N° d’ordre : 01/2008-D/EL République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique Université des Sciences et de la Technologie Houari BOUMEDIENE
FACULTE D'ELECTRONIQUE ET INFORMATIQUE
THESE Présentée pour l’obtention du diplôme de DOCTORAT EN : ELECTRONIQUE Spécialité : Traitement d’Images Par : KHEDAM Radja
THEME
CONTRIBUTION AU DEVELOPPEMENT DE METHODOLOGIES
DE FUSION/CLASSIFICATION CONTEXTUELLES D’IMAGES SATELLITAIRES MULTI-SOURCES. Application à la cartographie thématique du milieu urbain de la ville d’Alger.
Soutenue le 09 / 02 / 2008, devant le jury composé de :
Professeur U.S.T.H.B M. A. Houacine Président urMme A. Belhadj-Aissa Directrice de thèse Professeur E.N.P Mme L. Hamami Examinatrice Professeur Univ. Blida M. M. Bensebti Examinateur ProfesseurM. Y. Smara ur Maître de Conférences Univ. Constantine M. S. Chikhi Examinateur REMERCIEMENTS
Les travaux présentés dans cette thèse, ont été développés et mis en œuvre au sein du Laboratoire de Traitement d’Images et Rayonnement (LTIR) de la Faculté d’Electronique et Informatique (FEI) de l’Université des Sciences et de la Technologie Houari Boumediene (USTHB). En premier lieu, je tiens à exprimer ma profonde gratitude à Madame A. Belhadj-Aissa, Professeur à l’USTHB, pour avoir dirigé ma recherche depuis le Magister et pour la confiance et l’intérêt qu’elle m’a témoignés ...
N° d’ordre : 01/2008-D/EL
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université des Sciences et de la Technologie Houari BOUMEDIENE
FACULTE D'ELECTRONIQUE ET INFORMATIQUE
THESE
Présentée pour l’obtention du diplôme de DOCTORAT
EN : ELECTRONIQUE
Spécialité : Traitement d’Images
Par : KHEDAM Radja
THEME
CONTRIBUTION AU DEVELOPPEMENT DE METHODOLOGIES
DE FUSION/CLASSIFICATION CONTEXTUELLES D’IMAGES
SATELLITAIRES MULTI-SOURCES.
Application à la cartographie thématique du milieu urbain de la ville d’Alger.
Soutenue le 09 / 02 / 2008, devant le jury composé de :
Professeur U.S.T.H.B M. A. Houacine Président
urMme A. Belhadj-Aissa Directrice de thèse
Professeur E.N.P Mme L. Hamami Examinatrice
Professeur Univ. Blida M. M. Bensebti Examinateur
ProfesseurM. Y. Smara ur
Maître de Conférences Univ. Constantine M. S. Chikhi Examinateur
REMERCIEMENTS
Les travaux présentés dans cette thèse, ont été développés et mis en œuvre au sein du
Laboratoire de Traitement d’Images et Rayonnement (LTIR) de la Faculté d’Electronique et
Informatique (FEI) de l’Université des Sciences et de la Technologie Houari Boumediene (USTHB).
En premier lieu, je tiens à exprimer ma profonde gratitude à Madame A. Belhadj-Aissa,
Professeur à l’USTHB, pour avoir dirigé ma recherche depuis le Magister et pour la confiance et
l’intérêt qu’elle m’a témoignés tout au long de l’élaboration de cette thèse. Je lui suis très
reconnaissante pour le suivi régulier et formateur reçu durant ces six années de Doctorat, et bien
avant, durant les trois années de Magister. Je la remercie pour la démarche scientifique rigoureuse et
l’esprit d’auto-critique qu’elle a su m’inculquer. J’espère avoir été à la hauteur de ces espérances.
J'adresse mes remerciements les plus sincères à Monsieur A. Houacine, Professeur à l'USTHB,
pour l’honneur qu’il me fait en acceptant de présider le jury de cette thèse.
