Abstract
In this article, a segmentation and texture-based image classification method is proposed to extract the urban areas of the municipalities of Sintra and Cascais using a Landstat enhanced thematic mapper plus (ETM+) image. This method is compared with other classification methods, among some of the most used in remote sensing: normalized difference built-up index (NDBI), maximum likelihood, clusters, and neural networks. The results obtained by the proposed method, using overall accuracy and kappa indices, are superior to the ones produced by the other methods. The results further indicate that the urban class, of heterogeneous spectral composition, is difficult to classify by purely spectral methods that do not consider the structure of the image.
Dans cet article, une méthode de classification d‘images, basée sur la segmentation et sur la texture, est proposée pour extraire les aires urbaines des municipalités (« Concelhos ») de Sintra et Cascais au Portugal à partir d‘une image Landsat « enhanced thematic mapper plus » (ETM+). Une comparaison avec d‘autres méthodes de classification, parmi les plus utilisées en télédétection, est réalisée : l‘indice du bâti différence normalisée (NDBI), la méthode par maximum de vraisemblance (MV), la méthode de regroupement et les réseaux neuronaux (RN). Les résultats obtenus par la méthode proposée, en utilisant les indices exactitude globale et kappa, se sont avérés supérieurs à ceux des autres méthodes testées. Ceux-ci montrent aussi que la classe urbaine, dont la composition spectrale est très hétérogène, est difficile à classer par les méthodes purement spectrales qui ne tiennent pas compte de l‘information de la structure de l‘image.