Abstract FR:

La classification d'images satellite consiste a affecter chaque pixel d'une image a une classe particuliere (vegetation, cultures, rivieres). Dans un souci d'amelioration de la classification, il convient d'utiliser toutes les informations disponibles pour prendre la meilleure decision possible. Dans le cas d'une image satellite, on peut faire appel aux differentes bandes spectrales d'une image, et aux donnees exogenes relatives au contexte geographique de la region etudiee telles que la carte des routes, des rivieres, des villes, les altitudes, l'orientation des pentes pour disposer d'un nombre important d'informations sur chaque pixel. La mise en commun de toutes les informations disponibles est la fusion d'informations. Dans ce rapport, nous presenterons tout d'abord les differents operateurs de fusion proposes dans les theories des probabilites (regle de bayes), des croyances (regle orthogonale de dempster-shafer), et des possibilites (t-normes, operateurs adaptatifs, operateurs a priorite). Nous nous interesserons alors aux difficultes rencontrees lors de la mise en uvre de ces differents operateurs pour traiter un probleme de classification d'image satellite landsat. Enfin, nous terminerons ce memoire par une etude comparative portant sur les differents operateurs que nous avons mis en uvre