Annexes
164
3. Mise à niveau des images satellitaires
Cette étape consiste en un découpage des deux images brutes (2001 et 2017), ainsi que d’un
cadrage sur la zone d’intérêt (zone algéroise). Ce travail s’est effectué sous le logiciel de
télédétection ENVI. Les deux images satellitaires de la zone étudiée ont été obtenues (fig.20)
Figure 85 : Image satellitaire de 2017 obtenue après découpage de l'image brute.
4. Étapes de la classification supervisée
- Création des régions d’intérêts pour chaque classe identifiée
La méthode des « Maximums de Vraisemblances » se base sur une analyse statistique de la
distribution des vecteurs spectraux de l'échantillon pour définir des zones de probabilité
équivalente autour de ces centres, ou autrement dit, c’est une technique lors de laquelle la
signature spectrale de chaque pixel dans chacun des trois canaux (4, 3 et 2) est comparée à celle
des régions d’intérêt. Elle se base aussi principalement sur l’expertise de l’utilisateur (données
d’échantillonnage supervisées par l’utilisateur). La probabilité d'appartenance à chacune des
classes est calculée pour chaque vecteur spectral et le vecteur est affecté à la classe pour laquelle
la probabilité est la plus élevée. Un avantage considérable de cette méthode est qu'elle fournit
pour chaque pixel, en plus de la classe à laquelle il a été affecté, un indice de certitude lié à ce
choix.
164
3. Mise à niveau des images satellitaires
Cette étape consiste en un découpage des deux images brutes (2001 et 2017), ainsi que d’un
cadrage sur la zone d’intérêt (zone algéroise). Ce travail s’est effectué sous le logiciel de
télédétection ENVI. Les deux images satellitaires de la zone étudiée ont été obtenues (fig.20)
Figure 85 : Image satellitaire de 2017 obtenue après découpage de l'image brute.
4. Étapes de la classification supervisée
- Création des régions d’intérêts pour chaque classe identifiée
La méthode des « Maximums de Vraisemblances » se base sur une analyse statistique de la
distribution des vecteurs spectraux de l'échantillon pour définir des zones de probabilité
équivalente autour de ces centres, ou autrement dit, c’est une technique lors de laquelle la
signature spectrale de chaque pixel dans chacun des trois canaux (4, 3 et 2) est comparée à celle
des régions d’intérêt. Elle se base aussi principalement sur l’expertise de l’utilisateur (données
d’échantillonnage supervisées par l’utilisateur). La probabilité d'appartenance à chacune des
classes est calculée pour chaque vecteur spectral et le vecteur est affecté à la classe pour laquelle
la probabilité est la plus élevée. Un avantage considérable de cette méthode est qu'elle fournit
pour chaque pixel, en plus de la classe à laquelle il a été affecté, un indice de certitude lié à ce
choix.