88
Partie II : Matériels et méthodes
Chapitre V : Extraction automatique du trait de côte
V.4.2.1 Segmentation
La première étape fondamentale de l’approche OBIA est la segmentation dans laquelle
l'image est transformée de pixels discrets en objets homogènes (figure V.12). Il existe différents
algorithmes de segmentation ; c'est pourquoi nous effectuons une analyse comparative entre
deux algorithmes couramment utilisés ; la segmentation multi-résolution (Multiresolution
Segmentation- MRS) et la segmentation par décalage moyen (Meanshift segmentation-MSS)
.
a. La segmentation multi-résolution (Multiresolution Segmentation- MRS)
Trois facteurs sont définis par l'utilisateur pour le Multiresolution Segmentation-MRS :
L'échelle (Sc), qui définit l'hétérogénéité maximale autorisée au sein des objets ; b) la forme
(Sp), qui est un poids entre un facteur spectral et un facteur de forme ; et c) la compacité (Cp),
qui rend l'objet plus ou moins régulier.
b. La segmentation par décalage moyen (Meanshift segmentation-MSS)
Il est basé sur deux paramètres principaux définis par l’utilisateur : a) la largeur de bande
spatiale (hs), qui est la distance spatiale entre les classes dans le domaine spatial et b) la largeur
de bande spectrale) (hr), qui représente la différence spectrale entre les classes.
Étant donné que l'objectif de cette étude est d'identifier une méthode d'extraction de traits
de côtes reproductible, l'utilisation d'un logiciel disponible pour un grand nombre d'utilisateurs
est pris en considération. Par conséquent, la MRS a été réalisée à l'aide du logiciel eCognition
Figure V.12: Segmentation de l’image a) Image brute, b) création des objets/segments de
l’image.
Partie II : Matériels et méthodes
Chapitre V : Extraction automatique du trait de côte
V.4.2.1 Segmentation
La première étape fondamentale de l’approche OBIA est la segmentation dans laquelle
l'image est transformée de pixels discrets en objets homogènes (figure V.12). Il existe différents
algorithmes de segmentation ; c'est pourquoi nous effectuons une analyse comparative entre
deux algorithmes couramment utilisés ; la segmentation multi-résolution (Multiresolution
Segmentation- MRS) et la segmentation par décalage moyen (Meanshift segmentation-MSS)
.
a. La segmentation multi-résolution (Multiresolution Segmentation- MRS)
Trois facteurs sont définis par l'utilisateur pour le Multiresolution Segmentation-MRS :
L'échelle (Sc), qui définit l'hétérogénéité maximale autorisée au sein des objets ; b) la forme
(Sp), qui est un poids entre un facteur spectral et un facteur de forme ; et c) la compacité (Cp),
qui rend l'objet plus ou moins régulier.
b. La segmentation par décalage moyen (Meanshift segmentation-MSS)
Il est basé sur deux paramètres principaux définis par l’utilisateur : a) la largeur de bande
spatiale (hs), qui est la distance spatiale entre les classes dans le domaine spatial et b) la largeur
de bande spectrale) (hr), qui représente la différence spectrale entre les classes.
Étant donné que l'objectif de cette étude est d'identifier une méthode d'extraction de traits
de côtes reproductible, l'utilisation d'un logiciel disponible pour un grand nombre d'utilisateurs
est pris en considération. Par conséquent, la MRS a été réalisée à l'aide du logiciel eCognition
Figure V.12: Segmentation de l’image a) Image brute, b) création des objets/segments de
l’image.