Généralisation des images raster classées

L'une des applications les plus courantes des outils de généralisation est le nettoyage d'une image classée dérivée d'un logiciel de télédétection. Le processus de classification provoque souvent beaucoup de petites zones de données isolées qui sont soit mal classés ou sans rapport avec l'analyse.

Création d'une carte d'utilisation du sol généralisée à partir d'une image satellite

L'exemple suivant montre une séquence typique de l'application des outils de généralisation pour produire une couche de raster qui convient mieux à une présentation ou une analyse ultérieure.

Chaque outil peut être utilisé seul ou avec d'autres outils de nettoyage de données, dans diverses applications.

Démarrage avec une image satellite brute

L'image ci-dessous illustre l'image satellite brute qui sera classée. Le processus de classification ne sera pas décrit explicitement, mais la section suivante présente en détail quelques raisons pour lesquelles les résultats bruts ont en règle générale besoin d'être modifiés pour être utiles.

Image brute à généraliser
Image brute à généraliser

Résultat d'image après classification

Dans une classification assistée, les échantillons d'apprentissage sont identifiés sur une image, par exemple une image satellite. Des échantillons d'apprentissage sont prélevés dans différentes utilisations du sol pour identifier les masses d'eau, les zones résidentielles, les feuillus, les conifères, etc. A partir de ces échantillons d'apprentissage, tous les autres emplacements de cellule de l'image sont attribués à l'un de ces types d'utilisation du sol connus. Il peut arriver que les signatures d'utilisation du sol (statistiques dérivées des échantillons d'apprentissage) soient identiques, rendant ainsi la distinction entre deux classes difficile. Par exemple, avec les échantillons d'apprentissage existants, le logiciel peut ne pas être en mesure de distinguer un marécage entouré d'aulnes de zones marécageuses à feuillus. Cela peut être dû à nombre inadéquat d'échantillons d'apprentissage ou au fait que certains types d'utilisation du sol n'ont jamais été échantillonnés. En raison de ces limitations, et d'autres, certains emplacements risquent d'être mal classés.

Par conséquent, une seule cellule ou un petit groupe de cellules peut être mal classé en tant qu'entité différente de l'ensemble des cellules de son voisinage, alors qu'en réalité, l'entité appartient au groupe de cellules qui l'entoure. Une classification inadéquate peut également se produire en raison des limites séparant les différents types d'utilisation du sol. Très souvent, il s'ensuit une représentation irréaliste de la limite que vous pouvez lisser par la suite avec les outils de généralisation.

Ci-dessous figure la classification de l'image satellite. Vous constaterez qu'il y a plusieurs cellules ou petits groupes de cellules isolés dans l'image.

Raster en sortie après classification
Raster en sortie après classification

Les sections suivantes montrent comment les outils de généralisation peuvent être appliqués pour produire un raster final classé.

ApprofondissementApprofondissement :

Reportez-vous à la section classification des images de la documentation pour plus d'informations sur la classification des images avec Spatial Analyst.

Suppression des cellules mal classées avec l'outil Filtre majoritaire

Pour supprimer les cellules isolées mal classées de l'image classée, la fonction Filtre majoritaire est appliquée. Les résultats sont présentés dans l'image ci-dessous. Vous remarquerez que plusieurs des petits groupes de cellules ont disparu.

Raster après application de l'outil Filtre majoritaire
Raster après application de l'outil Filtre majoritaire

Lissage de zones avec l'outil Nettoyage de limites

Vous pouvez utiliser l'outil Nettoyage de limites pour lisser les limites qui séparent les zones. En augmentant et en contractant les limites, les zones plus grandes occupent les zones plus petites, comme l'illustre l'image ci-dessous. A nouveau, vous pouvez constater que davantage de groupes de cellules plus petits et plus fins ont disparu.

Raster après application de l'outil Nettoyage de limites
Raster après application de l'outil Nettoyage de limites

Identification d'agrégats avec l'outil Groupes par régions

Les outils Filtre majoritaire et Nettoyage de limites ne traitent qu'une seule cellule mal classée ou de petits agrégats de telles cellules en leur affectant la valeur qui apparaît le plus fréquemment dans le voisinage immédiat. Toutefois, supposez qu'il existe un seuil de taille donné au-dessous duquel les regroupements individuels de cellules mal classées sont considérés comme trop petits pour être significatifs dans l'analyse résultante. Ces agrégats doivent être fusionnés dans les groupes environnants. Par exemple, tout agrégat contigu appartenant à la même catégorie d'utilisation du sol dont la taille est inférieure à 7 200 mètres carrés n'est pas considéré comme significatif pour l'analyse. Cependant, ces régions isolées ne peuvent pas être traitées individuellement puisqu'elles ont la même valeur d'utilisation du sol que la zone entière.

Pour résoudre ce problème, l'outil Groupes par régions est appliqué. Cet outil attribue un identifiant unique à chacune des régions du raster en entrée (l'image classée). Une région est un groupe contigu de cellules de même valeur. Considérez une zone seule composée de deux régions non connectées. L'outil Groupes par régions divise cette zone en deux nouvelles zones, chacune dotée d'une valeur d'identification (zone) unique. La valeur de zone initiale est conservée en tant que champ LINK dans la table attributaire en sortie. Le raster ainsi généré est indiqué ci-dessous et contient les nombreuses zones en sortie différentes.

Raster après application de la fonction Groupes par régions
Raster après application de la fonction Groupes par régions

Suppression des surfaces plus petites que le seuil

Ensuite, à l'aide d'un outil de sélection, tel que l'outil Extraction par attributs de la boîte à outils Extraction, un raster en sortie est créé dans lequel les régions dont la taille est inférieure au seuil de zone sont supprimées.

Les régions très petites sont sélectionnées et supprimées pour être utilisées en tant que masque.
Les régions très petites sont sélectionnées et supprimées pour être utilisées en tant que masque.

Suppression de petites régions avec l'outil Grignotage

En appliquant l'outil Grignotage au raster généré par l'outil d'extraction (qui identifie les régions à éliminer) et à l'aide des valeurs du raster d'images classées, l'outil visite chaque emplacement de cellule pour l'éliminer et la remplacer par la cellule la plus proche ayant une valeur dans le raster classé.

Les petites régions identifiées dans le masque sont éliminées avec la fonction Grignotage.
Les petites régions identifiées dans le masque sont éliminées avec la fonction Grignotage.

Carte d'utilisation du sol généralisée définitive

A l'aide de l'attribut de liaison généré par l'outil Groupes par régions, les valeurs de zone d'origine de l'image classée sont réattribuées aux régions individuelles créées par l'outil Groupes par régions.

Carte d'utilisation du sol généralisée définitive
Carte d'utilisation du sol généralisée définitive

Le résultat obtenu est une carte d'utilisation du sol plus généralisée, qui peut être utilisée dans les analyses ultérieures.

Rubriques connexes


7/10/2012