CARTOGRAPHIE ET

TÉLÉDÉTECTION
CI9-3-2

Lab4 : Classification des images satellitaires

Reda Yaagoubi, Ph.D.

Reda.yaagoubi@gmail.com

1
Objectif principal :
Dans ce laboratoire, nous allons calculer l’index de différence de végétation normalisée
(Normalized Difference Vegetation Index NDVI). Également, nous procéderons à la classification
non supervisée et la classification supervisée d’une zone d’intérêt de la région de Ouarzazate.

Instructions pour la remise du rapport de laboratoire :

• Votre rapport doit contenir une page de garde. Il est demandé également de faire une
introduction dans laquelle vous élaborerez les éléments suivants :
- C’est quoi le principe du calcul du NDVI ?
- Quelle est la différence entre la classification supervisée et non supervisée.
• Vous devez également introduire les réponses qui correspondent à chaque livrable.
• Le rapport doit être soumis au plus tard au début de la séance prochaine. L’ensemble
des rapports doivent être remis au délégué de la classe avant le début de la prochaine
séance du laboratoire.
• Vous pouvez travailler en groupe de DEUX étudiant(e)s.

2
Étape 1: Calcul du NDVI

• Calcul du NDVI:

1- Ouvrez l’image qui correspond à la réflectance au sol découpée selon la zone d’intérêt qui
a été générée lors du laboratoire précédent.
2- Dans Toolbox, cherchez l’outil NDVI.
3- Choisissez l’image de réflectance au sol découpée.
4- Assurez vous que la bande rouge correspond à 4 et le proche infrarouge correspond à 5.
5- Choisissez un nom approprié pour le résultat de NDVI.

Livrable 1:
Faites une copie d’écran de l’image correspondant à l’index NDVI.

• Changement de couleur de visualisation du NDVI:

Maintenant, on va procéder à modifier les couleurs pour visualiser le NDVI comme suit :

* NDVI < 0.1 : Pas de végétation.

* 0.1 < = NDVI < 0.5 : Végétation peu dense.
* NDVI >= 0.5 : Végétation dense.

1- Cliquez droit sur le fichier NDVI.

2- Cliquez sur New Raster Color Slice.
3- Choisissez à nouveau le fichier NDVI.
4- Dans l’éditeur des slices de couleurs, supprimez celle existante.
5- Cliquer sur l’icône correspondant à New Default Color Slices.
6- Dans Num Slices, introduisez ‘3’, et cliquez sur Ok.
7- Pour le premier intervalle, choisissez un gris foncer comme couleur. Pour la valeur Slice
Max, introduisez ‘0.1’. Pour le deuxième intervalle, choisissez un vert clair comme
couleur. Pour la valeur Slice Min, introduisez ‘0.1’ et pour Slice Max, introduisez ‘0.5’.

3
 Pour le troisième intervalle, choisissez un vert foncé comme couleur. Pour la valeur Slice
Min, introduisez ‘0.5’.
8- Exportez l’image en format Tiff en lui donnant un nom approprié.

Livrable 2:
- Faites une capture d'écran qui montre le NDVI avec la nouvelle configuration de
couleurs.

Étape 2: Exploration des profiles spectraux

Dans cette section, nous allons explorer les profiles spectraux de différents types d’objets qui sont
présents dans notre zone d’intérêt.

1- Assurez-vous que le l’image de réflectance au sol est en couleurs vraies. Cependant vous
pouvez changer la composition colorée au besoin.
2- Sur le coint inférieur gauche où s’affichent les coordonnées, cliquer droit puis choisissez
Pixel Coordinates.
3- Dans Display, choisissez Profile -> Spectral.
4- Maintenant, dans le boite de dialogue Go To, introduisez les coordonnées pixels suivants :
3473,1529 puis appuyer sur Enter. Assurez-vous que le Cursor Value est activé.
5- Vous allez remarquer qu’un profile spectral correspondant à ce pixel s’affiche. Maintenant,
modifiée sa couleur selon votre choix puis nommez cette courbe ‘Eau Profonde’.
6- Dans la fenêtre Spectral Profile, cliquez sur Option, puis New Window with Plots.
7- Ajouter la légende à ce profile.
8- Maintenant, dans la boite Go To, introduisez les coordonnées pixels 3235,1605 puis
appuyer sur Enter. Vous allez remarquer qu’un nouveau profile spectral s’affiche.
9- Changer la couleur selon votre choix, puis renommez la courbe ‘Eau avec sédiments’.
10- Maintenant, vous allez procéder au ‘Drag and Drop’ en maintenant le clique sur le nom
du deuxième profile et l’amenez vers la fenêtre ENVI Plot.
11- Répéter cette procédure pour les pixels suivants en respectant l’ordre suivant :

4
 Nom Coordonnées Pixels
Panneaux Solaires 3185,1273
Végétation dense 3999,1087
Ville 3120,1549
Courant eau 4091,750
Roche Type 1 3916,1892
Roche Type 2 4226,1358
Roche Type 3 4205,870
Roche Type 4 2694,976

Livrable 3:
- Faites une capture d'écran qui les différents Profiles ainsi que la légende
correspondante.
- En analysant ces profiles, est-ce qu’il sera facile de discerner entre les différents objets
sur l’image satellitaire en question ? Justifier votre réponse.

