Adaptive Threshold for Spectral Matching of Hyperspectral Data

RÉSUMÉ La méthode de mise en correspondance spectrale est une des nombreuses techniques qui permettent de dériver une information pouvant éventuellement servir à la classification des données hyperspectrales. Dans ce texte, nous présentons une technique d'analyse en supplément aux algorithmes de mise en correspondance spectrale généralement utilisés et qui permet de simplifier l'exploitation de l'information ainsi obtenue. Cette technique peut servir pour fixer de façon adaptative un seuil de mesure de similarité et pour classifier les spectres. Ce seuil adaptatif peut être fixé automatiquement ou encore, l'information dérivée de cette analyse peut être utilisée pour réaliser la sélection manuelle d'un seuil de façon plus intuitive qu'en ayant recours à la spécification directe d'une mesure de similarité. La technique adapte le seuil à chacune des combinaisons de classe et de mesure de similarité. On fait la démonstration de cette technique en appliquant la méthode SAM (Spectral Angle Mapper) à des données simulées et réelles d'un spectromètre imageur. La méthode proposée n'apporte pas d'information additionnelle relativement à la similarité de deux spectres, mais elle fournit néanmoins une information précieuse pour décider de la classe d'appartenance. Les résultats de tests utilisant des données CASI (Compact Airborne Spectrographic Imager) montrent que la technique des seuils adaptatifs donne une précision de classification similaire à la précision obtenue au moyen du procédé manuel interactif de fixation de seuil pourvu que le site d'entraînement soit représentatif de la variation de la cible. En analysant la variabilité d'une classe dans l'espace de similarité, il devient évident que l'analyse de la mesure de similarité pour la scène entière apporte une information précieuse pour les besoins de la classification.