---

 

Développée par le professeur Gerd Binnig, prix Nobel de physique, Definiens Cognition Network Technology® (successeur de e_cognition) propose une solution originale d’analyse d’image qui tire sa force de son approche cognitive.

En s’inspirant de la perception humaine Definiens ne traite pas le pixel de manière isolée mais dans son contexte. Pour ce faire l’image est tout d’abord segmentée en groupes de pixels montrant des caractéristiques similaires. Ces groupes sont alors considérés comme des «Objets» ce qui rend possible une interprétation basée sur les valeurs spectrales mais aussi sur la taille, la forme, le contexte…

Cette approche, beaucoup plus riche que les classifications « par-pixel », augmente considérablement les possibilités d’interprétation, en particulier pour les milieux complexes et les images à hautes ou très hautes résolutions spatiales.

Definiens est un nouvel outil rapide et précis dédié à l’interprétation d’image, il travaille à partir de tous les types de capteurs satellitaires ou aéroportés (SAR, Lidar, panchromatique, multi spectral, hyper spectral).

La chaîne de traitement de Definiens se compose de 4 étapes principales : l’import et la préparation des données, la segmentation, la classification et l’export. D’autres fonctions peuvent s’ajouter à cette démarche générale telle que la vérification de la qualité des classifications, l’amélioration des résultats par post-traitements…

● Import et préparation des données

Definiens gère automatiquement et simplement l’ensemble des taches d’import et de préparation des données à savoir :

  - L’import  et la combinaison des données issues de différents formats, capteurs et plateformes.

 - La fusion des données  de différentes résolutions spatiales et  spectrales.

- L’import et l’intégration des couches thématiques (fichiers vecteur et raster)

 

● Segmentation

Une fois les données importées, la première étape d’analyse consiste à segmenter l’image. La segmentation regroupe les pixels proches montrant des caractéristiques spectrales similaires, les groupes ainsi crées deviennent des « Objets». Definiens calcule ensuite, pour chacun des segments tout une série d’attributs qui renseignent sur leurs caractéristiques spectrales (moyenne des niveaux de gris, déviation standard …), spatiales (surface, indices de forme…) texturales (paramètre d’Haralick…) et contextuelles (distance à la classe A…). Ces caractéristiques seront utilisées pour construire les règles de classification.

Différents paramètres permettent de diriger la segmentation afin de faire correspondre les segments et les objets d’intérêts. Grâce à la segmentation multi_niveaux, Definiens permet de construire une hiérarchie d’Objets. Il offre ainsi une représentation des objets d’intérêt contenus dans l’image et de leurs relations à différentes échelles.

   Image originale                   segmentation niveau1          segmentation niveau2         segmentation niveau3

· Classification

Les attributs précédemment calculés sont utilisés pour générer les règles de classification. Definiens propose deux grandes approches de classification :

- une approche par « entraînement »  basée sur un algorithme de maximum de vraisemblance qui utilise des « objets échantillons » sélectionnés par l’utilisateur.

- une approche par « construction de règles » dans laquelle l’utilisateur génère des règles de manière cognitive à partir de ses connaissances. Comme la perception humaine ces règles peuvent utiliser la couleur mais aussi la taille, la forme, le contexte des objets ce qui améliore considérablement les performances de l’interprétation. L’implémentation de ces règles se fait à partir de « fonctions d’appartenance floues » de manière à prendre en compte les incertitudes inhérentes aux images de télédétection.

 

Dans l’exemple ci-dessous la classification est opérée à partir de règles à deux niveaux qui peuvent être formulées comme suit :

- niveau 1 : l’eau se distingue des autres types occupation du sol par ses caractéristiques spectrales,

- niveau 2 : à l’intérieur de la classe « eau » les lacs se distinguent des rivières par leurs formes et le type de voisinage.

Cette exemple illustre l’avantage de l’approche cognitive qui permet de classifier les objets à partir de toutes leurs caractéristiques alors que les classifications « par-pixels » se limitent aux seules caractéristiques spectrales.

Construction des règles                                                                                       Résultats de la classification

 

· Export

Definiens possède des fonctionnalités qui permettent d’exporter simplement les résultats, finaux ou intermédiaires, et ce dans différents formats vecteurs ou raster.