{"id":9217,"date":"2021-02-02T15:29:46","date_gmt":"2021-02-02T14:29:46","guid":{"rendered":"https:\/\/www.sigterritoires.fr\/?p=9217"},"modified":"2021-02-02T15:29:48","modified_gmt":"2021-02-02T14:29:48","slug":"tutoriel-scpreussir-un-classement-supervise-avec-calcul-de-texture3-bandes-rvbcalculs-de-texture","status":"publish","type":"post","link":"https:\/\/www.sigterritoires.fr\/index.php\/tutoriel-scpreussir-un-classement-supervise-avec-calcul-de-texture3-bandes-rvbcalculs-de-texture\/","title":{"rendered":"Tutoriel SCP:r\u00e9ussir un classement supervis\u00e9 avec calcul de texture(3)-bandes RVB+calculs de texture"},"content":{"rendered":"\n

Dans cette s\u00e9rie d\u2019articles <\/a>nous utilisons le plugin SCP de QGis pour effectuer un classement supervis\u00e9 avec calcul de texture. Nous avons vu dans l’article pr\u00e9c\u00e9dent<\/a> le traitement classique des trois bandes RVB des images photographiques de drone sur une zone littorale.<\/p>\n\n\n\n

Dans cet article nous allons voir le traitement apr\u00e8s calcul des valeurs de texture de ces m\u00eames images.<\/p>\n\n\n\n\n\n\n\n

