Méthodes de segmentation bayésienne appliquées aux images SAR : théorie et mise en oeuvre / Isabelle Pons ; sous la direction de Jacques Lemaire

Résumé / Abstract : Les images obtenues par un SAR (Synthetic Aperture Radar) sont très différentes des données optiques couramment utilisées en télédétection. Elles sont bruitées par le speckle qui donne un aspect poivre et sel à l'image et complique son exploitation. La recherche d'une méthode de segmentation adaptée aux images SAR nous a conduit à envisager une approche bayésienne. La segmentation bayésienne repose sur une modélisation statistique de l'image au niveau de la distribution du signal ainsi qu'une modélisation de l'image des régions. La modélisation de l'image à segmenter permet donc de considérer les statistiques liées à l'image et prendre en compte la grande variabilité spatiale due au speckle. La théorie markovienne associée à la modélisation de l'image des régions introduit un modèle de dépendance entre pixels voisins et permet d'orienter la classification vers une recherche de régions. Nous avons tout d'abord exposé en détail les hypothèses liées à ces concepts (distribution du signal, segmentation bayésienne, champ de Markov) et nous avons présenté la théorie et les algorithmes associes de façon unifiée. La complexité de réalisation nous a conduit à proposer, dans un objectif opérationnel sur la totalité d'une image (3000*3000), l'introduction d'une phase d'apprentissage. Différentes options pour la modélisation de l'image ont été retenues. Ces algorithmes ont ensuite été appliqués sur des images sar différentes : une image SAR aéroportée sur le Jura et deux images ERS-1 sur la Guinée pour lesquelles nous disposions des données terrains. Les résultats obtenus ont été comparés par rapport à une réalité terrain et analyses. Globalement, le gain des classifications obtenues par nos algorithmes, par rapport à une classification pixel par pixel, est significatif. Ces bons résultats montrent l'intérêt de ce type d'approche pour obtenir une classification (pas de filtrage préalable, intégration des statistiques, approche par région) et nous avons établi, parmi, parmi les diverses options explorées, un algorithme efficace