TÉLÉCHARGER ENVI 4.2 GRATUIT


Télécharger ENVI gratuitement. Obtenez gratuitement ENVI dans notre logithèque. utilisateurs. rabanim.info Pilot Install: Présentation rabanim.info Note: Gratuit. Taille: Mo. Configuration minimale: Windows NT/95/98/ Palm Pilot. 12 juil. 10 secondes de recherche sur google flemmard!!! voilà pour la version trial: http ://rabanim.info

Nom: ENVI 4.2 GRATUIT
Format:Fichier D’archive ()
Version:Dernière
Licence:Libre!
Système d’exploitation: MacOS. Android. iOS. Windows XP/7/10.
Taille:27.43 Megabytes

TÉLÉCHARGER ENVI 4.2 GRATUIT

Les fichiers de données externes sont rangés dans un répertoire fixé par l utilisateur. Une fois l intégration réalisée les fichiers-images peuvent être appelés à l aide d une commande d ouverture. Dans le répertoire Buzet, choisissons le fichier xs1. Recommencer les opérations pour les fichiers xs2. La boîte de dialogue Available Bands List s affiche: A partir de la liste des fichiers disponibles il devient possible de charger une image, soit en tons de gris Gray Scale , soit en couleur RGB Color. Sélectionner l option RGB Color.

Retrouvez un document sur le logiciel de logiciel de traitement d'image ENVI. Les différentes parties de traitement d'image: ENVI. Télécharger Gratuitement. Logiciel de traitement d'images de télédétection. Envi comprend en un seul package des outils particulièrement avancés, mais néanmoins interactifs et faciles. Envi comprend en un seul package des outils particulièrement avancés, mais néanmoins interactifs et faciles d'utilisation: analyse spectrale, correction.

Notre logithèque vous offre de télécharger gratuitement ENVI 5. Voici la liste des extensions de fichiers que ce logiciel PC accepte: Les fichiers d'installation du programme sont habituellement: Les rapports de notre antivirus intégré indiquent que ce fichier est reconnu sans virus.

Les versions fréquemment téléchargées de ENVI sont 5. C'est grâce à Exelis Visual Information Solutions que ce programme a vu le jour. Retrouvez ce logiciel dans notre catégoie Outils de développement et plus précisément Outils de Base de Données. ENVI is the premier software solution for quickly, easily, and accurately extracting information from geospatial imagery.

IDL is the preferred computing environment for understanding complex data through interactive visualization and analysis.

Our Professional Services Group provides enterprise consulting and development services for customers with data and image analysis, visualization, and delivery challenges. Acces direct au contenu Acces direct au menu. Télécharger iTools 4. Système d'exploitation. Tous les logiciels sur Tom's Guide ont été testés pour vous garantir qu'ils ne contiennent aucuns virus et logiciels malveillants.

Powered by C2L. Informations sur iTools Version: Démonstration Téléchargements: ThinkSky Co Systèmes d'exploitation supportés: Ce programme très simple à utiliser vous informe en effet depuis votre ordinateur des détails de vos appareils iOS.

Vous pourrez ainsi gérer votre musique, vos vidéos, vos photos et vos iBooks. De plus, iTools permet d'installer ou de désinstaller des applications présentes sur vos périphériques. Elle permet de choisir, à partir de boutons radio R, G, B le canal à traiter.

Elle propose deux fenêtres graphiques: Defaults permet de sélectionner des étalements prédéfinis. A partir de la fenêtre gauche l utilisateur définit les bornes minimum et maximum Stretch ou réalise cette opération de manière interactive à partir des 2 bornes verticales mobiles disponibles sur l histogramme gauche.

Lorsque les paramètres sont fixés cliquer sur le bouton Apply. Il est toujours possible de changer le type d étalement à partir du menu local: Choisir le type de format de données Input File Type: ENVI affiche implicitement les numéros des canaux.

S assurer que l ordre des canaux dans la fenêtre Available Bands List correspond au choix réalisé dans les fenêtres de saisie, sinon corriger. Choisir le mode sortie des résultats Output Result to: Sélectionner le répertoire de sauvegarde et taper un nom de fichier NDVI.

