Combinaison de classifieurs : une approche pour l'amélioration de la classification d'images multisources/multidates de télédétection
Résumé
Dans cet article, nous proposons une méthode de combinaison de classifieurs pour l’amélioration de la classification des images multisources/multidates de télédétection. La méthode est basée sur le principe de la combinaison parallèle des systèmes répartis (classifieurs) en utilisant la théorie de l’évidence. Les entrées des classifieurs peuvent être des images de même type (optique ou radar), des images multisources/multicapteurs optiques et radar ou des images multidates. De ce fait, l’utilisation conjointe des images satellitaires multisources optiques et radar ainsi qu’une étude diachronique des territoires observés par les capteurs de télédétection sont possibles. En effet, la méthode permet de détecter les changements naturels subis par le territoire observé. Elle permet aussi de mieux appréhender l’évolution de l’état de surface et, par conséquent, de mieux interpréter les phénomènes liés à la modification de l’environnement. L’objectif principal à atteindre est l’établissement de cartes thématiques précises pour la caractérisation de l’état de surface, la détection de changements et le suivi de l’environnement. Nous utilisons le taux de fiabilité de la classification comme critère d’évaluation. Les résultats obtenus sur des images simulées et des images réelles de télédétection (multisources et multidates) sont satisfaisants et prometteurs. Ils montrent que la méthode proposée donne de meilleurs résultats en comparaison avec celles des classifieurs considérés séparément.
Abstract
In this article, we propose a new method of combination of classifiers for multisource/ multitemporal remote sensing images classification enhancement. The method is based on parallel combination of distributed systems using the theory of evidence. The entries of the classifiers can be the images of the same type (optical or radar), the multisource/ multisensor images (optical and radar) or the multitemporal images. Therefore, the joint use of the multisource satellite images as well as a diachronic study of the observed scenes is possible. In fact, the method makes it possible to detect the natural changes undergone by the observed scene. In addition, it makes it possible to better apprehend the evolution of the surface state and consequently to better interpret the phenomena related to the modification of the environment. The principal objective to reach is the establishment of the precise thematic maps for state surface characterization, change detection and the follow-up of the environment. We use the rate of reliability of classification like criterion of evaluation, and by using the simulated images and real remote sensing images (multisource and multitemporal); the obtained results are satisfactory and promising. They show that the suggested method gives better results in comparison with those given by the classifiers separately considered.
Lire l’article

PDF de 13 pages, tel qu’imprimé dans la revue, pages 289 à 301. En libre accès.
Pas encore de consultation enregistrée.