Chargement des bandes<\/h2>\n\n\n\n
Ce deuxi\u00e8me traitement est r\u00e9alis\u00e9 \u00e0 partir du chargement des trois bandes originales du traitement pr\u00e9c\u00e9dent, et des douze bandes normalis\u00e9es issues du traitement r.texture sur la bande verte de l\u2019image d\u2019origine.<\/p>\n\n\n\n
On retrouve alors un band set tel que le suivant :<\/p>\n\n\n\n
$\"Tutoriel$ <\/a><\/figure><\/div>\n\n\n\n
On cr\u00e9e rapidement un fichier d\u2019entrainement avec nos trois classes.<\/p>\n\n\n\n
Si on commence par la zone d\u2019herbier de Spartine, on a le message d\u2019avertissement suivant :<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure>\n\n\n\n
Sur le ROI des zost\u00e8res on obtient le m\u00eame avertissement. Par contre pour le ROI de s\u00e9diments il n\u2019en est rien.<\/p>\n\n\n\n
Nous avons donc nos trois ROIs correspondants \u00e0 nos trois classes recherch\u00e9es.<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
Explication du message d’avertissement<\/h2>\n\n\n\n
Le message d\u2019avertissement est d\u00fb \u00e0 une seule raison : lors du calcul de la matrice de covariances des valeurs des diff\u00e9rentes bandes, on obtient une matrice singuli\u00e8re.<\/p>\n\n\n\n
Une raison fr\u00e9quente est que la zone du ROI correspondant est trop petite ou quelle est trop homog\u00e8ne.<\/p>\n\n\n\n
Dans notre cas c\u2019est un peu plus compliqu\u00e9. Voyons le graphe des signatures spectrales de la classe \u00ab herbier \u00bb:<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
De la classe \u00ab zost\u00e8re \u00bb:<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
Et de la classe \u00ab s\u00e9diment \u00bb:<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
Notre probl\u00e8me vient de la prise en compte de deux bandes, les num\u00e9ros 12 et 15, o\u00f9 les valeurs pour les deux types d\u2019herbier sont 0. Ce n\u2019est pas le cas pour les s\u00e9diments.<\/p>\n\n\n\n
\u00c9tant donn\u00e9 que la m\u00e9thode de maximum de vraisemblance calcule une distribution gaussienne pour chaque bande, avec des valeurs de 0 cela devient impossible.<\/p>\n\n\n\n
Nous avons donc le choix entre garder ces bandes et exclure d\u00e8s maintenant l\u2019utilisation de cet algorithme pour notre classification, ou bien \u00e9liminer ces bandes en entr\u00e9e et de garder cette possibilit\u00e9.<\/p>\n\n\n\n
Comme nous disposons d\u2019un nombre important de bandes, il peut \u00eatre plus avis\u00e9 d\u2019en \u00e9liminer deux et garder la possibilit\u00e9 de l\u2019algorithme de maximum de vraisemblance.<\/p>\n\n\n\n
On peut m\u00eame aller plus loin. Nous avons vu que l\u2019utilisation des trois bandes RVB d\u2019origine n\u2019est pas vraiment discriminante. Nous pouvons donc essayer un traitement qui ne prenne pas non plus en compte ces trois bandes.<\/p>\n\n\n\n
Classification bas\u00e9e sur seulement les dix bandes issues de r.texture<\/a><\/h1>\n\n\n\n
Chargement des bandes<\/h2>\n\n\n\n
Ce troisi\u00e8me traitement est r\u00e9alis\u00e9 \u00e0 partir du chargement des dix bandes normalis\u00e9es issues du traitement r.texture sur la bande verte de l\u2019image d\u2019origine. Nous excluons les bandes 12 et 15 correspondantes aux valeurs de r.texture DV et MOC-2 ainsi que les trois bandes RVB d’origine.<\/p>\n\n\n\n
On retrouve alors un band set tel que le suivant :<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
Avec un rendu diff\u00e9rent des pr\u00e9c\u00e9dents, car nous n\u2019avons plus les trois bande visibles RGV.<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
Nous cr\u00e9ons rapidement un fichier d\u2019entrainement avec nos trois classes. Ce qui donne au niveau des donn\u00e9es d\u2019entrainement la configuration suivante:<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
Analyse des signatures spectrales<\/h2>\n\n\n\n
On charge les trois classes dans le Graphique de Signatures Spectrales du plugin SCP pour avoir une vue de la signature spectrale de chacune des classes.<\/p>\n\n\n\n
Le but est d\u2019avoir une id\u00e9e d\u2019en quelle mesure nous arriverons \u00e0 discriminer les trois classes recherch\u00e9es.<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
On ouvre la fen\u00eatre de calcul des distances spectrales, comme lors du premier traitement :<\/p>\n\n\n\n
$\"\"$ <\/a><\/figure><\/div>\n\n\n\n
L\u2019ensemble des valeurs obtenus est bonne. Dans les distances de Jeffries-Matusita on voit que l\u2019on peut utiliser l\u2019algorithme de vraisemblance maximal, m\u00eame pour discriminer les deux types d\u2019herbier, avec une valeur de 1,79 (sur une \u00e9chelle de 0 \u00e0 2). Les angles spectraux sont suffisamment \u00e9loign\u00e9s pour pouvoir utiliser l\u2019algorithme de calcul d\u2019angle spectral. Les distances euclidiennes sont suffisamment grandes pour utiliser l\u2019algorithme de distance minimal.<\/p>\n\n\n\n
Maintenant que l\u2019on a un band set adapt\u00e9 \u00e0 nos objectifs, on pourrait commencer \u00e0 affiner les crit\u00e8res de classification. Mais s\u2019il y avait toujours un doute sur la discrimination d\u2019une ou plusieurs classes, nous allons voir,dans le prochain article, une autre solution possible \u00e0 de stade : l\u2019utilisation de l\u2019analyse en composantes principales.<\/p>\n","protected":false},"excerpt":{"rendered":"
Dans cette s\u00e9rie d\u2019articles nous utilisons le plugin SCP de QGis pour effectuer un classement supervis\u00e9 avec calcul de texture. Nous avons vu dans l’article pr\u00e9c\u00e9dent le traitement classique des trois bandes RVB des images photographiques…<\/p>\n","protected":false},"author":1,"featured_media":9224,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[147,26,62],"tags":[1480,58,1649,1486,1644],"class_list":["post-9217","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-images","category-outils-et-methodes","category-qgis-2","tag-classification","tag-qgis","tag-scp-plugin","tag-supervisee","tag-texture"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2021\/01\/a14.png?fit=578%2C239&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-2oF","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/9217","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=9217"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/9217\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/9224"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=9217"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=9217"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=9217"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}