règles de connaissances sur les objets géographiques permet d’améliorer les résultats obtenus par classification spectrale classique. La détection des objets est effectuée en utilisant une technique qui se base sur la segmentation multi-résolution, elle permet d’avoir des objets de diverses tailles, suivie par une classification adéquate favorisant l’attribution de ces objets à leur classe correspondante. La classification de l’occupation des sols à partir d’image SPOT5 a été réalisée avec la méthode orientée objet sous le logiciel eCognition. Les résultats obtenus ont été évalués à partir d’une matrice de confusion. Nous avons obtenu pour notre image, une précision globale de 88%.