Classification thématique et détection de changement des images satellitaires en utilisant les algorithmes de machines d'apprentissage.

Abstract

L'utilisation des données de télédétection dans la cartographie de l'état de la surface et de son évolution facilite énormément la planification, l'évaluation, et la surveillance des surfaces terrestres; particulièrement si les résultats sont intégrés dans des systèmes d'information géographique SIG. Comparée aux techniques dites classique comme la photo-interprétation, la télédétection spatiale présente des avantages incontestables en termes de rapidité, de facilité de mise à jour, mais aussi de superficie couverte. Dans ce projet, nous proposons un système de classification thématique et de détection de changements à base d'algorithme de machines d'apprentissage supervisé. Pour permettre une classification précise, plusieurs attributs sont proposés dans la caractérisation des pixels dans la scène, à savoir les caractéristiques radiométriques et les caractéristiques de texture.