Pour calculer ces différentes combinaisons ENVI propose de créer des bandes mathématiques. Il sera nécessaire, pour générer les formules de calcul, de manipuler le langage IDL. Les variables seront nommées b1, b2, b3, etc. Le type des variables sera indiqué par exemple: Les opérateurs disponibles seront notés de la façon suivante: Dans la fenêtre de saisie Enter an expression taper la formule. Dans notre exemple on entrera la formule de l indice de clarté IC.

Valider la formule en cliquant sur le bouton Add to List. Lorsque toutes les expressions sont entrées valider par OK.

Une seconde boîte de dialogue s affiche Variables to Bands Pairings. Ici, elle invite à associer les variables b1 et b2 aux bandes correspondantes. Dans la fenêtre Variables used in expression cliquer sur b1. Le bouton Spatial Subset permet d effectuer le calcul sur un sous-ensemble de l image.

Ici, nous conserverons l image entière. Sélectionner le répertoire de sauvegarde et taper un nom de fichier par exemple: On peut également calculer l indice de brillance IB. La formule IDL sera: Un tableau à double entrée va afficher la liste des zones tracées lignes et les attributs colonnes qui leur sont associés: Chaque Region correspond à une zone échantillon ou groupe d échantillons de la même classe. ENVI propose de saisir un nom et de choisir une couleur de classe pour chaque région: Dans le cas d un tracé polygonal, chaque clic déterminera un angle de la forme.

Un clic droit permettra de s échapper de la forme et de la marquer. Un second clic droit remplira la forme de la couleur active.

Pour effacer une forme polygone, par exemple , sélectionner la ROI associée puis se positionner sur la forme à effacer. Un clic sur la molette permet de supprimer l objet.

De plus, pour chaque bande, on peut visualiser les valeurs de l histogramme de la ROI. Grow permet d étendre la sélection de pixels d une ROI aux pixels de voisinage ayant un lien de parenté spectral avec les premiers. ENVI propose, après visualisation de l extension sur l image, de la conserver.

Si oui, ces nouveaux pixels sont intégrés à la ROI correspondante. Si non, ENVI affiche la boîte de dialogue ci-contre Region Growing permettant de réajuster les paramètres d extension. Menu File: Menu Options: Report Areas of ROIs: Merge Regions: Intersect Regions: Reconcile ROIs: Reconcile ROIs via Map: Band Threshold to ROI: Compute ROIs Separability: Les indices de Jeffries-Matusita et de Divergence Transformée sont calculés. Ils sont compris entre 0 et 2 et indiquent la qualité de séparabilité statistique d une paire de ROIs.

Le processus de transformation translation-rotation du référentiel d origine est fondé sur la maximisation de la variance du nuage de points ici les pixels des N canaux selon une hiérarchisation des composantes. La première composante occupe la direction de l espace suivant laquelle la variance est maximum grand axe du nuage de pixels. La seconde composante est construite selon la même règle, dans l espace restant. Et ainsi de suite Les composantes principales ont l avantage d être décorrélées indépendantes et orthogonales contrairement aux données brutes dans le référentiel d origine canaux.

L ACP présente plusieurs avantages: L ACP, en concentrant l information dans les premières composantes, permet de libérer une dimension pour un autre canal. Cette transformation peut être utile pour séparer les objets. Une seconde boîte de dialogue Forward PC Parameters s affiche.

Le bouton Stats Subset permet d échantillonner une partie de la scène. La valeur doit être comprise entre zéro et 1. Entrer un nom de fichier qui contiendra les résultats statistiques Output Stats Filename [. Cliquer sur le bouton Choose pour sélectionner le répertoire de sauvegarde et donner un nom de fichier acpbuzet.

Choisir le mode de sortie des résultats Output Result to: Choisir File. Cliquer sur le bouton Choose Enter Output Filename pour sélectionner le répertoire de sauvegarde et donner un nom de fichier acpbuzet. Valider avec la touche OK. Un compteur indique la progression du calcul. A l issue du calcul, les 3 nouvelles composantes s affichent dans la boîte Available Bands List ainsi qu un graphique PC Eigenvalues indiquant les valeurs propres pour chaque bande. Les deux premières composantes rassemblent la presque totalité de l information: Dès lors, la troisième composante peut être ignorée.

Le menu Edit permet aussi de modifier les paramètres graphiques Plot Parameters Il est possible de réaliser une ACP à partir d un fichier statistique existant. Pour cela faire: On distingue deux types de masques: Les masques thématiques permettent donc se s affranchir de pixels n appartenant pas au thème étudié. Ce resserrement spectral permet d améliorer la reconnaissance visuelle des objets palette de teintes plus étendue et d obtenir une meilleure discrimination des objets classification.

