terristics of : 
Goddard Spa- 
of Landsat 
a Center 
logical Sur- 
eferencing of 
ying of Map 
Calibration 
nada Center 
AW a, e 
rlay Berlin 
nnology-A Look 
246. (1976). 
Pictorial 
tal Images, 
nterpretation 
m for Unsuper- 
essing of. 
assification- 
ss of the 
n Vil. 
en, Forest 
rt A30008-E1. 
. Reelassifica-. 
rest Manage- 
apping from 
  
  
APPLICATION DE TRANSFORMATIONS LOCALES TEXTURALES 
A LA CARTOGRAPHIE AUTOMATIQUE D'UNE ZONE 
DE VEGETATION TROPICALE (SUMATRA) 
APPLICATION OF LOCAL TEXTURAL TRANSFORM 
TO THE AUTOMATIC CARTOGRAPHY 
ON A TROPICAL VEGETATION AREA (SUMATRA) 
par 
D. GAMBART 
Centre d'Etude Spatiale des Rayonnements 
CNRS - Université Paul Sabatier - Toulouse 
RESUME 
Les méthodes de classification utilisées en traitement d'images de télé- 
détection sont principalement multispectrales et multitemporelles. Ces méthodes 
considèrent le point à l'état isolé sans faire intervenir l'information spatia- 
le contenue dans le voisinage d'un point. 
Dans certains types d'images dans lesquelles la dynamique des valeurs se 
révèle être très faible et les contours inexistants, les résultats donnés par 
ces méthodes ne sont pas satisfaisants. Les classes ne peuvent être séparées. 
L'introduction des transformations locales : 
- à apporté une aide à l'apprentissage en permettant de résoudre les 
difficultés de localisation des échantillons dues aux contours flous, 
- a fourni l'information texturale qui a pu étre incorporée dans la 
classification. 
ABSTRACT 
Classification methods used in image processing from remote sensing are 
mainly multispectral and multitemporal. In these methods pixels are considered 
as isolated, the spatial information contained in the neighbourhood of a pixel 
does not appear in the classification method. 
When images have spectral values with a low dynamic range and fuzzy edges, 
results given by the above methods are not satisfying.Classes cannot be separa- 
ted. 
Introduction of local transforms have provided an aid for training by per- 
mitting to resolve the sample location problem due to fuzzy edges. They have 
also yielded textural informations which can be introduced in the classifica- 
tion.