Présentations des résultats
Partie III
Chapitre VIII :
125
VIII.2.1.4 Analyse et classification d'images orientée objet (OBIA)
a. Segmentation
Les paramètres des algorithmes de segmentation, MRS et MSS, appliqués sur les images
Pléiades ont été optimisés et ajustés en fonction de leur OA. Le tableau VIII.2 présente un
aperçu des résultats des différentes valeurs de ces paramètres et les tests effectués sur les
images Pléiades.
Le processus de segmentation de l'image est considéré comme terminé lorsque les objets
de l'image produits sont cohérents avec les objets d'intérêt. Ainsi, puisque l'objectif principal
de la classification était la détection du trait de côte, dont les indicateurs ont été préalablement
définis, les objets correspondant à la classe d’intérêt ont été considérés comme les principaux
objets d'intérêt ; en effet, cette classe doit donc être bien mise en évidence par le processus de
segmentation.
Pour l’algorithme de segmentation Meanshift (MSS), l'observation visuelle a montré une
corrélation directe entre la variation des paramètres de segmentation et le type d'objets. Ainsi :
A A
a)
b)
Figure VIII.1: Résultats de la classification pixel par les algorithmes a) RF et b)
SVM des images Pléiades