Je tiens à exprimer ma reconnaissance à Monsieur Y. Smara, Professeur à l'USTHB, tant pour
avoir accepté de prendre part au jury de cette thèse, que pour ses remarques, ses critiques, ses
encouragements et la grande disponibilité dont il a fait toujours preuve au laboratoire.
Mes vifs remerciements vont aux membres du jury qui ont accepté de prendre de leur temps
pour examiner mon travail : Madame L. Hamami, Professeur à l’Ecole Nationale Polytechnique
(ENP), Monsieur M. Bensebti, Professeur à l’Université Saad Dahlab de Bilda (USDB) et Monsieur
S. Chikhi, Maître de Conférences à l'Université Mentouri de Constantine (UMC).
Au cours de ces six années de recherche, j’ai eu à effectuer deux stages de courtes de durées : le
premier, en 2005, au département Image et Traitement de l’Information (ITI) de l’Ecole Nationale
Supérieure des Télécommunications de Bretagne (ENSTB), France, sous la direction de Monsieur G.
Mercier, Maître de Conférences à l’ENSTB, le second, en 2006, au Laboratoire d'Automatique, de
Mécanique, et d'Informatique industrielles et Humaines (LAMIH) de l’Université de Valenciennes et
du Hainaut Cambrésis (UVHC), France, sous la direction de Monsieur A. Ahmed-Taleb, Professeur à
l’UVHC. Que Monsieur G. Mercier et Monsieur A. Ahmed-Taleb trouvent ici, l’expression de mes
remerciements les plus sincères, pour leur chaleureux accueil et leur disponibilité, ainsi que pour les
discussions fructueuses que j’ai eues avec chacun d’eux. Je les remercie pour les idées et les
orientations qu’ils m’ont suggérées.
Merci aux étudiants que j’ai co-encadrés avec Pr. A. Belhadj-Aissa et qui m’ont aidé à
progresser plus vite dans ma recherche.
Merci à tous les membres du laboratoire LTIR pour leur sympathie, leur amitié et la bonne
ambiance permanente au laboratoire.
Merci à celles et ceux qui auront à lire tout ou une partie de ce manuscrit et qui y trouveront un
intérêt quelconque.
Enfin, un grand MERCI à ma famille pour le soutien et les encouragements qu’elle a su
m’apporter pour arriver au terme de cette thèse. J’espère l’honorer avec ce travail.TABLE DES MATIERES
Résumé I
Liste des figures et des tableaux I
Liste des ymboles V
Chapitre I : Introduction 1
I. Fusion/classification des images satellitaires 3
I.1. Principe de la fusion de donées 4
I.2. Principe de la classification d’images satellitaires 5
I.3. Approches de fusion/classification des images satellitaires 7
I.3.1. Approche du vecteur empilé (the stacked vector approach) 7
I.3.2. Approches statistiques probabilistes 8
a). Aproche par estimation 8
b). Aproche bayesiene 8
I.3.. Aproche évidentiele 8
I. Structure de la thèse 10
III. Localisation de la zone d’étude et données satellitaires utilisées 12
IV. Prétraitement des images multi-sources 14
IV.1. Corection géométrique 4
IV.2. Correction radiométrique et atmosphérique 14
V. Extraction des bases d’entraînement et de contrôle 17
V.1. Extraction des bases d’entraînement
V.2. Extraction des bases de contrôle 18
VI. Critères d’évaluation des méthodologies proposées 21
VI.1. Evaluation statistique – Matrice de confusion 21
VI.2. Signatures pectrales 22
VI.3. Espace des caractéristiques 2
Partie I : Approches mathématiques pour la fusion/classification des images satellitaires
Chapitre II : Approche probabiliste 28
Introduction 28
