Abstract FR:

Le sujet du travail presente dans ce memoire concerne l'etude et le developpement de methodes de classification appliquees aux images radar multipolarisees. Des campagnes de mesures permettant l'acquisition d'images holographiques multipolarisees de cibles geometriques simples ont ete realisees a l'aide du systeme de mesures de l'ireste. L'interpretation des images a necessite une analyse geometrique et radiometrique fine des images. Les resultats qui en decoulent sont essentiels pour la caracterisation de cibles. Une methode de classification de cibles geometriques simples a ete developpee et appliquee aux images acquises au cours des campagnes de mesures. Cet algorithme permet de classer automatiquement les contributeurs induits par la cible dans un ensemble de reference. Les trois etapes principales de cet algorithme sont: une etape d'extraction automatique des zones brillantes, la construction d'un vecteur caracteristique et la classification a l'aide de reseaux de neurones. Pour la caracterisation de cibles etendues, la methode de decomposition polarimetrique proposee par freeman a ete exploitee. Devant la difficulte d'interpretation des resultats obtenus, une autre methode, automatique, a ete developpee: methode de segmentation et caracterisation de zones (msc). La segmentation permet de classer chaque pixel dans une partition a l'aide de reseaux de neurones en prenant en compte l'evolution statistique des parametres de huynen autour du pixel. La seconde etape permet de caracteriser plus finement des zones grace a un vecteur de classification performant. Les resultats issus de ces deux methodes sont presentes et compares sur des images acquises par le systeme airsar du jpl. Les algorithmes, qui resultent de cette etude, peuvent etre utilises pour l'exploitation d'images radar comme aide a l'interpretation. Ce sont egalement des outils d'analyse thematique permettant d'enrichir, par exemple, la comparaison entre differentes bandes de frequence