Généralement, un masque thématique générera une fragmentation spatiale du thème étudié. Les masques géographiques sont spatialement homogènes car ils correspondent à des collections de pixels regroupés.

On peut avoir besoin de stratifier géographiquement une image en grands ensembles géomorphologiques que l on souhaite analyser séparément. On peut aussi souhaiter masquer certaines surfaces comme les zones urbaines, les vergers, etc.

Un masque est une image binaire constituée de pixels de valeur égale à 1 ou à 0. Lorsqu un masque est appliqué sur une image, les pixels de l image associés à la valeur 1 du masque resteront visibles alors que les pixels associés à la valeur 0 seront occultés.

ENVI permet d utiliser des masques pour les statistiques, les classifications, le filtrage, etc L option d élaboration de masque permet de définir des masques à partir de valeurs radiométriques, de classes, de régions d intérêt, de fichier vectoriel ou de fichiers d annotation. Un masque peut être appliqué de manière permanente à une image à partir de l option Apply Mask.

Nous distinguerons deux étapes: Une seconde boîte de dialogue 1 Mask Definition propose différentes options d élaboration du masque. Si l option No Display a été sélectionnée l opérateur doit fournir le nombre de colonnes Samples et le nombre de lignes Lines de l image.

Si une image est affichée, ENVI remplit automatiquement le nombre de lignes et de colonnes. Il s agit ensuite de sélectionner les attributs servant à confectionner le masque fenêtre Selected Attributes for Mask. Import Band Data Range: Importe un intervalle de valeurs radiométriques ou de numéros de classe.

Après avoir sélectionné le fichier ou le canal, l opérateur fixe la borne minimum Data Min Value et la borne maximum Data Max Value limitant un ou plusieurs thèmes choisis. Le nouvel attribut s affiche dans la fenêtre Selected Attributes for Mask.

On peut sélectionner d autres attributs. Import Annotation: Importe un fichier annotation extension. Import ROIs: Importe une ou plusieurs régions d intérêt voir p 13, sélectionner des zones régions d intérêt à partir d un fichier existant extension.

Ces ROIs sont généralement des polygones, comme dans le cas précédent. Import ROI Intersection: Import EVFs: Importe un fichier vectoriel. Il peut s agir de contours générés automatiquement et sauvegardés sous forme de fichier extension. Pour générer des contours faire: La boîte de dialogue Contour Band Choice permet de choisir le canal sur lequel seront calculés les contours. Après avoir sélectionné le canal, une seconde boîte de dialogue n Contour Plot invite à préciser les intervalles de tracés on peut éliminer un ou plusieurs types de tracés ou ajouter des intervalles spécifiques, affecter une couleur à un tracé donné, changer de canal, modifier les bornes min et max, etc.

Le fichier peut être sauvegardé sous format. Pour appliquer, cliquer sur le bouton Apply. Import Displayed Annotation: Importe l annotation tracée sur l image affichée. Dans le menu Options il est possible de modifier certains paramètres: On inverse l image binaire précédente.

L intérieur des zones prend la valeur 0 alors que l extérieur prend la valeur 1. Selected Attributes [Logical OR]: Combinaison logique de type OR entre attributs sélectionnés. Combinaison logique de type AND entre attributs sélectionnés.

Il est aussi possible d inverser l image binaire par combinaison arithmétique. Il faut utiliser pour cela le code IDL. Pour inverser une image binaire on écrira: Float 1-b1 où b1 représente la variable affectée au canal binaire ici le canal masque. Après cette opération cliquer sur le bouton Select Mask Band. La boîte de dialogue se referme. Une nouvelle boîte apparaît Apply Mask Parameters.

Choisir File, cliquer sur le bouton Choose et donner un nom de fichier. La taille du canal masque et du canal image doivent être identiques.

Recommencer l opération pour d autres canaux puis faire OK. Réalisation d un masque thématique sur l image de Buzet. Nous avons le choix entre plusieurs thèmes: La première étape consiste à choisir le canal monochrome le plus pertinent pour isoler notre thème les canaux bruts, les néocanaux, les composantes principales, etc.

