Classification automatique des images satellitaires optimisée par l'algorithme des chauves-souris

Auteurs-es

  • Soumia Benmostefa USTO
  • Hadria Fizazi USTO

DOI :

https://doi.org/10.52638/rfpt.2013.25

Résumé

Cet article propose une nouvelle approche de classification automatique non supervisée des images. La classification est l'une des opérations les plus importantes dans plusieurs domaines d'analyse d'images telles que la médecine et la télédétection. Elle consiste à rechercher les différents thèmes constituant une scène représentée. Cependant, en raison de sa complexité plusieurs méthodes ont été proposées, spécifiquement des méthodes d'optimisation. Nous nous intéressons à la technique des chauves-souris, une métaheuristique d'optimisation biologique très récente, visant à modéliser le comportement d'écholocation des chauves-souris que nous allons adapter au problème de classification. Elle combine les avantages de plusieurs métaheuristiques telles que l'optimisation par essaims particulaires, les algorithmes génétiques et le recuit simulé.\\
Une nouvelle approche de classification automatique basée sur l'algorithme des chauves-souris est implémentée et appliquée sur deux images, la première est synthétique contenant des objets polyédriques, la seconde est satellitaire représentant la région d'Oran ouest en Algérie. Les différentes expérimentations effectuées conduisent à des résultats satisfaisants et montrent l'efficacité de l'approche.

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Publié-e

2014-04-08

Comment citer

Benmostefa, S., & Fizazi, H. (2014). Classification automatique des images satellitaires optimisée par l’algorithme des chauves-souris. Revue Française De Photogrammétrie Et De Télédétection, (203), 11–17. https://doi.org/10.52638/rfpt.2013.25