Académique Documents
Professionnel Documents
Culture Documents
Travaux Pratiques:
Classification
Le traitement avancé d'images est une discipline spécialisée qui repousse les
limites de la manipulation et de l'analyse des images numériques. En utilisant
des techniques et des algorithmes avancés, il permet d'explorer des domaines
tels que la reconnaissance d'objets
Objectif
L'objectif principal de ce travail pratique est de développer une expertise
pratique dans l'utilisation de techniques avancées de traitement d'images ,
Nous allons explorer des concepts et des méthodes dans l’application de
QGIS
Dans un 1er temps nous allons extrait une image satellitaire pour rédiger
la segmentation , Entrainement du modèle ainsi que la classification
Image utilisée:
L’image utilisée pour ce TP est une photographie aérienne du Programme National
d’Imagerie Agricole (NAIP) des Etats-Unis.
cFImageⅢ
Ⅱ Figure 1: Extrait de l’image
Méthode utilisée:
Téléchargement d’image
NAIP
Prétraitements
Validation Données(traitement,test)
Segmentation
Entrainement(Algorithme)
Classification
Méthode
Entrainement:
C’est l’étape déterminante dans une classification basées objets .nous devons donc
déterminer les polygones d’entrainement et les polygones de teste. Les tableau si
contre donne l’ensemble de polygones ayant servi d’entrainement de notre modèle.
Objets Nb de polygones
Objets Nb de polygones
Bâtiment 12
Bâtiment 28
Arbre 14
Arbre 35
Route 11
Route 27
Végétation 7
Végétation 19
En ce qui concerne les attributs, nous avons choisi les attributs issu des statistiques
incluant certains attributs comme le NDVIA.
L’algorithme utilisé est celui de SVM c’est en effet un classificateur qui travaille avec
plusieurs classes en binaire ( O V A) c’est-à-dire qu’il compare chaque classe par
rapport aux autres classes.
Classification
L'objectif de classification est de catégoriser des données dans des classes prédéfinies
en fonction de leurs caractéristiques,
Les algorithms de classification couramment utilizes sont les
arbres,bâtiment,route,végétation
Pour évaluer ce modèle de classification on a utilicer la matrice de confusion
En somme toute la classification basée objet est une classification qui donne des
renseignements
sur l’approche contextuelle des objets ce que la classification basée pixel ne nous
donne pas. Elle se base en plus de la propriété spectrale des objets, sur leurs
géométries, leurs textures et l’information contextuelle. Mais il faut souligner que la
réalisation de cette classification nécessite l’expertise du terrain et l’ingéniosité de
l’utilisateur.
Cela elle est encore meilleure lorsque nous somme avec une très haute résolution.
Bien définir la classe et la prise en compte des attributs permettrait d’obtenir une
bonne classification de ce type.
01
03 Plan:
02 Plan: