Vous êtes sur la page 1sur 4

ArcGis 10.

Travaux pratiques

Module SIG

Filière Ingénieur :
Sciences et Ingénierie de
l’Environnement

Classification d’image sous ArcGis


Classification supervisée

Supervisé par :
AZMI Rida

Année universitaire 2014 / 2015


ArcGis 10.x

La classification d’image Landsat sous ArcGis

Fonctionnement de l’outil Classification de


vraisemblance maximale sous ArcGis
L'algorithme utilisé par l'outil Classification de vraisemblance maximale repose sur
deux principes :
 Les cellules dans chaque exemple de classe dans l'espace multidimensionnel sont
réparties normalement
 Le théorème de Bayes de prise de décision
L'outil tient compte à la fois des variances et des covariances des signatures de classe
lors de l’attribution de chaque cellule à l'une des classes représentées dans le fichier de
signatures. En supposant que la distribution d'un exemple de classe est normale, une
classe peut être caractérisée par le vecteur moyen et la matrice de covariance. Compte
tenu de ces deux caractéristiques pour chaque valeur de cellule, la probabilité statistique
est calculée pour chaque classe. Elle permet de connaître l’appartenance des cellules en
fonction de la classe. Lorsque l'option Pondération de probabilité à priori EGALE
par défaut est spécifiée, chaque cellule est affectée à la classe dont elle est le plus
susceptible d’être membre.
Lorsque la probabilité de quelques classes est supérieure (ou inférieure) à la moyenne,
vous devez utiliser l’option a priori FICHIER avec un Fichier de probabilité à priori
en entrée. Les pondérations des classes avec les probabilités spéciales sont spécifiées
dans ce fichier. Dans ce cas, un fichier a priori permet d’attribuer des cellules qui
figurent dans la superposition entre deux classes. Ces cellules sont affectées plus
correctement à la classe appropriée pour obtenir une meilleure classification. Cette
pondération relève de la méthode bayésienne.
Lorsque vous choisissez l’option a priori ECHANTILLON, les probabilités associées
aux classes échantillonnées dans le fichier de signatures sont proportionnelles au
nombre de cellules associées à chaque signature. Par conséquent, les classes qui ont
moins de cellules que la moyenne dans l'exemple reçoivent des pondérations au-
dessous de la moyenne. Celles qui ont plus de cellules reçoivent des pondérations
supérieures à la moyenne. En conséquence, ces classes sont associées à plus ou moins
de cellules.
Lorsqu'une classification de probabilité maximale est effectuée, vous pouvez également
obtenir un raster de confiance en sortie facultatif. Ce raster affiche les niveaux de
confiance de classification. Le nombre de niveaux de confiance est 14, mis directement
en rapport avec le nombre de valeurs de la fraction des rebuts autorisés. Le premier
niveau de confiance (codé dans un raster 1) comprend des cellules dont la distance la
plus courte par rapport au vecteur moyen est enregistrée dans le fichier de signatures.
La pertinence de la classification de ces cellules est donc optimale. Les cellules qui
comprennent le deuxième niveau de confiance seraient classées (valeur de la cellule 2
dans le raster de confiance) uniquement si la fraction du rebut est 0,99 ou inférieure. Le
niveau de confiance le plus bas a une valeur de 14 sur le raster de confiance. Il affiche
les cellules qui seraient très probablement classées de manière aléatoire. A ce stade, les
cellules ne sont pas classées lorsque la fraction est de 0,005 ou plus.
ArcGis 10.x

Début du TP :
Données d’entrée :
Nous avons une image satellitaire de moyenne résolution sur la zone nord est de la ville
d’Agadir
Nous avons un fichier de forme permettant de délimiter précisément notre zone d’étude
Tableau des caractéristiques de ces images :

La première étape consiste de faire une correction radiométrique de l’image d’entré


afin de minimiser certaine perte d’information
La correction radiométrique se fait dans notre cas avec un toolbox qui s’ajoute dans la
boite à outil d’ArcGis
Deuxième étape consiste de faire une comparaison de l’image brute et l’image résultat
de la correction radiométrique
Troisième étape consiste de commencer la classification avec l’outil image
classification

- La première étape consiste de créer les parcelles d’entrainement de notre image


d’entrée
- Evaluer les parcelles
ArcGis 10.x

- Exécuter la classification
- Valider la classification