Le portail francophone de la géomatique

bonjour,
le sujet m'interesse aussi mais en une seule partie puisque je ne sais pas de quoi s'agit-il pour le seconde point que tu as évoqué. je m'interviens alors juste pour la première partie de ta réflexion.

j'ai travaillé le sujet mais ce n'était pas si osé coté technique , c'était juste un essai de segmentation de l'image satellitale pour but la classification semi-dirigée. Alors j'ai procédé comme suit:
la segmentation que j'ai proposé était fondée sur la detection des lignes de contours d'entités distinctes et plus ou moins homogénes. sur chaque segment établit j'ai lancé une classification semi-dirigée, .....voilà donc,  après la classification de tous les segments, j'ai lancé la mosaique des segments pour avoir un seul produit de la classification...le produit final représentait le produit de la classification de l'image satellitale celle de départ.

Le sujet mérite vraiment intervention des gens du domaine , puisque pour nous les débutants c'est encore un long chemin pour le comprendre vraiment bien..si jamais vous nous lisiez, essayer alors d'etre utile même si qu'avec une documentation ou site utile à ce genre de problématique..
que la conscience scientifique soit présente!
LB

Bonjour,
Pourquoi cette technique: la segmentation et la classification n'est pas validée pour le domaine géologie et la cartographie géologique (classification lithologique!!!)..elle s'avère interessante pour beaucoup de champs d'application: agriculture, Foret, pédologie, occupation de sol, perméabilités des sols...alors qu'on trouve pas de document traitant la technique pour la géologie proprement dit...y a-t-il vraiment des raisons ou c'est pas interessant???
ça fait des mois que je travaille le sujet et je ne trouve pas de documentation là dessus : segmentation et classification lithologique pour la cartographie géologique!!
A vos les amis...

Bonjour
L'interprétation automatique qui vise à produire une information à partir de données de type image pose un réel problème dans le domaine des images THR. L'auteur de la thèse EPFL le résume très bien "L'accroissement du niveau de détail va de paire avec celui de la variabilité de la signatures spectrale d'un même objet du territoire." Un même objet peut avoir une signature différente en fonction de sa position dans la scène et également de son environnement proche : problème des ombres, problème de HotSpot, problèmes liés au vent (qui joue par exemple sur l'orientation des feuilles et donc de la réflexion de la lumière), problème avec les cibles "vivantes" (un champignon qui attaque une pelouse)…
Au delà de trouver les bons algos ou le bon logiciel il est impératif de cibler avec précision sa problématique et surtout de sélectionner avec la plus grande rigueur la donnée, donc l'image : saison, heure de passage, contexte spatial, contexte temporel (pluie sécheresse)…
Il est également impératif de connaître avec précision (et expérience) son sujet d'observation afin de toujours conserver un sens critique sur les résultats produits par la machine.
Les images THR sont à la télédétection ce que la Formule 1 est à ma Clio.... un autre monde.
Enfin, autant une « erreur » d’interprétation peut passé inaperçue à l’échelle d’un pays en raison de la diffusion de l’information, autant en THR la moindre erreur peut être rapidement constatée et ce par n’importe quel lambda. Nous travaillons en ce moment sur des images à 2 parfois 1 cm de résolution et je dois avouer passer de plus en plus de temps sur le terrain…. et quelque part ce n’est pas plus mal.