Chapitre 2
Matériel & Méthodes
52
2.4.4.3. Analyse en Composantes Principales (ACP)
Cette étape est facultative, elle permet la décorrélation et la réorganisation de l’information,
l’image apparaisse en fausses couleurs mais elle donne plus de contraste à l’image, pour le
traitement de nos images nous avons appliqué cette analyse en composantes principales.
2.4.4.4. Définition de parcelles d’entrainement
Cette étape consiste à la localisation des différents peuplements et types de fonds (sable,
Posidonie, roche…etc.).
2.4.4.5. Classification de l’image
Le traitement permet d’effectuer une classification et d’identifier des familles de pixels proches
en termes de couleur (rassembler les pixels similaires). Cette classification donne la possibilité,
par positionnement de parcelles d’entrainement, à partir des observations in situ, d’extrapoler
le traitement à la totalité de l’image. Le type de classification utilisé est la classification
supervisée par le maximum de vraie semblance (maximum likelihood) c’est sans doute la plus
utilisée, elle découle d’une méthode probabiliste : elle détermine la probabilité de chaque pixel
d’appartenir à une classe plutôt qu’à une autre. Cette technique de classification est tout à fait
satisfaisante d’un point de vue mathématique car les pixels sont classés en fonction d’une
probabilité ce qui est souhaitable en traitement d’image.
2.4.4.6. Filtration de l’image
Un filtre est ensuite appliqué à l’image finale afin d’éliminer les pixels isolés ou mal classés.
Une post classification (Majority Minority) est aussi appliquée pour éliminer les pixels isolés
ou mal classés qui restent.
2.4.4.7. Vectorisation
Afin de transformer l’image classifier à une image vectorisée (passer d’une classification
à une vectorisation) et le Changement du format d’image en format Shape file (pour la lecture
dans ArcGIS).
À l’issue du traitement, on obtient une carte thématique des principaux peuplements
et types de fonds.
Matériel & Méthodes
52
2.4.4.3. Analyse en Composantes Principales (ACP)
Cette étape est facultative, elle permet la décorrélation et la réorganisation de l’information,
l’image apparaisse en fausses couleurs mais elle donne plus de contraste à l’image, pour le
traitement de nos images nous avons appliqué cette analyse en composantes principales.
2.4.4.4. Définition de parcelles d’entrainement
Cette étape consiste à la localisation des différents peuplements et types de fonds (sable,
Posidonie, roche…etc.).
2.4.4.5. Classification de l’image
Le traitement permet d’effectuer une classification et d’identifier des familles de pixels proches
en termes de couleur (rassembler les pixels similaires). Cette classification donne la possibilité,
par positionnement de parcelles d’entrainement, à partir des observations in situ, d’extrapoler
le traitement à la totalité de l’image. Le type de classification utilisé est la classification
supervisée par le maximum de vraie semblance (maximum likelihood) c’est sans doute la plus
utilisée, elle découle d’une méthode probabiliste : elle détermine la probabilité de chaque pixel
d’appartenir à une classe plutôt qu’à une autre. Cette technique de classification est tout à fait
satisfaisante d’un point de vue mathématique car les pixels sont classés en fonction d’une
probabilité ce qui est souhaitable en traitement d’image.
2.4.4.6. Filtration de l’image
Un filtre est ensuite appliqué à l’image finale afin d’éliminer les pixels isolés ou mal classés.
Une post classification (Majority Minority) est aussi appliquée pour éliminer les pixels isolés
ou mal classés qui restent.
2.4.4.7. Vectorisation
Afin de transformer l’image classifier à une image vectorisée (passer d’une classification
à une vectorisation) et le Changement du format d’image en format Shape file (pour la lecture
dans ArcGIS).
À l’issue du traitement, on obtient une carte thématique des principaux peuplements
et types de fonds.