Traitement d'images
Traitements post-classification
Et s'il reste quelques isolés...
Suite à la procédure de classification, il subsiste généralement un faible taux de pixels isolés, généralement mal classés ou non classés, souvent situés à la limite entre deux plages d'affectations distinctes. Ceux-ci donnent un aspect "pointilliste" à l'image qui peut s'avérer gênant pour une représentation cartographique. Il est alors souhaitable d'homogénéiser la classification en réaffectant ces pixels à l'une ou l'autre classe. Pour ce faire, on utilise également des techniques de filtrage.
Le filtre majoritaire consiste à affecter un pixel isolé à la classe dominante au sein de laquelle il se trouve. Pour chaque pixel, l'image est analysée au moyen d'une fenêtre mobile de 3x3 pixels afin de déterminer la classe la plus représentée autour du pixel central. Celle classe est alors attribuée au pixel central. L'inconvénient majeur du filtrage majoritaire est de trop favoriser les classes dominantes, particulièrement aux frontières entre deux classes, aux dépens des classes moins représentées ou des classes présentant des structures linéaires comme le réseau routier ou encore des classes représentant l'habitat dispersé. Dans l'illustration ci contre, les petits détails ont disparu, mais le filtre a également modifié tous les contours de l'image, faisant disparaître les limites linéaires et les angles droits.
Ci-contre l'effet de l'application d'un filtre majoritaire sur la classification de l'image des lacs de l'Eau d'Heure.
Ce filtrage enlève effectivement la plupart des pixels isolés qui gênent la lecture de l'image, mais ils a également pour effet de modifier la forme de tous les groupes de pixels, en adoucissant les contours.
Une alternative possible consiste à utiliser des filtres qui permettent de préciser le contexte exact pour lequel un pixel doit être réaffecté à une autre classe. Les filtres de dilatation et d'érosion de la morphologie mathématique permettent d'y arriver. Ces filtres sont appliqués à un masque binaire de la classe que l'on souhaite traiter. Dans une fenêtre mobile de 3x3, l'opération de dilatation consiste à grossir le masque de cette classe en attribuant la valeur du masque à tout pixel qui jouxte immédiatement celui-ci. L'opération inverse d'érosion est ensuite appliquée et la différence entre le masque obtenu et celui de départ permet de repérer les pixels qui devront être réaffectés à une nouvelle classe.
On peut effectuer, des dilatations et des érosions sur des fenêtres de plus grande taille.
Une autre approche consiste à calculer dans l'ensemble de l'image les connexions existant entre pixels de même classe. A chaque pixel, on associe ainsi une valeur donnant la taille de la tache homogène connectée à ce pixel. En fonction de cette valeur, on décide alors de replacer les pixels isolés par la valeur dominante du voisinage.
Dans l'image résultat, les pixels isolés ont effectivement été réaffectés, mais ce filtre a globalement préservé les formes des zones homogènes de grande taille.
Voici l'effet de ce filtre sur la classification de l'image des lacs de l'Eau d'Heure: les pixels isolés ont bien été reclassés dans la classe dominante du voisinage, mais la forme générale des massifs est nettement mieux préservée que dans l'exemple précédent.
