Classification non-supervisée

Résumé

Traitement d'images

 

Classification non-supervisée

Dans cette approche, on laisse l'ordinateur analyser l'ensemble des signatures spectrales de tous les pixels de l'image, et déterminer des groupements naturels, c'est-à-dire regrouper les pixels sur base de signatures spectrales similaires.

Dans certains cas, l'utilisateur peut imposer le nombre de catégories qu'il souhaite obtenir en fin de classification, et dans certains programmes, on peut également "forcer" certaines classes. Les algorithmes de classification procèdent en général par plusieurs passages au cours desquels les solutions proposées sont affinées de manière à créer des groupes plus homogènes et mieux différenciés.

Le principal avantage de cette méthode est d'être très rapide, puisqu'elle ne requiert pratiquement pas d'intervention de l'utilisateur. Son principal défaut est de se baser exclusivement sur les différences spectrales, qui ne correspondent pas toujours à des catégories naturelles d'occupation du sol. Par exemple, il est fréquent d'obtenir par classification non supervisée plusieurs classes correspondant à de la végétation herbeuse, mais une seule classe regroupant tout le tissu urbain, la voirie et les champs labourés, ce qui ne correspond normalement guère aux besoins des interprètes.