ones de
agrégation
entre points
point à une
Les coefficients varient donc en fonction inverse de la variance des
caractères. De plus, les lieux géométriques d'égale distance à une classe
sont des ellipsoîdes centrés aux points moyens et dont les axes sont paral-
18les aux axes des caractères (fig. T).
III.h "Formation progressive des classes"
Chaque classe est définie par son centre (moyenne des densités opti-
ques dans chaque canal). L'opérateur fixe un seuil. L'algorithme calcule la
distance du point à classer à toutes les classes, et l'attribue à la classe
la plus proche. Si toutefois la distance du point à toutes les classes est
supérieure au seuil fixé, le point constitue le noyau d'une nouvelle classe.
Chaque fois qu'un point est attribué à une classe, le centre de cette classe
est recalculé. Le processus s'initialise automatiquement, en identifiant la
première classe au premier point.
IV. Principes de l'échantillonnage et de la
discrimination descriptive
Le repérage sur l'image des éléments d'image constituant les échan-
tillons s'effectue sur une visualisation en équidensité sur papier d' impri-
mante de la zone d'étude. L'opérateur choisit le nombre de classes en fonc-
tion des objets à discriminer.
IV.1 Discrimination descriptive - méthode hyperboîte
Pour chaque paire de canaux, l'opérateur dresse un diagramme portant
les étendues des classes (fig. 9) en densité optique. La comparaison de ces
diagrammes permet le choix des canaux et des limites de classe. Une première
classification décisionnelle est alors appliquée à la zone test, permettant
de corriger les limites, en étudiant de nouveaux échantillons et reportant
leurs caractéristiques sur les diagrammes précédents. Ce principe est appli-
qué par itération jusqu'à satisfaction de l' opérateur. Cela est possible en
raison du faible coüt de l'algorithme.
IV.2 Echantillonnage - méthodes barycentrique et de Sebestyen
Les caractéristiques des classes étant calculées sur la base des échan-
tillons, il est appliqué à ces mêmes échantillons, considérés comme anonymes,
une discrimination décisionnelle. Cela est tout d'abord effectué avec chaque
canal pris séparément, puis, celui donnant le meilleur résultat retenu, avec
chaque paire de canaux, puis chaque tierce, etc. L'opérateur retient la combi-
naison donnant la meilleure performance, cette dernière n'augmentant pas uni-
formément avec le nombre de canaux utilisés (fig. 8).
La performance d'une classification est représentée par le pourcentage
de points bien classés, ces derniers étant les points attribués aux classes
auxquelles ils doivent réellement appartenir.