Etude comparative des méthodes de segmentation automatique des images satellitaires en vue de la détection des eaux.

Abstract

La détection d'eau à partir d'images satellitaires vise à cartographier et surveiller les étendues d'eau à l'échelle régionale ou internationale. La surveillance et la gestion des ressources en eau, la détection des inondations, l'étude des changements climatiques, l'analyse de l'environnement, etc., sont parmi les objectifs principaux. Afin d'accomplir ces objectifs, on utilise les images satellitaires afin d'obtenir une vision globale et une couverture spatiale étendue, ce qui permet une analyse à grande échelle et à long terme des caractéristiques aquatiques de la Terre. Ce mémoire tente d‟extraire les zones d‟eau par trois méthodes de segmentation supervisée: les réseaux de neurones artificiels (RNA), les machines à vecteurs de support (SVM) et les k plus proches voisins (KPP) tout en offrant une analyse critique de ces méthodes et une examination de leurs efficacités et leurs robustesses . Mots cles : Segemntation d‟image : Réseaux de neurones artificiels, Machines à vecteurs de support, K plus proches voisins ; Image satilitale ; Détection d'eau