Repérer maintenant les bornes radiométriques minimum et maximum du thème retenu soit, par exemple: Construisons le masque à partir de cet intervalle de valeurs: On retourne alors à la première boîte de dialogue 1 Mask Definition. Choisir le mode de sortie du résultat: Output Result to: Cliquer sur le bouton Choose Enter Output Filename.

Télécharger cours envi pdf tutorial envi 4.5 en francais.

Sélectionner le répertoire de sauvegarde et taper un nom de fichier SolsNus. Cliquer sur le bouton Apply. Le masque est créé et affiché dans la boîte Available Bands List. Affichons le masque image ci-contre Maintenant, il reste à appliquer le masque ainsi créé sur une image ou un canal de notre choix: Choisir, par exemple, Buzet. Sélectionner le fichier masque en cliquant sur le bouton Select Mask Band. Choisir le fichier masque dans la liste proposée.

La boîte Apply Mask Parameters demande de préciser la valeur des pixels du masque conserver la valeur par défaut et le mode de sortie du résultat: Sélectionner le répertoire de sauvegarde et taper un nom de fichier SolsNusBuzet. On aurait pu constituer un masque thématique à partir d une image classée voir Classification Multispectrale, p Chaque classe créée est affectée d une valeur code: Par exemple, si le masque doit être construit à partir de la classe 1, l intervalle relatif à cette classe sera donc: Application 2: Réalisation d un masque géographique sur l image de Buzet.

Un masque géographique est généré à partir du tracé de régions d intérêt voir 3. Une scène peut être découpée en sous-ensembles géographiques par exemple, une zone montagneuse et une zone de plaine. Choisissons de masquer les villages de manière à nous affranchir de pixels assimilables aux thèmes agro-environnementaux. Afficher l image de Buzet. Pour valider, cliquer sur le bouton OK. Ce qui signifie que les ROIs sélectionnées prendront la valeur 0 elles seront cachées et que les autres régions prendront la valeur 1 elles seront visibles.

Sélectionner le répertoire de sauvegarde et taper un nom de fichier UrbainBuzet. Appliquons maintenant le masque sur l image de Buzet. Choisir Buzet. Choisir le fichier masque dans la liste proposée UrbainBuzet. Sélectionner le répertoire de sauvegarde et taper un nom de fichier AgroEnviro. Un chapitre détaillé leur est consacré à la fin de ce manuel. A partir du Menu: Filter, un certain nombre d opérations de filtrage spatial sont proposées, comme par exemple: Median Adoucissement des contours , Sobel Tracé des contours , Roberts tracé des contours , etc.

Il existe des filtres de convolution, filtres morphologiques, filtres de texture, filtres adaptatifs, filtres par transformée de Fourier. On y retrouve, bien entendu, les filtres précédemment cités. On pourra, en fin de formation, calculer et afficher des filtres à partir de l image de Buzet. ENVI propose une nouvelle méthode de classification basée sur un arbre de décision ; cette méthode sera abordée en annexe et selon le temps disponible.

ENVI propose enfin des traitements et analyses des données post classification ainsi que des méthodes d amélioration des résultats. Comme dans les chapitres précédents nous présenterons d abord les méthodes puis nous proposerons des applications.

Elle requiert de fixer le nombre de classes à extraire des données, de localiser arbitrairement le nombre de noyaux, puis de les repositionner par itérations successives jusqu à leur séparation spectrale optimale Méthode Isodata Menu: Si l option File est choisie on donne le nom du fichier en cliquant sur le bouton Choose.

Après avoir complété les paramètres, valider par OK. ENVI effectue les calculs statistiques un compteur de défilement est affiché. A l issue du nombre d itérations demandé ou avant si le processus converge , un nouveau canal s affiche dans la fenêtre Available Bands List. On peut l afficher en choisissant Gray Scale et New Display.

Cette classification calcule les moyennes de N classes, régulièrement distribuées dans l espace des données. Puis, par itérations successives, la méthode va affecter les pixels restants aux centres de classes sur la base de leur distance minimum. A chaque itération les moyennes sont donc recalculées, les pixels sont reclassés en fonction des nouvelles moyennes. Ce calcul continue jusqu à ce que le taux de pixels changeant dans chaque classe soit inférieur au seuil fixé par l utilisateur ou que le nombre maximum d itérations soit atteint.

