SEGMENTATION DES IMAGES SATELLITAIRES

Abstract

La segmentation d’image est une opération de traitement d’image de bas niveau qui consiste à localiser dans une image les régions (ensembles de pixels) appartenant à une même structure. Les méthodes qui lui sont liées sont variés et peuvent s’appuyer sur diverses bases théoriques (probabilités, logique floue) et se répartissent en deux grandes familles supervisées et non supervisées Dans notre travail nous nous intéresserons essentiellement à la segmentation par approche classification non supervisée qui fournit une partition de l’image en regroupant des pixels ayant des niveaux de gris similaires dans une même classe de pixels. Le but de notre travail est d’établir une étude comparative entre deux techniques de classification classiques : K-means et FCM en matière de performances sur deux aspects : qualité de segmentation et temps d’exécution. Image segmentation is a low level processing technique which consists to localize into an image the regions (set of pixels) belonging to the same structure. It has multiple related methods which rely on diverse theoretical bases such as (probabilities and fuzzy logic) and can be divided in two principal categories (supervised and unsupervised). In our work, we are particularly interested to the satellite image segmentation by unsupervised classification approach which provides an image partitioning by clustering (grouping) pixels with similar level of intensity into the same class. The purpose of our work is to establish a comparative study between two classical classification techniques: K-means and FCM in terms of performance in two aspects: segmentation quality and execution time. تقسيم الصورة هو تقنية معالجة منخفضة المستوى تهدف إلى تحديد المناطق (مجموعة من البكسلات) في الصورة التي تنتمي لنفس البنية. لديها عدة طرق متعلقة تعتمد على أسس نظرية متنوعة مثل (الاحتمالات والمنطق الضبابي) ويمكن تقسيمها إلى فئتين رئيسيتين (مراقبة وغير مراقبة). في عملنا، نحن مهتمون بشكل خاص بتقسيم الصور الفضائية من خلال نهج التصنيف غير المراقب الذي يوفر تقسيم الصورة عن طريق التجميع (تجميع) البكسلات ذات مستوى شدة مماثل في نفس الصنف. الغرض من عملنا هو إجراء دراسة مقارنة بين تقنيتين تصنيفيتين تقليديتين: خوارزمية K-means و FCM من حيث الأداء من جانبين: جودة التقسيم ووقت التنفيذ.