I. Clasifcation bayesiene ponctuele 9
I.1. Règle de décision bayesiene 29
I.2. Clasifcation multispectrale 30
I.2.1. Estimation de la probabilité P(x w ) 0 s i
I.2.2. Fonction discriminante 31
I.3. Fusion/clasifcation multi-capteurs 32
Résultats et comentaires 3
I.4. Intérêt de l’information spatiale 36
I. Clasifcation bayesiene contextuele 6
II.1. Approche MAP 37
II.1.1. Modélisation de la probabilité P(X W ) 8
II.1.2. Modélisation de la probabilité P(W ) 38
a). Modèle de Markov 8
II.1.3. Algorithmes d’approximation du MAP 41
a). Heuristique « recuit simulé » 41
b). Algorithme ICM 2
I.2. Aplication de l’ICM 42
II.2.1. Classification de données mono-capteurs 42
II.2.2. de multi-capteurs 43
Résultats et comentaires 46
II.2.3. Classification de données multitemporelles 51
Résultats et comentaires 54
Conclusion 9
Chapitre III : Approche évidentielle 61
Introduction 1
I. Théorie de l’évidence de Dempster-Shafer (DST) 61
I.1. Formalisme mathématique 62
I.1.. Cadre de discernement 2
I.1.2. Fonction de masse élémentaire 62
I.1.3. Fonctions de crédibilité et de plausibilité 62
I.2. Règle de fusion de Dempster 63
I.3. Notion de conflit dans la DST 3
I.4. Prise de décision dans la DST 64
I.4.1. Maximum de crédibilité 64
I.4.2. Maximum de plausibilité 64
I.4.3.Maximum de crédibilité avec recouvrement des intervalles de confiance 65
I.4.4. Maximum de probabilité pignistique 65
I.5. Estimation des fonctions de mase 65
I.5.1. Fonctions de mases particulières 5
I.5.2. Modèles de transfert des fonctions de masse 66
I.5.3. Modèle de transfert d’Appriou 67
I.5.4. Généralisation du modèle d’Appriou au cas multi-classes 68
II. Application de la DST à la fusion/classification des images satellitaires 72
II.1. Application à la fusion/classification mono-échele 72
II.1.1. Fusion/classification évidentielle mono-capteur 75
Résultats et comentaires 77
II.1.2. Fusion/classification évidentielle multi-capteurs 82
Résultats et commentaires 83
II.1.3. Fusion/classification évidentielle multi-dates 84
Résultats et comentaires 86
II.2. Application à la fusion/classification multi-échelles 93
I.2.1. Principe 94
I.2.. Construction de l’ensemble de fusion 6
a). Modèle non supervisé 96
b). Modèle supervisé 8
Résultats et comentaires 101
Conclusion 10
Partie II : Approches biomimétiques pour la fusion/classification des images satellitaires
Chapitre IV : Approches inspirées des mécanismes des vivants 115
Introduction 15
I. Algorithmes évolutionaires 15
I.1. Principe 15
I.2. Etapes d’un processus évolutionnaire 117
I.2.1. Codage 17
I.2.2. Initialisation 117
I.2.3. Sélection 17
I.2.4. Reproduction 118
I.2.5. Fonction « objectif » 119
I.2.6. Remplacement 19
I.2.7. Convergence 19
I.3. Clases d’EAs 19
I.3.1. Algorithmes génétiques (GAs) 120
I.3.2. Algorithmes à estimation de distribution (EDAs) 122
I.3.3. Programmation génétique (GP) 122
I.4. Application des EAs à la fusion/classification des images satellitaires 125
I.4.1. Application du GA 126
Résultats et comentaires 129
I.4.2. de l’EDA 133
Résultats et commentaires 134
I.4.3. Application de la GP 137
Résultats et comentaires 139
I.4.4. Application des EAs à la fusion/classification contextuelle 142
Résultats et comentaires 142
I.5. Approche génétique non supervisée 143
Résultats et commentaires 144
II. Système immunitaire artificiel (AIS)