Lorsque ce choix est réalisé, la boîte de dialogue Isodata Parameters s affiche. Elle permet de fixer les paramètres de calcul: Quelle que soit l image classée il est intéressant d établir un lien d affichage avec une autre image voir p 7, 2. Celles-ci peuvent être définies de 2 manières: C est cette seconde méthode que nous utiliserons.

Chaque type de classification a ses propres paramètres. Ils seront définis, pour chacune des méthodes, après le choix d un fichier-image Classification hypercube L espace des données est composé par autant d hypercubes qu il y a de classes définies. Les limites de chaque volume sont définies à partir d un seuil de l écart type à la moyenne. Tout pixel dont les valeurs s inscrivent à l intérieur d un parallélépipède sera affecté à la classe correspondante.

Il est possible d avoir des pixels non affectés, c est à dire non classés. Pour un pixel appartenant à plusieurs classes la règle d affectation est celle de la dernière classe rencontrée. Une fenêtre Select Classes from Regions affiche les différentes classes disponibles. Sélectionner le nombre de classes désirées. Ce nombre s affiche Number of items selected.

Il est possible de prendre toutes les classes en cliquant sur le bouton Select All Items. Le bouton Clear All Items permet d effacer la sélection.

On peut utiliser une valeur d écart type Set Max stdev from Mean identique pour toutes les classes Single Value , différente selon les classes Multiple Value ou aucune None. Le résultat Output Result to peut être enregistré dans un fichier File ou en mémoire Memory. La boîte de dialogue propose enfin d extraire des résultats intermédiaires, obtenus avant assignation définitive des pixels Output Rule Images. Ces résultats peuvent aussi être sauvegardés dans un fichier.

Le bouton Preview permet de prévisualiser le résultat de la classification. Valider par OK pour lancer les calculs. Si le résultat est sauvegardé en mémoire option Memory , la boîte Available Bands List fait apparaître un fichier temporaire dans une mémoire M1, par exemple: Les pixels sont affectés à la classe la plus proche sauf si des conditions particulières sont posées écart type seuil, distance critique.

Il peut donc y avoir des pixels non classés en raison des critères de sélection. Un paramètre supplémentaire apparaît: Max Distance Error permettant de fixer arbitrairement une distance critique. Ce canal peut être affiché après sélection de l option Gray Scale et Display Classification par la Distance de Mahalanobis Cette méthode utilise les statistiques de chaque classe. Elle est semblable à la méthode du Maximum de Vraisemblance voir plus loin mais suppose que les covariances de classes sont égales.

Par ailleurs, cette méthode de calcul est plus E. Tous les pixels sont affectés à une classe donnée sauf si l utilisateur spécifie une distance critique Dans ce cas, il peut y avoir des pixels non classés.

Télécharger cours arcgis 10 pdfcours arcgis 10 pdf.

Ce canal peut être affiché après sélection de l option Gray Scale et Display Classification par le Maximum de Vraisemblance La distribution des pixels, dans chaque classe, suit une loi Normale. Chaque classe est définie par une courbe de densité de probabilité. La méthode calcule la probabilité d appartenance d un pixel à une classe donnée.

Le pixel sera affecté à la classe pour laquelle la probabilité est la plus forte. Cette méthode classe tous les pixels sauf si on applique un seuil de probabilité en dessous duquel les pixels de très faibles probabilités ne seront pas classés. Un paramètre différent, le seuil de probabilité Set Probability Threshold est introduit dans cette méthode.

On peut ne pas utiliser de seuil None , utiliser une valeur unique pour toutes les classes Single ou utiliser une valeur différente pour chaque classe Multiple Value. Data Scale Factor est un facteur de division utilisé pour convertir des valeurs de réflectance valeurs entières en valeurs décimales.

Pour des instruments 8 bits Spot, Landsat conserver la valeur Le bouton Preview permet de visualiser la classification. C est une méthode plutôt utilisée pour les données hyperspectrales. Néanmoins elle constitue une méthode alternative pour classer des données multispectrales. Elle améliore souvent les résultats et peut être facilement comparée aux propriétés spectrales des matériaux.

C est une méthode de classification basée sur la valeur physique du spectre. Elle utilise l angle multidimensionnel pour comparer des pixels à des spectres de référence. L algorithme détermine la similarité spectrale entre deux spectres en mesurant l angle qui les sépare.

