METHODES NUMERIQUES DE RECONNAISSANCE DE PAYSAGES 
BORNE F. 
Centre de Coopération Internationale en Recherche Agronomique 
pour le Développement CIRAD - GERDAT 
Laboratoire SCI/Analyse d'Images 
av. du Val de Montferrand, B.P. 5035, 34032 Montpellier Cédex, 
FRANCE 
Commission III MATHEMATIC ANALYSIS OF DATA 
But 
Nous présentons ici une méthode globale 
de segmentation d'image utilisant les 
propriétés texturales. Elle se décompose 
en deux sous-méthodes complémentaires, 
une qui calcule l'hétérogeénéité texturale 
de l'image, l'autre qui effectue la 
segmentation proprement dite. Le résultat 
est un découpage en unités de paysages, 
un produit plus cartographique qu'une 
classification traditionnelle. Ces 
méthodes tentent d'apporter à l'expert 
des critères numériques lui permettant de 
guider objectivement la segmentation de 
l'image. 
Abstract 
We present a global method for image 
segmentation using textural features. It 
can be split in two complementary sub- 
methods, one to compute the textural 
heterogeneity of the image, the other one 
to do the segmentation itself. The result 
is a cutting in landscape units, which is 
a more cartographical product than a 
traditionnal classification. These 
methods try to give to the expert 
numerical features to guide objectively 
the image segmentation. 
MOTS CLES : paysages, unités de paysages, 
texture, segmentation, classification, 
entropie 
1. PRESENTATION 
Les méthodes que nous allons présenter 
ont été développées dans le cadre d'un 
projet de recherche et développement 
agronomique sur des zones rizicoles à 
Madagascar. Aussi l'importance de la 
connaissance du terrain était-elle 
fondamentale, et une large part a été 
accordée à l'interactivité des méthodes. 
Il fallait que les agronomes puissent 
intervenir à différents stades afin de 
cartographier précisément les phénoménes 
qui les intéressaient. Cependant, comme 
nous le verrons, les méthodes mises en 
oeuvre permettent d'aller plus loin dans 
l'automatisation du processus de 
segmentation des images, elles 
constituent une méthode globale autonome 
de segmentation automatique. 
549 
Notre but était d'élaborer des méthodes 
numériques favorisant une approche plus 
naturelle du paysage, plus cohérente avec 
la démarche habituelle des agronomes que 
les méthodes traditionnelles en 
traitement d'images. Nous nous sommes 
donc intéressés à la notion de paysage, à 
sa formalisation numérique et à des 
méthodes d'interprétation plus 
naturalistes. Les methodes mises au point 
sont au nombre de trois, la derniére 
étant l'intégration des deux autres à 
laquelle nous avons rajouté une boucle de 
retour: 
-PAPRI (PAysages a PRIori) permet de 
segmenter une image de manière 
supervisée, après qu'un expert ait défini 
sur l'image de départ des zones 
d'entraînement pour chaque paysage à 
identifier. C'est cette méthode qui sera 
le plus longuement présentée car elle 
introduit les notions fondamentales 
utilisées. De plus c'est la première à 
avoir été implémentée et testée dans un 
grand nombre de cas. 
-PAPOS  (PAysages a POSteriori) se 
place en amont de PAPRI et analyse 
l'image de départ afin d'y quantifier en 
tout point la variabilité numérique de 
son voisinage. Nous verrons plus loin 
comment la connaissance de cette 
"entropie" permet une  automatisation 
accrue de la segmentation. 
-PAPRICA (PAysages a PRIori à 
Correction Assistée) est la synthése des 
deux méthodes précédentes. 
2. LA NOTION DE PAYSAGE 
Le paysage a été défini de plusieurs 
manières (Borne, 1990). Celle qui 
correspond le mieux à l'interprétation 
d'images satellitaires est celle de