Présentation de la classification des images
La classification des images fait référence à la tâche d'extraction des classes d'informations d'une image de raster multicanal. Le raster résultant de la classification des images peut permettre de créer des cartes thématiques. Selon l'interaction entre l'analyste et l'ordinateur pendant la classification, il existe deux types de classification : assistée et non assistée.
Avec l'extension ArcGIS Spatial Analyst, une suite complète d'outils est fournie dans le jeu d'outils multivariés, permettant ainsi d'effectuer des classifications assistées et non assistées (voir Vue d'ensemble des outils multivariés). Le processus de classification est un workflow en plusieurs étapes. Par conséquent, la barre d'outils Classification des images a été développée pour fournir un environnement intégré afin d'effectuer des classifications à l'aide des outils. Non seulement la barre d'outils permet d'effectuer des classifications non assistées et assistées dans le workflow, mais elle contient également des fonctionnalités supplémentaires pour l'analyse de données en entrée, la création d'échantillons d'apprentissage et de fichiers de signatures, et la détermination de la qualité des échantillons d'apprentissage et des fichiers de signatures. La barre d'outils Classification des images est la méthode recommandée pour effectuer la classification et l'analyse multivariée.
Classification assistée
La classification assistée utilise les signatures spectrales obtenues à partir des échantillons d'apprentissage pour classer une image. A l'aide de la barre d'outils Classification des images, vous pouvez créer facilement des échantillons d'apprentissage pour représenter les classes que vous souhaitez extraire. Vous pouvez aussi créer facilement un fichier de signature à partir des échantillons d'apprentissage, qui est ensuite utilisé par les outils de classification multivariés pour classer l'image.
Classification non assistée
La classification non assistée détecte les classes spectrales (ou agrégats) dans une image multicanal sans aucune intervention de l'analyste. La barre d'outils Classification des images facilite la classification non assistée en fournissant l'accès aux outils permettant de créer les agrégats, à la fonction d'analyse de la qualité des agrégats et aux outils de classification.
Exemple
Dans l'exemple suivant, la barre d'outils Classification des images a été utilisée pour classer une image satellite Landsat TM.
L'image satellite brute suivante est une image Landsat TM à quatre canaux de la zone nord de Cincinnati, Ohio.
 |
Image Landsat TM en entrée |
A l'aide de la barre d'outils, cinq classes d'utilisation du sol ont été définies à partir de l'image satellite : Commercial/Industrial (Zone commerciale/industrielle), Residential (Zone résidentielle), Cropland (Terre d'assolement), Forest (Forêt) et Pasture (Pâturage).
 |
Echantillons d'apprentissage |
La qualité des échantillons d'apprentissage a été analysée à l'aide des outils d'évaluation des échantillons d'apprentissage du Gestionnaire d'échantillons d'apprentissage.
 |
Evaluation d'échantillons d'apprentissage |
A l'aide de la barre d'outils Classification des images et du Gestionnaire d'échantillons d'apprentissage, il a été déterminé que les échantillons d'apprentissage étaient représentatifs de la zone et statistiquement distincts. Par conséquent, une classification de vraisemblance maximale a été effectuée à partir de la barre d'outils. L'image classée a ensuite été nettoyée pour créer la carte d'utilisation du sol définitive, représentée ci-dessous.
 |
Carte d'utilisation du sol classée en sortie |