Les spectres sont traités comme des vecteurs dans un espace à N dimensions, où N est égal au nombre de canaux. Endmember Collection: Il faut indiquer au logiciel la source de références spectrales. Elle peut être de différentes origines. Puis, cliquer sur Apply 1 ère boîte de dialogue pour activer les calculs. La boîte Spectral Angle Mapper Parameters s affiche.

Télécharger rabanim.info Pilot Install - rabanim.info - rabanim.info

Donner un nom de fichier NomFichier. La boîte Available Bands List fait alors apparaître un nouveau canal: Sam NomFichier. L utilisation de fonctions non linéaires peut permettre d améliorer, sous certaines conditions de convergence du modèle, les résultats des classifications. Un réseau neuronal est fondé sur l analogie avec le neurone, à savoir un corps cellulaire disposant d entrées les dendrites et d une sortie l axone. Principe d un modèle neuronal simple 1 seul neurone à 3 entrées: Il s agit donc, à partir de paramètres d optimisation, d ajuster au mieux les données observées à un modèle non linéaire minimisation des résidus.

Le processus itératif se fait par approximations successives jusqu à qu il atteigne le seuil de précision souhaité seuil minimum des résidus ou le nombre d itérations, fixés par l utilisateur. Selon la valeur aléatoire des paramètres d optimisation on peut obtenir plusieurs solutions ou s en écarter non convergence. Il n y a pas d unicité de la solution car non linéarité du modèle.

Il existe d autres types de modèles neuronaux: Si on a 2 couches, la première est cachée, la seconde constitue la sortie. Le modèle utilisé dans ENVI: La littérature scientifique propose d autres modèles plus complexes. La règle de rétropropagation est un algorithme utilisé pour affiner les paramètres du réseau poids synaptiques et seuils d activation. A chaque itération on a une solution approchée du problème d optimisation. Comment modifier chaque poids p i pour que les sorties soient meilleures diminution de la RMS?

On part, en effet, des résidus et on utilise l intensité des écarts pour moduler la variation du nouveau jeu de valeur des p i. L initialisation du réseau implique de définir: Elle représente le seuil maximum de résidus tolérés RMS souhaitée , - le nombre maximum de pas Number of training iterations: Il est lié à la méthode de résolution, - le moment d apprentissage Training Momentum: Il est lié à la méthode de résolution, E.

Il est lié à la méthode de résolution. La procédure ENVI: Il détermine l importance de la contribution du poids interne selon le niveau d activation du neurone. On l utilise pour ajuster les changements à un poids interne du neurone. Il détermine l ampleur de l ajustement des poids.

Un taux élevé permet d accélérer le processus mais il augmente le risque d apparition d oscillations et de non convergence vers une solution. L introduction ce paramètre permet d élever le taux d apprentissage tout en réduisant le risque d apparition d oscillations.

Si la RMS calculée durant le processus passe en-dessous du seuil fixé, le processus s arrête même si le nombre d itérations n est pas atteint.

Pour une classification linéaire entrer la valeur 0. A partir de 2 couches la masse de calculs devient très importante. Nombre d itérations maximum Number of Training Iterations: Le résultat peut être enregistré dans un fichier File ou en mémoire Memory.

Pour choisir un répertoire et un fichier de sauvegarde Enter Output Class Filename cliquer sur le bouton Choose. De même, la boîte de dialogue propose d extraire des résultats intermédiaires, obtenus avant assignation définitive des pixels: Dans ce cas les N classes seront colorées en fonction des tons initiaux de l image de référence Le classeur de règle Il permet de réduire le temps de calcul lors des opérations de classification. Il suffit alors, à partir de ce classeur, de modifier seulement la valeur du seuil critique pour obtenir rapidement une nouvelle classification Les statistiques de classes Les statistiques peuvent être calculées à partir des résultats des classifications.

Les statistiques de base incluent le nombre de pixels par classe, le minimum, le maximum, la moyenne et l écart type pour chaque canal et pour chaque classe. Ces paramètres peuvent être mis sous forme graphique. Les histogrammes de chaque classe peuvent être affichés et représentés graphiquement, comme la matrice de covariance, la matrice de corrélation, les valeurs propres et les vecteurs propres. Lorsque la boîte de dialogue Statistics Input File apparaît, sélectionner à nouveau l image classée puis valider par OK.

