Cours et Travaux Pratiques – Télédétection Marine I & II Par Benzouaï S. 60
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.
í µí¼ í µí±
2 =
1
í µí± í µí± − 1
∑(í µí±¥ í µí± − í µí± í µí± )
2
í µí± í µí±
í µí±=1
qi est le nombre de pixels dans la classe
La classe í µí°¶ í µí± est caractérisée par sa moyenne et sa variance. Un pixel est affectée à une
classe í µí°¶ í µí± si sa fonction de densité associée à cette classe est supérieure à toutes les
fonctions de densité de ce même pixel, associées aux autres classes.
í µí±(í µí±¥/í µí°¶ í µí± ) > í µí±(í µí±¥/í µí°¶ í µí± ) pour i≠l
D’ailleurs, il y’a toujours une des fonctions de probabilité du pixel associées aux classes
qui est supérieure.
Les pixels qui n’appartiennent à aucune classe seront quand même affectés à une classe.
Pour remédier à cela, une classe de rejet est introduite. La valeur la plus forte de P(x/í µí°¶ í µí± )
trouvée doit être supérieure à une valeur minimale appelée seuil de rejet pour que le pixel
soit affectée à la classe í µí°¶ í µí± .
Le choix de ce seuil est extrêmement important.
Trop petit ------> Fausse affectation
Trop grand -----> Elimination de pixels appartenant réellement à la classe.
Classification supervisée – minima des distances
Cette méthode est non paramétrique (pas de connaissances à priori sur les statistiques
des classes).
Elle prend de l’intérêt lorsque que le nombre d’échantillons est limité. Dans ce cas-là, elle
peut donner de meilleurs résultats que la classification par le maximum de vraisemblance.
Soit í µí± í µí± , i=1,…..M les moyennes des M classes, déterminées à partir des échantillons.
x , la position du pixel à classifier.
L’obtention de la fonction discriminante se fait par le calcul des carrés des distances
euclidiennes du pixel inconnu par rapport à chaque classe
í µí±(í µí±¥, í µí± í µí± )
2 = (í µí±¥ − í µí± í µí± ). (í µí±¥ − í µí± í µí± ) i = 1,……M
Le développement du produit donne:
í µí±(í µí±¥, í µí± í µí± )
2 = í µí±¥. í µí±¥ − 2í µí± í µí± . í µí±¥ + í µí± í µí± . í µí± í µí±
La règle de la classification est alors:
í µí±¥ ∈ í µí±¤ í µí± í µí±í µí± í µí±(í µí±¥, í µí± í µí± )
2 < í µí±(í µí±¥, í µí± í µí± )
2
pour tout j≠i
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.
í µí¼ í µí±
2 =
1
í µí± í µí± − 1
∑(í µí±¥ í µí± − í µí± í µí± )
2
í µí± í µí±
í µí±=1
qi est le nombre de pixels dans la classe
La classe í µí°¶ í µí± est caractérisée par sa moyenne et sa variance. Un pixel est affectée à une
classe í µí°¶ í µí± si sa fonction de densité associée à cette classe est supérieure à toutes les
fonctions de densité de ce même pixel, associées aux autres classes.
í µí±(í µí±¥/í µí°¶ í µí± ) > í µí±(í µí±¥/í µí°¶ í µí± ) pour i≠l
D’ailleurs, il y’a toujours une des fonctions de probabilité du pixel associées aux classes
qui est supérieure.
Les pixels qui n’appartiennent à aucune classe seront quand même affectés à une classe.
Pour remédier à cela, une classe de rejet est introduite. La valeur la plus forte de P(x/í µí°¶ í µí± )
trouvée doit être supérieure à une valeur minimale appelée seuil de rejet pour que le pixel
soit affectée à la classe í µí°¶ í µí± .
Le choix de ce seuil est extrêmement important.
Trop petit ------> Fausse affectation
Trop grand -----> Elimination de pixels appartenant réellement à la classe.
Classification supervisée – minima des distances
Cette méthode est non paramétrique (pas de connaissances à priori sur les statistiques
des classes).
Elle prend de l’intérêt lorsque que le nombre d’échantillons est limité. Dans ce cas-là, elle
peut donner de meilleurs résultats que la classification par le maximum de vraisemblance.
Soit í µí± í µí± , i=1,…..M les moyennes des M classes, déterminées à partir des échantillons.
x , la position du pixel à classifier.
L’obtention de la fonction discriminante se fait par le calcul des carrés des distances
euclidiennes du pixel inconnu par rapport à chaque classe
í µí±(í µí±¥, í µí± í µí± )
2 = (í µí±¥ − í µí± í µí± ). (í µí±¥ − í µí± í µí± ) i = 1,……M
Le développement du produit donne:
í µí±(í µí±¥, í µí± í µí± )
2 = í µí±¥. í µí±¥ − 2í µí± í µí± . í µí±¥ + í µí± í µí± . í µí± í µí±
La règle de la classification est alors:
í µí±¥ ∈ í µí±¤ í µí± í µí±í µí± í µí±(í µí±¥, í µí± í µí± )
2 < í µí±(í µí±¥, í µí± í µí± )
2
pour tout j≠i