Étape 2: Classification non supervisée

Note Importante: Dans la classification non supervisée, on définit le nombre de classes au

préalable mais sans intervenir dans la nature de celles-ci. Les pixels sont regroupés
statistiquement dans l’une des classes sans aucune intervention de l’opérateur. Lorsque le
résultat de la classification non supervisée est obtenu, l’opérateur procède à une analyse afin
de décider si ces classes sont homogènes ou non par rapport à la réalité terrain. Il pourra
ainsi chaque classe à un type d’objet terrain ou encore refaire la classification non supervisée
en augmentant ou en diminuant le nombre de classes.

1- Assurez-vous que le l’image de réflectance au sol est en couleurs vraies. Cependant vous
pouvez changer la composition colorée au besoin.
2- Dans le Toolbox, cherchez et exécutez l’outil ‘Classification Workflow’.
3- Dans Input Raster, choisissez le fichier des bandes de réflectance au sol.
4- Cliquez Next -> No Training Data, puis Next.
5- Choisissez comme nombre de classes ‘10’, puis Next.
6- Appliquez les paramètres par défaut de lissage et d’agrégation, puis Next.

5
 7- Exporter les fichiers de classifications vecteur et raster on leur donnant des noms
appropriées (e.g. Unsup_Classification). Assurez-vous que vous enregistrer les résultats
dans votre dossier de travail.
8- Explorer les résultats obtenus de la classification non supervisée.

Livrable 4:
- Faites une capture d'écran du résultat de la classification non supervisée.
- Selon votre analyse, quel sont les types d’objets qui apparaissent clairement dans le
résultat de la classification non supervisée. Justifiez-votre résponse.

Étape 3: Classification supervisée

Note Importante: Dans la classification supervisée, l’opérateur définit des sites

d’entrainement (échantillons de zones homogènes) qui représentent le même type d’objet.
Le choix de ces sites dépend de la connaissance de l’opérateur. Ce choix doit être fait avec
soin. Par la suite, on se basant sur le profile spectral de chaque site, l’algorithme affecte à
chaque pixel de l’image à un groupe d’objets (défini par les sites d’entrainement) en
calculant une probabilité d’appartenance.

• Création des sites d’entrainement:

La création des sites d’entrainement consiste à définir des zones qui contiennent une dizaine de
pixels représentant des objets homogènes.

1- Cliquez droit sur l’image de réflectance au sol, puis choisissez New Region of Interest.
2- Dans le ROI Name, entrez Eau Profonde.
3- Allez vers une zone d’eau Profonde, puis choisissez une dizaine de pixels qui soient
homogènes. Assurez-vous que vous êtes près du pixel mentionné dans l’étape 2 de ce
laboratoire. Vous pouvez choisir deux ou trois zones si vous jugez que c’est nécessaire.
4- Lorsque vous avez fini avec l’eau profonde, cliquez sur Ajouter ROI, puis nommer le Eau
avec sédiments. Répétez l’étape 3.

6
 5- Maintenant, faites le même processus pour les autres types d’objets mentionnés dans le
tableau de l’étape 2.
6- Lorsque vous avez créé tous les sites d’entrainement, cliquer sur File -> Save pour
enregistrer vos sites d’entrainement dans votre dossier de traivail.
7- Cliquez droit sur Region of Interest qui se trouve dans l’arborescence sous l’image de
réflectance au sol, puis choisissez Statistics for All ROIs.

Livrable 5:
- Faites une capture d'écran qui montre les statistiques relatives à vos sites
d’entrainement.
- Quelle est votre propre interprétation des courbes des profils spectraux.

8- Recherchez l’outil ROI Separability, puis exécuter le. Cet outil permet d’évaluer la qualité
de vos sites d’entrainement.
9- Choisissez le fichier de réflectance au sol, puis Ok.
10- Choisissez les dix sites d’entrainement, puis Ok.
11- Vous allez obtenir un rapport statistique. Allez vers la fin de ce rapport dans la section
‘Pair Separation (Least to Most)’. La séparation supérieure à 1.9 est considérée comme
une excellente séparation, ce qui signifie que l’affectation des pixels à l’une de ces deux
groupes sera facile. Pour les séparations entre 1.6 à 1.9, c’est acceptable mais les résultats
sont moins fiables. Pour les séparations inférieures inférieur à 1.6 signifie que la séparation
entre les deux classes correspondantes n’est pas suffisamment fiable.

Livrable 6:
- Faites une capture d'écran qui montre la section de Pair Separation (Least to Most).
Les 45 combinaisons doivent être claires dans votre capture d’écran.

• Classification supervisée de la réflectance au sol:

Pour procéder à la classification supervisée, on suit les étapes suivantes:

1- Assurez-vous que le l’image de réflectance au sol est en couleurs vraies. Cependant vous
pouvez changer la composition colorée au besoin.
7
2- Dans le Toolbox, cherchez et exécutez l’outil ‘Classification Workflow’.
3- Dans Input Raster, choisissez le fichier des bandes de réflectance au sol.
4- Cliquez Next -> Training Data, puis Next.
5- Sous l’onglet Algorithme, choisissez Mahalanobis Distance, laissez les autres paramètres
par défaut, puis Next.
6- Appliquez les paramètres par défaut de lissage et d’agrégation, puis Next.
7- Exporter les fichiers de classifications vecteur et raster on leur donnant des noms
appropriées (e.g. Sup_Classification). Assurez-vous que vous enregistrer les résultats dans
votre dossier de travail.
8- Explorer les résultats obtenus de la classification non supervisée.

Livrable 7:
- Faites une capture d'écran du résultat de la classification supervisée.
- Comment jugez la qualité de la classification supervisée compartivement à celle non
supervisée? Justifiez votre réponse.