La boîte de dialogue Class Selection invite à sélectionner la les classe s souhaitée s. La boîte de dialogue Compute Statistics Parameters permet de fixer les paramètres à calculer ainsi que le mode de sortie des résultats. La boîte Class Statistics Results affiche les statistiques demandées: Stats for: Select Plot permet de sélectionner un type de représentation graphique.

Clear Plot efface le contenu de la fenêtre. Select Stat facilite le défilement des résultats contenus dans la fenêtre qui suit: Une première boîte Select Initial State Image invite à choisir le fichier classé de référence.

Une seconde boîte Select Final State Imageinvite à choisir l image classée à comparer. La boîte Define Equivalent Classes permet d associer les classes équivalentes entre les deux images classées. A la fin de l appariement, valider par OK. La boîte Change Detection Statistics Output invite à choisir les paramètres à calculer et à donner un nom au fichier de sortie.

La boîte Define E. Change Detection Statistics présente un tableau à double entrée classes initiales et classes finales. Les résultats sont exprimés en nombre de pixels, en pourcentage, en surface. Ils peuvent être sauvegardés dans un fichier texte: Différents indicateurs de précision sont proposés: C est le rapport du nombre de pixels bien classés sur le nombre total de pixels.

Les pixels bien classés se trouvent sur la diagonale de la matrice. Il correspond à une autre mesure de la précision de la classification. On constate donc qu il existe une excellente correspondance entre la cartographie et les observations de terrain. L erreur d excédents Commission est calculée selon les lignes.

Elle correspond à l affectation de pixels d une classe calculée groupe de classification à d autres classes des données de référence terrain. Dans notre exemple on constate que 5.

La précision pour l utilisateur User Accuracy est calculée selon les lignes. Elle représente le pourcentage de pixels bien classés par rapport au nombre total de pixels de la classe. L erreur de déficits Omission est calculée selon les colonnes. Elle correspond à l affectation des pixels d une classe de référence données terrain à d autres classes calculées groupes de classification.

Dans notre exemple on constate que 2. La précision pour le réalisateur Producer Accuracy est calculée selon les colonnes. Elle correspond au pourcentage de pixels issus des classes de référence bien classés dans les groupes d affectation. Dans le premier cas on peut extraire des masques d erreur, pour chaque classe, montrant quels pixels sont mal classés Changement de la couleur d une classe Après avoir affiché une image classée, activer la commande: Sélectionner une classe à l aide de la souris dans la fenêtre Selected Classes.

Le nom s affiche dans la fenêtre Class Name. Sélectionner le système de couleur System: RGB, HLS, HSV Modifier, à l aide des ascenseurs horizontaux, la valeur de chaque composante couleur ou bien choisir une couleur prédéfinie avec le bouton de droite marqué V Dans le menu Options la commande Save Changes permet de sauvegarder les changements opérés. Reset Color Mapping permet de réinitialiser les couleurs d origine. Un filtre passe-bas peut permettre de lisser ces images mais l information peut être déformée.

Pour améliorer le rendu de la classification ENVI propose plusieurs fonctions Analyse majoritaire et minoritaire Menu: Le principe d analyse majoritaire ou minoritaire est basé sur l utilisation d un filtre ou noyau de taille variable par exemple: Le filtre se déplace ligne par ligne, colonne par colonne sur l ensemble de l image classée.

Dans le cas d une analyse majoritaire, le pixel central du filtre sera affecté à la classe la plus représentée majoritaire dans le filtre. Inversement, dans une analyse minoritaire, le pixel central sera affecté à la classe la moins représentée dans le filtre.

La fenêtre Select Classes affiche l ensemble des classes de l image. Le bouton Select All Items permet de sélectionner toutes les classes. Sinon, sélectionner une classe à l aide du clic gauche de la souris ou plusieurs classes en utilisant simultanément la touche Ctrl et le clic gauche. Choisir le mode d analyse Analysis Method: Fixer la taille du noyau Kernel Size.

Plus la taille sera grande et plus l image classée sera lissée. Le noyau peut être de taille rectangulaire. Préciser le mode de sortie des résultats Output Result to: On applique une opération de dilatation suivie d une opération d érosion avec un filtre de taille 3x3, 5x5, etc. Cliquer sur OK. La boîte de dialogue Clump Parameters s affiche. Sélectionner, à l aide de la souris, les classes que l on souhaite homogénéiser pour sélectionner toutes les classes, cliquer sur Select All Items.