Abstract FR:

Cette these est consacree a la classification statistique dirigee d'images satellitaires. Grace a leur complementarite, ces images, issues des capteurs tres divers, sont une importante source d'information pour l'etude de l'occupation du sol. Toutefois, les donnees images sont de nature tres heterogene: elles peuvent etre par exemple spatialement incompletes, de qualite differente ou alterees par des nuages. Si l'on tient egalement compte de la caracterisation spectrale imprecise des classes, la classification d'une scene s'avere etre un probleme complexe. Pour une exploitation correcte de telles donnees il est necessaire de definir un cadre mathematique approprie. Pour cela, nous avons choisi la theorie de l'evidence de dempster/shafer. Elle repose sur un fondement theorique moins restrictif que l'approche probabiliste classique. La theorie de dempster/shafer permet notamment une representation explicite de l'incertitude liee aux connaissances, et offre une grande flexibilite dans le processus de la prise de decision, grace a un raisonnement fonde sur des intervalles de degres de confiance. Neanmoins, la mise en uvre de la theorie de dempster/shafer pose encore des problemes, particulierement pour l'estimation des fonctions de croyance quantifiant les degres de confiance pour une hypothese, ainsi que pour la quantification numerique de l'incertitude. Ces problemes sont abordes dans la premiere partie de cette these. A l'issue de l'etude des differents modeles existants, nous proposons une nouvelle approche pour integrer l'incertitude liee a la connaissance. Nous proposons ensuite une methode de quantification de l'imprecision liee a l'estimation des probabilites. La seconde partie est consacree aux problemes lies a la prise de decision. L'approche proposee a ete appliquee a la classification d'images simulees et reelles. Dans ce contexte, nous nous interessons surtout a la detection des classes dont une reconnaissance dans le cadre bayesien n'est pas possible. Les resultats obtenus montrent que la theorie de dempster/shafer est appropriee pour resoudre ce type de problemes