Cours et Travaux Pratiques – Télédétection Marine I & II Par Benzouaï S. 58
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique,
Ecole Nationale Supérieure des Sciences de la Mer et de l’Aménagement
du Littoral, Télédétection marine I, II.
I.8 Classification
I.8.1 Définition
La classification est une méthode d’analyse de données. Elle consiste à décomposer l’espace
image en classes spectrales sur la base d’une ressemblance de propriétés. La classification
est un processus de prise de décision.
I.8.2 Types de classification
Deux types de classification sont connus : la classification supervisée et non supervisée. Les
méthodes de classification supervisée ou non supervisée sont basées sur des méthodes
mathématiques afin de définir la règle de ressemblance entre les pixels.
I.8.2.1 Classification non supervisée
 La classification non supervisée consiste à partitionner ou segmenter une image sans
connaissances à priori sur la zone d’étude et l’état de la surface.
 Le principe de cette méthode consiste à regrouper les pixels sur la base de leur
ressemblance.
 Elle est initiée par le nombre de classes et par une configuration initiale liée au tirage
des noyaux (pixels représentants les noyaux des classes initiales)
La méthode K-means ou méthode des nuées dynamiques (centres mobiles) est basée sur le
principe suivant:
Minimiser la distance intra-classe et maximiser la distance interclasses
La détermination de la configuration initiale dépend du nombre de classes et de la position des
premiers noyaux qui définissent les centres des classes dans la première itération.
Un ensemble de k points est utilisé comme un groupe de noyaux autour desquels est groupé
un ensemble de m données suivant un critère de similarité.
La mesure de similarité entre deux éléments est quantifiée par la distance radiométrique entre
eux.
Plusieurs distances ou indices de similarité existent, la plus populaire est :
Distance euclidienne
𝑑
2 (𝑥, 𝑘 𝑗 ) = ∑ (𝑥
𝑖 − 𝑘
𝑖
𝑗 )
2
𝑛
𝑖=1
où 𝒌 𝒋 est le noyau de la classe j, x est le pixel à classifier. Il a n composantes
correspondant aux bandes spectrales de l’image à classifier.
I.8.2.2 Classification supervisée
 Connaissances à priori sur les classes
 Utilisation des caractéristiques des classes.
La classification supervisée se fait selon les étapes suivantes :
1. Identification des types de classes (Eau, urbain, terrain cultivé, etc.)
2. Choix des échantillons à partir d’une source sure (exemple : carte récente, terrain, image
à THR, signatures spectrales, etc.)